음성 전사란?

음성 전사의 정의와 고품질 음성 전사를 위한 인사이트까지

June 15, 2023

AI 음성 전사

인간의 음성 전사는 오랫동안 다양한 형태로 존재해 왔습니다. 음성 전사는 오디오 콘텐츠의 텍스트 형태로 이뤄져 있으며 이는 음성 녹음을 다시 들을 필요 없이 말한 내용이나 일어난 일을 한 번에 파악할 수 있도록 합니다. 따라서 음성 전사는 기록 보관, 지식 공유 및 접근성 향상에 필수적입니다.

지난 몇 년 동안 AI의 발전으로 사람들은 자동 음성 인식(ASR)이라는 기술을 통한 음성 전사를 사용하고 있습니다. ASR 기술을 말을 텍스트로 신속하게 전환할 수 있게 됐으며 이에 대한 시장은 이미 빠르게 성장하고 있습니다.

수동 음성 전사와 AI 음성 전사

수동 음성 전사는 모두에게 익숙한 방법입니다. 예를 들어, 회의 중에 단어나 내용을 최대한 빨리 메모하는 것도 수동 음성 전사의 일종이죠. 보통은 회의가 끝난 후 메모한 내용을 검토하고 필요에 따라 정리하는 것이 일반적인 방법입니다. 수동 음성 전사는 높은 수준의 정확도를 달성할 수 있지만 메모하는데 시간이 오래 걸리고 메모가 어려운 환경도 많이 존재합니다.

AI 기반 음성 전사는 초기 전사를 실시간으로 처리하여 작업에 드는 시간을 줄일 수 있습니다. AI 음성 전사는 전사된 내용을 검토자가 문서의 유효성을 검사하여 AI의 오류를 수정하는 경우가 가장 적합한 방식이라고 할 수 있습니다. 단, 검토자가 주제(법률, 의학 등)에 대한 전문성을 가지고 있는 것이 중요합니다. 그 이유는 AI 기반 음성 전사 기술이 최근 몇 년 동안 향상되었지만, 여전히 정확성이 떨어지는 경우가 종종 존재하기 때문이죠.

음성 전사 활용 분야

최근 많은 스타트업이 음성 전사 분야에 합류했으며 더 빠른 채택을 유도하는 AI 기반 음성 전사 기술을 제공하고 있습니다. 음성 전사가 사용되는 몇 가지 응용 분야는 다음과 같습니다.

의료: 병원 환자의 정보, 치료 계획, 처방전 등에 대한 많은 세부 기록을 보관해야 합니다. 받아쓰기(딕테이션) 서비스를 사용하면 다양한 정보를 구두로 자세히 설명하고 자동으로 음성 전사하여 효율성을 높일 수 있습니다. 의학 분야는 환자를 치료를 위해 정확한 음성 전사가 필수적입니다. 예를 들어, 만약 음성 전사가 환자가 처방받아야 하는 횟수를 잘못 표기하면 환자 건강에 치명적인 영향을 미칠 수 있기 때문이죠.
소셜 미디어:최근 인스타그램이나 유튜브를 봤다면 일부 동영상에 자막 서비스가 있는 것을 보셨을 것입니다. 이것은 AI를 사용하여 자동 캡션을 만드는 새로운 기능이죠. 항상 정확한 것은 아니지만 사용자에게 더 나은 접근성과 사용성을 제공하는 데 도움이 됩니다.
테크: 스마트폰의 기능 중 하나인 talk-to-text(음성을 텍스트로 변환) 기능은 수동으로 메시지를 입력하는 대신 음성 전사를 통해 문자를 보내는 방법입니다.
법률:법률 분야에서 법원 절차를 정확하게 문서화하는 것은 사건의 기본입니다. 또한 기록 문서를 통해 학습하거나 향후의 사건에서 참조하는 것도 중요합니다.
경찰: 음성 전사는 현재도 경찰 업무에 다양한 방법으로 활용되고 있으며 앞으로 더 많이 적용될 것으로 예상됩니다. 조사 인터뷰, 증거 기록, 긴급 전화 통화, 바디 카메라 녹음 상호 작용 등을 전사하는 데 사용됩니다. 법률 분야와 마찬가지로 이러한 음성 전사의 정확성은 법원 사건과 많은 사람의 삶에 중대한 영향을 미칠 수 있습니다.

음성 전사는 많은 산업의 초석이 될 수 있습니다. 다양한 산업 분야 가운데 어느 분야가 AI 기반 음성 전사 서비스를 비즈니스 모델에 채택하는지 보는 것은 흥미로울 것입니다. 음성 전사에 익숙하지 않은 산업의 경우, AI 기반 음성 전사 차용을 통해 향상된 고객 경험과 사용성을 활용할 수 있습니다.

음성 전사 퀄리티 향상 방법

AI 음성 전사는 사람마다 다른 말하는 방식을 갖고 있으므로 많은 어려움을 직면하고 있습니다. AI가 화자의 대화를 올바르게 전사하기 위해서는 화자의 언어와 방언, 억양, 톤, 피치 및 볼륨에 익숙해야 합니다. 따라서 정확한 음성 전사를 위한 AI 모델을 교육하기 위해서는 방대한 학습 데이터가 필요합니다.

음성 전사 서비스를 구축하는 회사는 학습 데이터셋 구축에 포괄적인 접근 방식을 취하는 것이 중요합니다. 즉, 제품의 모든 잠재적인 최종 사용자를 고려하고 음성 변형이 학습 데이터에 반영되도록 해야 합니다. 단, 완전한 이해가 없다면, 이 기술은 특정 화자의 단어를 인식하는 데 어려움을 겪을 수 있습니다. 이를 극복하기 위해서는 음성 전사 검토자를 프로세스에 통합하는 것을 추천합니다.

음성 전사 인사이트

음성 전사의 다양한 목적에 맞는 여러 가지 트랜스크립션 스타일을 먼저 파악하는 것이 중요합니다.

말 전체 – 이 음성 전사 스타일에는 “음”, “어”, 망설임, 반복된 단어 및 잘못된 시작을 포함하여 각 참가자가 말한 모든 전체 단어가 포함됩니다. 이 음성 전사 스타일은 트랜스크립션이 법원 절차 또는 징계 절차와 같은 증거 목적으로 사용될 수 있는 경우에 유용합니다.
인텔리전스 축약– 이 음성 전사 스타일은 모든 “음”, “어”, 불필요한 필러, 반복 단어(강조를 위해 사용되지 않는 경우), 더듬는 말을 제외합니다. 모든 비표준 언어는 표준으로 변경됩니다. 예를 들어 ‘왜냐’는 ‘왜냐하면’으로 변경됩니다. 이 음성 전사 스타일은 말한 모든 단어가 필요하지 않지만 말한 내용의 기록이 필요한 연구 목적으로 수행되는 인터뷰에 유용합니다.
요약– 이 유형의 음성 전사는 위에 나열된 두 가지 유형과 다릅니다. 이 스타일에서 음성/ 영상 파일은 전사자가 들은 말의 요약이 제공됩니다. 요약은 음성 파일에 대한 정확하고 균형 잡힌 설명이어야 하며 모든 강조된 요점을 포함해야 합니다. 요약에는 ‘don’t’ 대신 ‘do not’, ‘wasn’t’ 대신 ‘was not’과 같이 공식적인 영어만 포함됩니다. 이 음성 전사 스타일은 관리하기 쉬운 짧은 문서가 필요한 경우에 유용합니다.

인터뷰나 회의를 녹음하는 경우 음성 전사의 품질을 향상하기 위해 다음을 고려하는 것이 좋습니다.