음성 엔진은 별도의 녹음 파일들에서 수십 개의 언어를 인식할 수 있어도, 한 화자가 문장 중간에 언어를 바꾸면 여전히 어려움을 겪을 수 있습니다. 다국어 오디오 전사를 위해서는 세 가지를 물어야 합니다: 모델이 어떤 언어를 인식할 수 있는지, 언어를 어떻게 선택하는지, 그리고 하나의 녹음 안에서 언어 전환을 보존하는지입니다. 광고된 언어 수 하나만으로는 이 세 가지를 모두 답할 수 없습니다.
이 가이드는 특정 모델 구성에 대해 문서화된 동작을 비교하고, 놓친 전환을 드러내는 짧은 테스트 방법을 제공합니다. 실시간 도구와 녹음 도구를 더 폭넓게 비교하려면 다국어 전사 가이드를 참고하세요.
- 언어 지원 범위는 모델이 지원하는 언어 집합입니다. 하나의 파일에서 모든 조합이 작동한다는 보장은 아닙니다.
- 자동 언어 감지는 말해진 모든 언어를 전사하지 않고도 후보 중에서 가장 적합한 언어를 선택할 수 있습니다.
- 코드 스위칭은 문장 안의 변화까지 포함해 전사본에 언어 변화를 그대로 유지하는 것을 뜻합니다. 정확한 모델과 설정을 확인하세요.
- 자신의 녹음에서 각 전환 지점을 직접 측정하세요. 벤더의 벤치마크로는 이 확인을 대체할 수 없습니다.
요청해야 할 세 가지 사양
지원 범위는 모델이 해당 언어를 아예 지원하는지 답합니다. 감지는 요청에 대해 가능한 언어들 중 무엇을 선택하는지 답합니다. 코드 스위칭은 그 요청 안의 변화까지 따라갈 수 있는지 답합니다. 이들은 서로 다른 동작이며, 모델 버전은 벤더 이름만큼이나 중요합니다.
예를 들어, Google Cloud Speech-to-Text의 자동 언어 인식 가이드는 최대 세 개의 후보 언어를 허용하며, 서비스가 그 목록에서 가장 적합한 언어를 사용한다고 설명합니다. 여기서 세 개는 선택 후보의 수를 뜻할 뿐이며, 세 언어가 모두 하나의 전사본에 정확히 나타난다는 약속은 아닙니다. Google의 페이지는 또한 이 기능을 특정 모델과 지역으로 제한합니다.
모델 문서가 실제로 말하는 것
| 모델 또는 설정 | 문서화된 동작 | 테스트할 질문 |
|---|---|---|
| 오픈소스 Whisper 기본 전사 | 언어가 지정되지 않으면 처음 최대 30초에서 언어를 감지한 뒤, 그 언어로 디코딩합니다. | 파일 뒤쪽에서 언어가 바뀌면 어떻게 되나요? |
| Google Cloud Speech-to-Text V2 자동 인식 | 최대 세 개의 후보 중에서 가장 적합한 언어를 선택합니다. 이는 언어 선택이지, 공개된 코드 스위칭 보장은 아닙니다. | 전환 지점에서 출력이 두 언어를 모두 유지하나요? |
| AssemblyAI 코드 스위칭 구성 | 문서화된 수동 언어 코드 설정은 최대 두 개의 코드를 허용하며, 그중 하나는 영어입니다. 자동 코드 스위칭 설정은 최대 두 개를 감지할 수 있습니다. | 선택한 모델과 언어 쌍이 이 구성에서 지원되나요? |
| AssemblyAI Universal-3.5 Pro | 지원되는 18개 언어 전반의 기본 코드 스위칭을 문서화합니다. 18은 지원 집합을 설명할 뿐, 파일당 최대치로 명시된 것은 아닙니다. | 클립의 모든 언어가 그 18개에 포함되며, 전환 정확도는 어떤가요? |
| Deepgram Nova-2 multilingual | 문서화된 다국어 모드는 영어와 스페인어 코드 스위칭을 지원합니다. | 녹음이 이 정확한 언어 쌍과 모드를 사용하나요? |
| Deepgram Nova-3 multilingual | Deepgram은 language=multi로 열 개 언어 집합 전반의 코드 스위칭을 문서화합니다. 열 개는 모델의 언어 집합이지, 녹음당 언어 수의 공개된 최대치는 아닙니다. | 구성된 모드가 대상 언어에서 짧은 전환을 보존하나요? |
이 표의 각 행은 서로 다른 종류의 제한을 설명합니다. 숫자들이 같은 것을 측정하는 것처럼 정렬하지 마세요. 특히 Google의 후보 수와 Universal-3.5 Pro 및 Nova-3의 지원 집합은 파일당 상한으로는 비교할 수 없습니다. OpenAI의 호스팅 파일 전사 API 역시 위에 연결된 오픈소스 Whisper 코드와는 별개의 제품입니다. 현재 모델은 따로 테스트하세요.
