AI Briefing#speech-to-text
#speech-to-text와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#speech-to-text와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
실시간 전사는 속도, 배치 전사는 정확도가 강점이며 Scribe v2로 상황에 맞는 최적화 가능하다.
Google이 실시간 음성 대화와 고정밀 전사를 지원하는 Gemini 3.8 Live와 3.5 Transcribe를 공개했다.
마이크로소프트가 60개 언어를 지원하고 1시간 분량 오디오를 10초 만에 전사하는 MAI-Transcribe-2를 공개했다.
Havells가 ElevenLabs 기술을 적용한 Agentic AI Voice Mode를 Havells One 앱에 출시해 8개 언어로 가전을 제어할 수 있게 됐다.
Google이 배경 소음과 전문 용어, 말더듬까지 처리해 정돈된 텍스트로 변환하는 고정밀 음성-텍스트 모델 Gemini 3.5 Transcribe를 공개했다.
Superwhisper가 CPU에서 구동되는 0.6B 파라미터 텍스트 정규화 모델 S1-mini를 공개했다.
Superwhisper의 600M 파라미터 LLM S1-mini가 WebGPU를 통해 브라우저에서 로컬로 실행된다.
Vercel AI Gateway에서 Fish Audio의 음성 합성 및 인식 모델을 9월 18일까지 무료로 제공한다.
의료용 STT는 임상 용어 인식을 통해 음성 대화를 정확한 의료 기록으로 변환하여 의료진의 업무 부담을 줄인다.
Apple Silicon의 MLX를 활용하여 100% 온디바이스로 작동하는 개인정보 보호 중심의 회의록 앱 Logue가 오픈소스로 공개되었다.
단어 오류율(WER)은 음성 인식(ASR) 모델의 정확도를 측정하는 핵심 지표로, 삽입, 삭제, 교체 오류를 통해 성능을 평가한다.