지연 시간
다른 이름: 키를 놓은 뒤의 지연 시간
업데이트
정의
받아쓰기에서 지연 시간은 말을 마친 때부터 완성된 텍스트가 커서 위치에 나타날 때까지의 시간입니다. 도구가 즉각적으로 느껴지는지, 기다리는 느낌인지를 결정하는 수치입니다.
키를 놓는 순간부터 재세요. 그때부터 기다리기 시작하기 때문입니다. 키를 놓은 뒤 일어나는 모든 일이 포함됩니다. 마지막 수백 밀리초의 오디오 인식 마무리, 서식 처리, 그리고 앱에 입력하는 과정입니다. 인식을 스트리밍하는 도구는 끝부분만 마무리하면 되지만, 일괄 처리하는 도구는 발화 전체를 아직 처리해야 하므로 말한 시간이 1초 늘 때마다 지연 시간도 늘어납니다.
약 1초 미만이면 대부분의 사람은 알아차리지 못합니다. 2~3초쯤 되면 화면을 흘끗 보고, 그다음 도구를 보기 시작합니다. 그보다 길어지면 받아쓰기는 글을 쓰는 방법이 아니라, 녹음을 만들어 놓고 기다리는 방법이 됩니다.
시간이 쓰이는 곳
인식 끝부분: 키를 놓을 때 처리할 오디오가 얼마나 남았는지이며, 스트리밍하면 거의 없어집니다. 서식: 전사본에 대한 언어 모델 처리로, 로컬 도구에서는 보통 가장 큰 단일 비용입니다. 빠른 도구가 이 모델을 작게 유지하고 엄격한 시간 예산을 두는 이유입니다. 입력: 손쉬운 사용 계층을 통해 포커스된 앱에 결과를 입력하는 것으로, 보통 수십 밀리초가 걸립니다. 클라우드 도구라면 네트워크: 왕복 시간에 더해 사용자가 통제할 수 없는 서버의 대기열이 있습니다. 그래서 클라우드 지연 시간은 시간대에 따라 빠를 때도 있고 쓸 수 없을 만큼 느릴 때도 있습니다.
지연 시간과 품질은 실제로 맞바꾸는 관계입니다
서식 처리에는 시간이 들며, 이를 건너뛰면 가장 빠른 도구가 됩니다. 하지만 그런 도구는 손으로 고쳐야 할 전사본을 건네며, 고치는 데는 아낀 시간보다 더 많은 시간이 듭니다. 올바른 설계는 선택지를 줍니다. 거의 즉시 입력되는 원문 그대로 또는 가볍게 정리하는 모드와, 조금 더 걸리지만 고칠 필요가 없는 완전한 서식 모드입니다. 도구가 절대 해서는 안 되는 일은 느린 모델이 텍스트를 붙잡아 두게 하는 것입니다. 처리가 늦어지면 원래 전사본이라도 입력되어야 합니다.
Mac에서 받아쓰기 지연 시간을 측정하는 방법
특별한 도구는 필요 없습니다. 마이크 소리까지 함께 담는 화면 기록을 하면 목소리와 화면이 같은 타임라인에 놓이므로, 재생하면서 지연 시간을 바로 읽을 수 있습니다.
길이가 다른 받아쓰기를 여러 번 측정하세요. 한 번 측정해서는 알 수 있는 것이 적고, 짧은 받아쓰기와 긴 받아쓰기의 차이를 보면 말하는 길이에 따라 대기 시간이 늘어나는지 알 수 있습니다.
- 평소 받아쓰는 앱을 열고 텍스트 필드에 커서를 놓으세요.
- Shift-⌘-5를 눌러 스크린샷을 열고, 전체 화면 또는 화면 일부를 기록하도록 선택하세요.
- ‘옵션’을 클릭하고 마이크를 선택해 기록에 목소리가 포함되게 하세요.
- 기록을 시작한 다음, 짧은 문장 하나와 긴 문장 하나를 몇 초 간격을 두고 받아쓰세요.
- 메뉴 막대에서 중단 버튼을 클릭하세요. 기록은 이름이 ‘화면 기록’으로 시작하는 .mov 파일로 저장됩니다.
- 파일을 재생하면서 받아쓰기마다 두 순간을 기록하세요. 목소리가 멈춘 순간과 완성된 텍스트가 화면에 나타난 순간입니다. 그 사이의 간격이 지연 시간입니다.
- 짧은 받아쓰기와 긴 받아쓰기를 비교하세요. 긴 쪽이 눈에 띄게 오래 기다린다면 그 도구는 일괄 처리 방식입니다.