혼합 언어 녹음을 테스트하는 방법
- 기준 클립을 만드세요. 실제 화자들로 2분을 녹음합니다. 각 대상 언어, 여러 번의 전환, 문장 중간 전환, 그리고 팀에 중요한 이름을 포함하세요.
- 수동 기준 전사본을 유지하세요. 각 언어 전환과 고유 명사를 표시해 무엇이 빠졌는지 정확히 볼 수 있게 하세요.
- 정확한 운영 설정을 사용하세요. 모델 버전을 고정하고 벤더가 문서화한 다국어 또는 코드 스위칭 모드를 활성화하세요. 요청 설정을 결과와 함께 저장하세요.
- 모든 전환 지점을 읽어보세요. 빠진 단어, 잘못된 문자 체계로 다시 적힌 단어, 전사를 요청했는데 번역된 경우, 그리고 음성보다 뒤처지는 언어 레이블을 확인하세요.
- 가장 어려운 쌍으로 반복하세요. 실제 녹음에서 그런 조건이 나타날 때만 잡음이나 세 번째 언어를 추가하세요. 같은 기준 전사본과 결과를 비교하고, 중요한 용도라면 사람 검토를 마련하세요.
벤더의 정확도 수치는 서로 다른 언어, 화자, 채점 규칙을 사용할 수 있습니다. 이 절차는 출력이 당신의 오디오에 맞는지 알려줍니다. 워크플로에 번역도 필요하다면, 우리의 번역 도구 가이드에서 그 별도 단계를 다룹니다.
MirrorCaption의 역할
MirrorCaption의 라이브 경로는 대화 중 자막과 번역을 위해 설계되었습니다. 현재 클라이언트는 언어 식별을 활성화한 상태로 언어 힌트를 전송합니다. 단방향 번역은 구성된 서비스가 지원하는 감지된 원본 언어를 받을 수 있습니다. 자동 감지는 지원되지 않는 언어에 대한 지원을 추가하지 않습니다. 이 구성은 모든 언어 쌍이나 모든 문장 중간 전환에 대해 측정된 보장이 아닙니다. 실제 화자로 라이브 세션을 테스트한 뒤에 의존하세요. 우리의 다국어 콜센터 가이드에서 라이브 워크플로를 다룹니다.
현재 파일 업로드 UI는 선택한 하나의 원본 언어 힌트를 전송합니다. 라이브 구성만 보고 업로드된 녹음도 같은 다국어 처리를 받는다고 추정하지 마세요. 여러 언어가 섞인 완성된 녹음이라면 업로드 결과를 테스트하고, 중요한 구간을 놓친다면 전문 코드 스위칭 서비스나 사람 검토를 사용하세요.
모든 새 계정에는 신용카드 없이 한 번, 1시간 무료가 포함됩니다. 현재 연간 요금제는 연 110시간에 €54.99입니다. 구매 전에 현재 요금을 확인하세요.
자주 묻는 질문
99개 언어 목록이 있으면 하나의 녹음에 그 99개 모두가 들어갈 수 있다는 뜻인가요?
아닙니다. 지원 언어 목록은 모델이 어떤 언어를 인식할 수 있는지 알려줍니다. 하나의 녹음 안에서의 자동 감지와 코드 스위칭에 대해서는 별도의 문서를 확인하세요.
세 개의 후보 언어를 선택하는 것이 코드 스위칭과 같은가요?
아닙니다. Google Cloud Speech-to-Text 문서는 자동 인식이 최대 세 개의 후보 중에서 가장 적합한 언어를 선택한다고 설명합니다. 그 설정은 혼합 언어 전사를 약속하지 않습니다.
오픈소스 Whisper가 언어 전환을 자동으로 따라갈 수 있나요?
기본 Whisper 전사 경로는 처음 최대 30초를 사용해 언어를 감지하고, 그 선택을 디코딩에 사용합니다. 파일 중간의 자동 전환을 가정하지 마세요. 혼합 언어 클립을 테스트하거나 의도적으로 분할하세요.
MirrorCaption이 다국어 녹음을 처리할 수 있나요?
MirrorCaption 라이브 세션은 언어 식별과 언어 힌트를 사용합니다. 현재 파일 업로드 UI는 선택한 하나의 원본 언어 힌트를 전송합니다. 혼합 언어 업로드 출력에 의존하기 전에 대표적인 녹음을 테스트하세요.
모델이 그 주장을 증명하게 하세요
실제로 보유한 언어 쌍과 워크플로에 맞는 모델을 선택하세요. 코드 스위칭 문서를 확인하고, 정확한 설정을 저장한 뒤, 실제 전환 지점이 포함된 클립을 테스트하세요. 긴 언어 목록은 시작 필터일 뿐이며, 전사본 자체가 구매의 증거입니다.