AI Briefing#asr
#asr와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#asr와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Superwhisper가 CPU에서 구동되는 0.6B 파라미터 텍스트 정규화 모델 S1-mini를 공개했다.
반복적 의사 라벨링을 적용해 만다린-영어 코드스위칭 음성 인식 정확도를 크게 높였다.
ChatGPT의 오디오 전처리 과정에서 생성된 텍스트가 사용자의 직접 입력으로 처리되는 출처(provenance) 오류가 관찰됨.
의료용 STT는 임상 용어 인식을 통해 음성 대화를 정확한 의료 기록으로 변환하여 의료진의 업무 부담을 줄인다.
엣지 CPU 환경에 최적화된 초경량 음성 인식 모델 VibeVoice-ASR-BitNet이 공개되었습니다.
audio.cpp 0.4가 Higgs Audio v3 TTS와 Fish Audio S2 Pro 등을 추가하며 35개 모델 패밀리를 지원하고 Q8 GGUF로 속도·VRAM을 개선했다.
단어 오류율(WER)은 음성 인식(ASR) 모델의 정확도를 측정하는 핵심 지표로, 삽입, 삭제, 교체 오류를 통해 성능을 평가한다.
LLM보다 가벼운 seq2seq 모델을 활용해 ASR 오류 수정의 효율성과 정확도를 높이는 방법을 제안한다.
ggml 기반의 C++ 오디오 추론 프레임워크 audio.cpp가 출시되어 Python 대비 최대 5배 빠른 속도를 제공한다.
Hugging Face와 Treble Technologies가 실생활 음향 환경을 반영한 FFASR 리더보드를 출시했다.
다양한 언어가 섞인 코드 스위칭 음성 인식 성능을 평가하기 위한 새로운 벤치마크와 데이터셋이 공개되었습니다.
NVIDIA가 40개 언어를 실시간으로 지원하는 6억 파라미터 규모의 Nemotron 3.5 ASR 모델을 공개했다.
깨끗한 음성 데이터를 실제 통화 환경과 유사한 노이즈 데이터로 변환해 ASR 성능을 테스트하는 CLI 도구입니다.
Microsoft VibeVoice를 Python 없이 C++로 구동할 수 있는 ggml 기반 추론 엔진 vibevoice.cpp가 공개되었다.
Microsoft가 VibeVoice를 공개해 ASR·TTS·실시간 음성 모델 패밀리를 선보였다.