더욱 똑똑하게 답하며, 더욱 풍부한 감정표현을 향한 Kanana-o의 진화 과정

Kanana-o 모델 진화

• 카카오의 멀티모달 언어모델 Kanana-o는 음성 인식/합성 및 감정 인식 성능을 유지하며 지시 이행과 발화 표현력을 고도화했습니다.
• 사용자 의도 파악, 자연스러운 답변 및 풍부한 감정 표현 음성 합성을 목표로 합니다. 지능적 상호작용 고도화
• 고품질 멀티모달 지시 이행 데이터셋 구축으로 다양한 모달리티 입력에 강건한 지시 이행 능력을 확보했습니다.
• 멀티턴 대화 확장을 위해 구어체 대화 및 이미지-오디오-텍스트 통합 데이터셋을 활용, 한국어 벤치마크에서 우수한 성능을 보였습니다. 감정 표현 및 미래 방향
• DPO 학습과 배우 음성 데이터로 발화 표현력과 화자 유사도를 향상시켰습니다.
• 향후 동시 음성 대화, 온디바이스 경량화, 범용 오디오 생성, 인간 선호도 정렬 및 안전성 강화를 목표합니다.