LFM3-Audio-2B: 2B 파라미터로 19개 언어를 듣는 LFM3-Audio

LiquidAI가 공개한 LFM3-Audio-2B는 오디오 입력을 받아 텍스트로 변환하는 자동 음성 인식(ASR) 모델이다. 총 20억 개(2B)의 파라미터를 가진 소형 모델로, 엣지 디바이스나 저사양 환경에서 구동할 수 있도록 설계되었다.

1 / 2

영어, 한국어, 일본어, 중국어, 아랍어, 독일어, 프랑스어 등 총 19개 언어를 지원한다. hf-audio/open-asr-leaderboard 기준 평균 WER(단어 오류율) 6.23%를 기록하며, 해당 벤치마크에서 13위를 차지했다.

Transformers 라이브러리와 safetensors 포맷을 지원하며, any-to-any 파이프라인 태그를 가진다. 대화형(conversational) 및 다중 언어(multilingual) 처리에 특화되어 있어, 단순 전사 작업뿐 아니라 음성 기반 대화 시스템 구축에도 활용할 수 있다.

클라우드 서버 대신 로컬 환경에서 음성 데이터를 처리해야 하는 개발자에게 적합하다. 2B 규모로 경량화되어 있어, 기존 대형 ASR 모델 대비 하드웨어 요구 사항을 낮추면서도 주요 언어에 대한 인식 성능을 유지한다.