FAV 시그널 — 모델 테스트

오늘의 목소리

7감정 중 무엇이 실렸는지, 톤·말투(말하기 속도)·보이스 에너지·피로도, 그리고 내 목소리의 색. 한국어 낭독 28,525문장으로 학습한 감정 헤드.

목소리만으로 몇 살처럼 들리는지. 자유대화 3,445명(11~91세)으로 학습. 톤을 바꿔 다시 읽으면 움직인다.

지금 내 표정은 몇 도? 표정 근육 52개를 실시간으로 읽어 온도와 6초 그래프, 오늘의 표정 룩을 보여주고, 한국인 표정 사진으로 배운 AI가 7감정을 읽는다.

AI가 보는 나는 몇 살? 한국인 802명 4만 장으로 학습한 나이 분포 모델이 브라우저에서 돈다. 같은 사진의 피부 나이와 나란히.

오늘 피부는 몇 점? 전문의 등급 11종에서 점수·피부나이, 부위 8곳 히트맵까지. 한국인 965명 데이터.

AI가 찾은 나의 컬러. 뺨과 입술 색으로 웜/쿨과 대비를 읽어 8타입과 어울리는 팔레트를 고른다.

에너지·피로도·표정 온도·피부 에너지를 날짜별로. 어제보다 얼마나 달라졌는지, 며칠 연속인지.

반응시간 기반 과제(CRT 등). 모델이 아니라 측정 도구 — 그대로 실행된다.

벤치마크 서비스에서 가져온 기능

좌우는 얼마나 닮았을까? 얼굴 점 468개를 뒤집어 겹쳐 대칭 점수와 부위별 차이(mm), 반쪽 얼굴로 만든 나까지.

한 음을 끄는 동안 음정 떨림·크기 떨림·맑기를 성대 진동 한 번 단위로. 음높이는 녹음하는 동안 실시간.

목소리만 듣고 여성·남성 어느 쪽으로 들리는지 확률로. 목소리 나이와 음높이도 같이.

8타입보다 한 단계 더. 온도·깊이·선명도 세 축으로 12시즌, 어울리는 12색과 드레이프 비교.

말하는 동안 0.5초마다 7감정을 다시 읽어 흐름으로 그린다. 모델이 브라우저 안에서 돌아 목소리가 밖으로 안 나간다.

연구자용 — 학습 수치·혼동행렬·검증표는 감정 목소리나이 피부나이 전체 콘솔

모델 학습·보정에 한국지능정보사회진흥원의 사업결과인 AI Hub 데이터를 이용했다.