메타가 실시간으로 음성을 받아쓰며 화자까지 구분하는 첫 실시간 오디오 인식 모델 '뮤즈 보이스 트랜스크라이브'를 지난 1일 공개했다. 메타 슈퍼인텔리전스 랩스(MSL)가 개발한 이 모델은 자동음성인식(ASR)과 화자 분리, 발화 종료 감지를 하나로 처리하며 음성을 80밀리초 단위로 처리하는 적응형 지연 기술을 적용했다. 아티피셜 애널리시스의 스트리밍 음성인식 평가에서 단어오류율(WER) 3.1%로 1위를 기록했고, 이용료는 음성 1시간당 0.18달러로 경쟁 모델 대비 낮다. 70개 이상 언어를 학습했으며 한국어 등 25개 언어는 광범위한 검증을 거쳤고, 20명 이상 참여하는 장시간 대화도 처리할 수 있어 회의록·인터뷰·콜센터 등에 활용이 기대된다.

• •메타, 첫 실시간 오디오 인식 모델 '러즈 보이스 트랜스크라이브' 공개
• •스트리밍 음성인식 평가에서 단어오류율(WER) 3.1%로 1위
• •이용료 음성 1시간당 0.18달러로 가격 경쟁력 강조
• •70개 이상 언어 학습, 한국어 등 25개 언어는 광범위 검증
• •20명 이상 참여 장시간 대화 처리 가능, 회의록·콜센터 등에 활용 기대