Tavus

CVI는 실시간 대화를 가능하게 하는 파이프라인이다. 듣고, 언어 모델로 생각하고, 어울리는 얼굴과 목소리를 그려낸다. 그 속도는 지연되는 녹화가 아니라 실제 통화처럼 느껴질 만큼 빠르다. 이 부품들을 직접 이어 붙일 필요가 없고, 그것이 지연을 낮게 유지하는 주된 이유다.

얼굴을 만드는 것은 Phoenix다. 직접 찍은 영상으로 하나를 학습시키면 원본처럼 움직이고 말하는 복제본을 얻는다. 수십 개 영상에서 일관된 대변인이 필요한 팀에는 매번 새로 찍는 것보다 한 번 학습해 재사용하는 편이 낫다.

모든 프로젝트에 맞춤 트윈이 필요한 것은 아니다. Tavus는 기성 Face와 Voice를 제공하며 몇 분 만에 PAL에 넣을 수 있다. 사실감보다 속도가 중요한 시제품이나 사내 도구에 요긴하다.

기술 스택에 맞는가? 모든 것이 엔드포인트로 돌아가므로 Tavus는 이미 쓰는 구조에 들어간다. 문서에는 PAL, Face, 영상 세션용 REST 엔드포인트가 나열되고, 예전 persona와 replica 이름도 호환성을 위해 계속 동작한다.

PAL은 겉모습만 흉내 내지 않는다. 시스템 프롬프트, 지식 소스, 목표, 가드레일을 주어 무엇을 말하고 말하지 않을지 정한다. 실제 고객이나 지원자와 대화할 때 이 통제가 중요하다.

이 인터페이스는 미리 만든 클립뿐 아니라 실시간 주고받기를 지원한다. 재생되는 영상과 되받아 답하는 영상의 차이가 여기에 있다.