Speech-to-Text (음성 인식)

"말을 글로" 바꾸는 기술입니다.

주요 모델

• Whisper (OpenAI): 오픈소스, 다국어, 가장 많이 사용
• Google Speech-to-Text: 클라우드 API
• Clova Speech (네이버): 한국어 특화

발전

• 전통: HMM + 음향 모델
• 딥러닝: End-to-End 학습
• Transformer: Whisper로 다국어 통합

활용

음성 비서(시리, 빅스비), 자막 생성, 회의록 작성, 접근성(청각 장애)