0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
엔비디아, 40개 언어 지원하는 음성 인식 AI 공개…오픈 모델 최고 정확도 달성 (원문, 새 창)
한국어 요약
Claude · 2026-10-31엔비디아가 40개 언어 음성을 텍스트로 변환하고 최대 8명까지 화자를 구분하는 오픈웨이트 음성인식 모델 '네모트론 3.5 트랜스크라이브'를 공개했다. 전문가 혼합(MoE) 구조로 전체 매개변수 약 340억개 중 추론 시 활성화되는 매개변수는 약 43억개이며, 자연어 명령으로 받아쓰기 방식과 전문용어 처리를 지정할 수 있다. 허깅페이스 영어 음성인식 리더보드에서 단어 오류율 4.71%로 공개 모델 중 1위를 차지했고, 의료 분야 데이터로 추가 학습하면 오류율이 45.8% 추가로 줄었다. 모델 가중치와 학습 도구, 데이터셋까지 상업적 활용이 가능한 라이선스로 함께 공개해 기업의 자체 음성 AI 구축을 지원한다.
- 40개 언어 음성인식·최대 8명 화자 구분, 자연어로 받아쓰기 방식 지정 가능
- 영어 오픈 ASR 리더보드 단어오류율(WER) 4.71%로 공개 모델 중 1위
- 의료 분야 추가학습 시 오류율 45.8% 추가 감소
- RTX PRO 6000 GPU 1장으로 초당 최대 2238초 분량 음성 처리
- 가중치·학습데이터셋 '그래너리 2'까지 상업용 라이선스로 공개
AI 인사이트
- 엔비디아, 40개 언어 지원 음성인식 모델 '네모트론 3.5 트랜스크라이브' 오픈웨이트 공개
- MoE 구조로 전체 340억·활성 43억 매개변수, 최대 1시간 녹음에서 화자 최대 8명 구분
- 허깅페이스 영어 ASR 리더보드 단어오류율(WER) 4.71%로 공개 모델 1위, 7개 언어 평균도 1위
- 의료 데이터로 추가 학습 시 WER 45.8% 추가 감소, RTX PRO 6000 1장으로 초당 2238초 분량 처리
왜 중요한가
받아쓰기 방식을 자연어로 지정하고 화자 분리까지 지원하는 오픈웨이트 모델이 공개 모델 중 최고 정확도를 기록하면서, 회의록·의료 기록 등 전문 분야 음성 AI를 기업이 직접 구축할 수 있는 선택지가 넓어졌다.
AIChainDay 편집노트
왜 이 기사를 골랐나엔비디아가 공개한 40개 언어 지원 음성 인식 AI 모델은 국내 다국어 음성 처리 기술 발전에 큰 영향을 미칠 것입니다. 특히 높은 정확도와 화자 구분 능력은 한국어 기반의 음성 AI 서비스 개발을 한 단계 더 끌어올리고 다양한 산업 분야에서 활용될 가능성을 넓힐 것입니다.
본문 미리보기
엔비디아가 40개 언어의 음성을 텍스트로 변환하고 여러 사람이 겹쳐 말하는 상황에서도 화자를 구분하는 오픈웨이트 AI 모델을 공개했다. 자연어 명령으로 받아쓰기 방식을 지정할 수 있고, 전문용어와 고유명사 인식도 지원한다. 공개 음성 인식 모델 성능 평가에서 최고 수준의 정확도를 기록했다.엔비디아는 28일(현지시간) 음성 인식 AI 모델 '네모트론 3.5 트랜스크라이브(Nemotron 3.5 Transcribe)'를 공개했다. 신모델은 전문가 혼합(MoE) 구조로, 음성 처리 장치를 포함한 전체 매개변수는 약 340억개이며 실제 추
전체 내용이 궁금하다면?
AI 타임스에서 원문을 직접 읽어보세요
- #엔비디아
- #음성인식AI
- #네모트론3.5
이 글이 만들어진 과정
- 11:34AI 초안