모델이 클수록 대기 시간이 길어지는 이유
모델 크기는 정확도와 속도 사이의 가장 직접적인 절충입니다. Whisper 프로젝트는 자체 모델의 상대 속도를 공개합니다. large 모델을 1x로 할 때 tiny는 약 10x, base는 약 7x, small은 약 4x, medium은 약 2x, turbo는 약 8x입니다. 이 수치는 서로에 대한 상대값이며, 실제 속도는 하드웨어에 따라 다릅니다.
속도만으로 모델이 실시간이 되지는 않습니다. Whisper는 30초 슬라이딩 창으로 오디오를 읽으며, 모델 카드에는 기본 상태로는 실시간 전사에 사용할 수 없다고 나와 있습니다. 이런 모델을 기반으로 만든 받아쓰기 도구는 자체적으로 스트리밍이나 청크 처리를 추가해야 하며, 그것을 얼마나 잘하느냐가 체감 지연 시간을 결정합니다.
터미널에서 음성 모델의 처리 시간을 재는 방법
앱을 거치지 않은 인식 자체의 비용을 보고 싶다면, 내 목소리를 녹음한 파일로 오픈 소스 Whisper 명령줄 도구의 처리 시간을 잴 수 있습니다. 이 방법은 Mac에서 모델만 측정합니다. 서식, 텍스트 입력, 네트워크는 포함되지 않습니다.
이 수치는 어떤 받아쓰기 앱의 지연 시간도 아닙니다. 앱은 말하는 동안 오디오를 처리하기 때문입니다. 내 하드웨어에서 모델 크기를 비교할 때 유용합니다.
- 다음 명령으로 오디오 의존성을 설치하세요: brew install ffmpeg
- 다음 명령으로 Whisper를 설치하세요: pip install -U openai-whisper
- 약 10초 동안 말하는 내 목소리를 녹음해 파일로 저장하세요. 예: clip.wav.
- 다음을 실행하고 터미널이 출력하는 real 시간을 기록하세요: time whisper clip.wav --model tiny
- 다음을 실행하고 시간을 다시 기록하세요: time whisper clip.wav --model turbo
- 각 명령을 한 번 더 실행해 그 시간을 비교하세요. 그래야 처음 한 번만 하는 준비 과정이 포함되지 않습니다.
자주 묻는 질문.
받아쓰기에 좋은 지연 시간은 어느 정도인가요?
키를 놓은 뒤 완성된 텍스트까지 1초 미만이면 즉각적으로 느껴집니다. 1~2초는 괜찮은 수준입니다. 그보다 길면 기다림 자체가 경험이 됩니다. 로컬 도구는 스트리밍 인식과 시간 제한이 있는 작은 서식 모델로 1초 미만을 달성합니다.
제 받아쓰기 도구는 왜 오래 말할수록 느려지나요?
일괄 처리로 인식하기 때문입니다. 말을 멈출 때까지 아무것도 처리하지 않으므로 녹음이 길수록 기다림도 길어집니다. 스트리밍 도구는 말하는 동안 처리하므로 지연이 일정하게 유지됩니다.
클라우드 받아쓰기는 로컬보다 느린가요?
그런 경우가 많고, 예측하기도 더 어렵습니다. 서버 왕복은 받아쓰기마다 시간을 더하며, 사용자의 연결 상태와 서버 부하에 따라 달라집니다. 로컬 도구의 비용은 고정되어 있고 사용자의 Mac에만 달려 있습니다.
내 받아쓰기 앱이 얼마나 빠른지 어떻게 테스트하나요?
Shift-⌘-5로 마이크를 켠 채 화면을 기록하고, 문장 하나를 받아쓴 뒤 기록을 재생하세요. 목소리가 멈춘 때부터 완성된 텍스트가 나타날 때까지의 시간이 지연 시간입니다.
Whisper는 실시간으로 전사할 수 있나요?
그 자체로는 할 수 없습니다. Whisper 모델 카드에 따르면 모델은 기본 상태로는 실시간 전사에 사용할 수 없으며, 표준 코드는 오디오를 30초 창 단위로 처리합니다. Whisper로 실시간처럼 느껴지는 앱은 자체 스트리밍 계층을 추가한 것입니다.
음성 모델이 작으면 받아쓰기가 빨라지나요?
네, 정확도를 대가로 빨라집니다. Whisper 프로젝트에 따르면 tiny 모델은 large 모델보다 약 10배, turbo 모델은 약 8배 빠릅니다.
