AI Briefing#speech-recognition
#speech-recognition와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#speech-recognition와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
LLM보다 가벼운 seq2seq 모델을 활용해 ASR 오류 수정의 효율성과 정확도를 높이는 방법을 제안한다.
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.
깨끗한 음성 데이터를 실제 통화 환경과 유사한 노이즈 데이터로 변환해 ASR 성능을 테스트하는 CLI 도구입니다.
Hugging Face의 Open ASR Leaderboard가 벤치맥싱 방지용 private 데이터셋을 추가했다.
OpenAI Realtime API 위에 얹은 React 음성 제어 컴포넌트가 공개됐다.
Python과 ElevenLabs API를 활용해 자연스러운 음성 응답이 가능한 대화형 AI 에이전트를 구축하는 방법을 소개한다.
텍스트를 음성으로 바꾸는 TTS와 음성을 텍스트로 변환하는 STT의 기술적 차이와 활용 사례를 살펴본다.
Qwen3-ASR와 ForcedAligner를 오픈소스로 공개해 다국어·스트리밍 음성 인식을 강화했다.
네이버가 32B Think와 8B Omni로 텍스트·이미지·오디오를 잇는 옴니모달 AI를 공개했다.
Qwen3-Omni-Flash-2025-12-01은 음성·시각·텍스트 전반을 더 안정적으로 다루도록 업그레이드됐다.
HuggingFace가 다국어 및 롱폼 트랙을 추가한 Open ASR 리더보드 업데이트와 최신 음성 인식 트렌드를 발표했다.
HuggingFace가 IISc와 협력하여 인도의 다양한 언어와 방언을 포함한 대규모 멀티모달 데이터셋 Vaani를 공개했다.
Meta의 Wav2Vec2-BERT를 활용해 데이터가 부족한 언어의 음성 인식(ASR) 성능을 높이는 방법을 다룬다.
Hugging Face datasets 라이브러리를 활용해 오디오 데이터셋을 효율적으로 탐색, 로드 및 처리하는 방법을 안내한다.
Hugging Face Transformers를 사용하여 Whisper 모델을 다국어 음성 인식(ASR) 데이터셋으로 미세 조정하는 방법을 안내한다.