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.
Scribe v2 Realtime은 30~80ms 초저지연으로 실시간 에이전트용 STT를 제공한다.
ElevenLabs가 99개 언어를 지원하며 업계 최고 수준의 정확도를 갖춘 STT 모델 Scribe를 공개했다.
대화형 AI의 몰입감을 결정하는 지연 시간을 줄이기 위해 ASR, TTI, LLM 등 각 단계의 지연 시간을 통합적으로 관리해야 한다.
구글이 Gemma 모델 기반의 오프라인 우선 AI 받아쓰기 앱 'Google AI Edge Eloquent'를 iOS에 출시했다.
Qwen3-ASR와 ForcedAligner를 오픈소스로 공개해 다국어·스트리밍 음성 인식을 강화했다.
HuggingFace가 다국어 및 롱폼 트랙을 추가한 Open ASR 리더보드 업데이트와 최신 음성 인식 트렌드를 발표했다.
Hugging Face가 vLLM을 활용해 Whisper 전사 성능을 최대 8배 향상시킨 Inference Endpoints 옵션을 출시했다.
Hugging Face Inference Endpoints에서 Whisper와 Pyannote를 결합하여 화자 분리 및 추측적 디코딩을 지원하는 커스텀 핸들러 구현법을 소개한다.
Meta의 Wav2Vec2-BERT를 활용해 데이터가 부족한 언어의 음성 인식(ASR) 성능을 높이는 방법을 다룬다.
Meta의 MMS 모델을 어댑터 방식으로 미세 조정하여 저자원 언어의 ASR 성능을 효율적으로 높이는 방법을 소개한다.
Hugging Face Transformers를 사용하여 Whisper 모델을 다국어 음성 인식(ASR) 데이터셋으로 미세 조정하는 방법을 안내한다.
CTC 구조의 특성을 활용해 긴 오디오 파일에서도 메모리 문제 없이 고품질 음성 인식을 수행하는 방법을 설명한다.
Hugging Face의 XLS-R 모델을 활용해 저자원 언어의 음성 인식(ASR) 성능을 높이는 미세 조정 방법을 설명한다.