STT 엔진
STT(Speech-to-Text)는 말소리를 글로 바꾸는 엔진입니다. Whispree는 세 가지를 제공하며 설정 → STT 또는 홈 대시보드에서 언제든 전환할 수 있습니다.
엔진 비교
섹션 제목: “엔진 비교”| 엔진 | 위치 | 모델 | 필요 조건 | 특징 |
|---|---|---|---|---|
| WhisperKit (기본) | 로컬 (CoreML + Neural Engine) | whisper-large-v3-turbo (~1.5 GB) | 첫 사용 시 모델 다운로드 | 99개 언어, 도메인 단어를 인식 힌트로 주입. 인터넷 없이 동작. |
| Groq Cloud | 클라우드 | whisper-large-v3-turbo (서버) | Groq API 키 | 매우 빠름(~200ms). 음성을 WAV로 변환해 업로드. |
| MLX Audio | 로컬 (Python 워커) | Qwen3-ASR-1.7B-8bit (~1.0 GB) | uv 설치 | 한·중·일·영 강점. 첫 로드(콜드스타트) ~1분. mlx-audio 모델이면 교체 가능. |
설정에서 인식 언어를 고릅니다: 자동 감지 또는 ko · en · ja · zh · es · fr · de · pt.
- 자동 감지는 편하지만 정확도가 떨어질 수 있어 경고가 표시됩니다. 한 언어로 주로 말한다면 그 언어를 고정하는 편이 정확합니다.
- WhisperKit은 자동 감지에서 한·영·일·중이 아닌 언어로 잘못 잡히면 한국어로 한 번 더 시도하는 보정이 있습니다.
선택한 언어는 AI 교정 프롬프트 선택에도 사용됩니다(한↔영 코드스위칭 등). AI 교정 참고.
무음 자동 스킵 (VAD)
섹션 제목: “무음 자동 스킵 (VAD)”설정 → STT의 무음 자동 스킵 (기본 켜짐) 은 음성 활동 감지(VAD)로 말이 없는 구간을 변환 전에 제거합니다. 모든 STT 엔진에 적용되어 변환을 더 빠르고 깔끔하게 만들고, 녹음 중에는 “무음 스킵 중” 표시로 알려줍니다.
도메인 단어 인식
섹션 제목: “도메인 단어 인식”WhisperKit과 MLX Audio는 단어 사전에 등록한 도메인 단어를 인식 힌트로 받아, 전문 용어·고유명사의 받아쓰기 정확도를 높입니다.