음성 텍스트 변환

오디오 캡처는 소리를 샘플의 흐름으로 바꿉니다. 특징 추출은 이 샘플을 모델이 읽을 수 있는 표현, 보통 스펙트로그램으로 변환합니다. 인식 모델은 이 표현을 텍스트에 대응시키며, 중간에 음소나 하위 단어 토큰을 거치기도 합니다. 후처리는 모델의 출력을 사람이 쓸 법한 글로 바꿉니다. 문장 부호, 대소문자, 숫자로 쓴 숫자, 그리고 더 나은 도구에서는 군더더기 말 제거와 어조까지 다룹니다.

사람들이 어떤 도구가 “AI를 쓴다”고 말할 때는 거의 언제나 세 번째 단계를 뜻합니다. 매일 쓸 때의 품질은 대부분 네 번째 단계에 달려 있는데, 마케팅에서는 이 단계를 건너뛰는 경우가 많습니다.

클라우드 STT는 오디오를 서버로 보내 그곳에서 큰 모델을 실행하고 텍스트를 돌려줍니다. 노트북에는 너무 큰 모델을 쓸 수 있고, 네트워크가 있는 어떤 기기에서든 작동합니다. 기기 내 STT는 사용자의 하드웨어에서 모델을 실행하므로 오디오가 컴퓨터를 떠나지 않고, 오프라인에서도 작동하며, 서버를 오가는 과정이 없습니다. Apple 실리콘에서는 정확도 격차가 줄어들어, 이제 선택의 기준은 품질보다 훨씬 더 개인정보 보호와 비용입니다.

사양표의 “음성 텍스트 변환”은 보통 모델 자체을 뜻합니다. “받아쓰기”는 텍스트가 들어가는 위치까지 포함한 전체 경험을 뜻합니다. “전사”는 파일을 뜻합니다. “스트리밍”은 말한 뒤가 아니라 말하는 동안 단어가 나타난다는 뜻입니다. “로컬” 또는 “기기 내”는 오디오가 밖으로 나가지 않는다는 뜻입니다. 각 단어가 어느 단계를 가리키는지 알면, 비교를 정직하게 읽는 데 필요한 것은 대부분 갖춘 셈입니다.

모든 Mac에는 음성 텍스트 변환 기능이 내장되어 있습니다. Apple은 이를 받아쓰기라고 부르며, 커서가 있는 모든 텍스트 필드에 입력합니다. 약 1분이면 설정할 수 있습니다.

1. 01 Apple 메뉴 → 시스템 설정을 선택한 다음 사이드바에서 키보드를 클릭하세요.
2. 02 받아쓰기로 이동한 다음 켜세요.
3. 03 ‘마이크 소스’ 옆의 팝업 메뉴를 클릭하고 원하는 마이크를 선택하세요. 자동을 선택하면 Mac이 사용할 가능성이 가장 높은 기기로 듣습니다.
4. 04 단축키 팝업 메뉴를 클릭하고 받아쓰기를 시작할 단축키를 선택하세요. 목록에 없는 단축키를 만들려면 사용자화를 선택하세요.
5. 05 아무 텍스트 필드나 클릭하고 단축키를 누른 다음 말하세요.
6. 06 끝나면 멈추세요. 받아쓰기는 30초 동안 음성이 감지되지 않아도 자동으로 멈춥니다.

생각보다 오디오의 영향을 많이 받습니다. NVIDIA는 오픈 Parakeet TDT 0.6B v3 모델의 결과를 8개 영어 테스트 세트에 대해 공개했으며, 같은 모델의 단어 오류율은 깨끗하게 읽은 음성(LibriSpeech test-clean)에서 1.93%, 회의 녹음(AMI)에서 11.31%입니다.

소음도 수치를 바꿉니다. 같은 모델 카드에서 평균 단어 오류율은 깨끗한 오디오의 6.34%에서 소음이 음성만큼 클 때(신호 대 잡음비 0) 11.66%로 올라갑니다. 조용한 방과 가까운 마이크는 정확도를 높이는 가장 저렴한 방법입니다.

• 음성의 종류: 읽은 문장은 여러 사람이 겹쳐 말하는 회의보다 쉽습니다.
• 배경 소음과 음악: 소음이 목소리 크기에 가까워질수록 오류율이 올라갑니다.
• 억양과 방언: Whisper 모델 카드에 따르면 억양과 방언에 따라 성능이 다릅니다.
• 언어: Whisper 모델 카드에 따르면 학습 데이터가 적은 언어에서는 정확도가 낮습니다.
• 어휘: Parakeet 모델 카드는 모델 어휘에 없는 단어는 인식될 가능성이 낮다고 경고합니다.

음성 텍스트 변환은 기기에서 처리되거나 서버로 전송되며, 보통 어느 쪽인지 알아낼 수 있습니다. Apple 받아쓰기라면 설정에 답이 적혀 있습니다. 다른 도구라면 권한 목록을 보면 어떤 앱이 마이크를 들을 수 있는지 알 수 있습니다.

1. 01 Apple 메뉴 → 시스템 설정을 선택한 다음 사이드바에서 키보드를 클릭하세요.
2. 02 받아쓰기로 이동해 받아쓰기 스위치 아래의 텍스트를 읽어 보세요. 음성 입력과 전사문이 기기에서 처리되는지 여부가 적혀 있습니다.
3. 03 시스템 설정 → 개인정보 보호 및 보안 → 마이크로 이동해 마이크 사용을 요청한 모든 앱을 확인하세요.
4. 04 그 목록에서 듣지 않았으면 하는 앱은 끄세요.
5. 05 타사 도구라면 개인정보 처리방침에서 오디오가 어디서 처리되는지 확인하세요. 마이크 목록은 누가 들을 수 있는지를 보여 줄 뿐, 오디오가 어디로 가는지는 보여 주지 않습니다.