스페이스XAI, 음성 인식 모델 2.0 공개…정확도 두 배 높이고 가격은 그대로

[지디넷코리아]스페이스XAI가 음성을 텍스트로 바꾸는 모델 '그록 보이스 트랜스크라이브 2.0'을 공개했다. 스페이스XAI 공식 블로그에 따르면 이 모델은 실사용 환경 평가에서 1.0 버전보다 두 배 정확하며 가격은 동일하다.2.0 버전은 그록 보이스의 기반이 된 오디오 파운데이션 모델 위에서 개발됐다. 그록 보이스는 하루 수만 건의 고객 지원 통화와 수백만 시간 분량의 영상 내레이션을 처리하고, 테슬라 차량의 그록 어시스턴트를 포함한 물리 제품의 음성 에이전트로도 운영된다. 훈련에는 실시간이면서 잡음이 많은 다국어 오디오 데이터가 사용됐다.공개 벤치마크인 아티피셜 애널리시스 리더보드에서 스트리밍 모델 32종 중 정확도 1위를 기록했다. 회사는 고객 지원 통화의 전화 음성, 그록과의 대화, 계정 코드나 이메일 주소 같은 음성 자격 증명, 19개 언어의 짧은 음성 명령을 내부 평가 항목으로 삼았고 모두 1.0보다 개선됐다고 밝혔다. 전화 음성에서는 시험한 모든 모델보다 정확도가 높았다