전사

누가 무엇을 말했는지 전사본에 표시하는 화자 분리. 녹음에서 인용문을 찾을 수 있게 하는 타임스탬프. 긴 오디오 처리. 1시간 분량의 오디오는 문장 하나와는 다른 문제이기 때문입니다. 요약과 실행 항목. 회의 전사본 전체를 읽는 사람은 없기 때문입니다. 비디오를 포함한 파일과 링크 가져오기.

이 중 어느 것도 이메일을 더 빨리 쓰는 데는 도움이 되지 않습니다. 받아쓰기 도구는 다른 곳에 힘을 씁니다. 지연 시간, 커서 위치에서의 서식, 모든 앱 안에서의 작동, 그리고 터미널에서 제대로 동작하는 것입니다.

녹음이 이미 있다면 전사 도구가 필요합니다. Mac에서는 MacWhisper와 Superwhisper 모두 파일을 로컬에서 전사하고, Otter.ai는 화자 레이블과 요약을 포함해 회의를 클라우드에서 전사합니다. 글을 짓는 중이라면 받아쓰기가 필요합니다. 둘 다 필요한 사람도 있는데, 한 가지에 집중한 도구 두 개가 이것저것 다 하려는 도구 하나보다 나은 경우가 많습니다.

macOS에 포함된 음성 메모 앱은 녹음의 전사본을 보여 줄 수 있습니다. Apple에 따르면 오디오 전사는 일부 국가 또는 지역에서 사용할 수 없으므로, Mac에 해당 버튼이 없을 수도 있습니다.

1. 01 Mac에서 음성 메모 앱을 여세요.
2. 02 읽으려는 녹음을 클릭하세요.
3. 03 ‘전사문’ 버튼을 클릭해 전사본을 보세요.
4. 04 원하는 텍스트를 선택하고 Control-클릭한 다음 복사를 선택하세요.
5. 05 텍스트를 Mail, 문서 또는 다른 앱에 붙여넣으세요.
6. 06 말한 내용으로 녹음을 찾으려면 검색 필드에 단어를 입력하세요. 음성 메모는 제목이나 전사본에 그 텍스트가 있는 녹음을 보여 줍니다.

Whisper는 오픈 음성 인식 모델이며, 코드와 모델 가중치는 MIT 라이선스로 공개되어 있습니다. 오디오 파일을 받아 텍스트를 돌려주는 명령줄 도구가 함께 제공됩니다. 프로젝트에서는 호환되는 버전으로 Python 3.8부터 3.11까지를 밝히고 있으며, 오디오를 읽으려면 ffmpeg 도구가 필요합니다.

1. 01 터미널을 여세요.
2. 02 ffmpeg을 설치하세요. Homebrew를 사용하는 경우 명령은 다음과 같습니다: brew install ffmpeg
3. 03 다음 명령으로 Whisper를 설치하세요: pip install -U openai-whisper
4. 04 다음 명령으로 파일에 실행하세요: whisper audio.mp3 --model turbo
5. 05 녹음의 언어를 알고 있다면 언어를 지정하세요. 예: whisper japanese.wav --language Japanese
6. 06 다른 언어의 음성에서 영어 텍스트를 얻으려면 --task translate를 추가하고 turbo가 아닌 모델을 선택하세요. 예: --model medium

녹음과 모델에 따라 다릅니다. Whisper에서는 그 균형을 직접 고릅니다. 프로젝트는 6가지 크기를 공개하며, 매개변수 3,900만 개인 tiny부터 15억 5,000만 개인 large까지 있고, tiny의 속도를 large의 약 10배로 평가합니다. turbo 모델은 매개변수가 8억 900만 개이며, 속도는 large의 약 8배로 평가됩니다.

긴 파일은 한 번에 처리되지 않습니다. Whisper는 파일 전체를 읽고 30초 길이의 슬라이딩 윈도우로 처리하므로, 한 구간의 오류가 나머지까지 망치지는 않습니다. 어떤 도구를 쓰든 정직한 테스트 방법은 같습니다. 중요한 몇 분을 골라 다시 재생하면서 전사본을 함께 읽어 본 다음에 전체 문서를 신뢰하세요.