엔비디아, 40개 언어 받아쓰는 오픈 음성인식 모델 공개

[지디넷코리아]엔비디아가 현지 시각 10월 28일 음성을 글로 옮기는 오픈 가중치 AI 모델 '네모트론 3.5 트랜스크라이브(Nemotron 3.5 Transcribe)'를 공개했다. 오픈 가중치 모델은 학습을 마친 모델 파일을 공개해 누구나 내려받아 실행할 수 있는 모델이다. 네모트론 3.5 트랜스크라이브는 40개 언어 받아쓰기를 지원하고, 영어와 대부분의 지원 언어 사이 음성 번역도 처리한다.전체 매개변수는 약 340억 개지만, 작업마다 일부 전문가 모듈만 작동하는 전문가 혼합(MoE) 구조여서 실제 연산에 참여하는 매개변수는 약 43억 개다. 최대 1시간 분량의 녹음을 한 번에 처리하고, 화자를 구분해 누가 말했는지 표시한다. 테크크런치는 최대 8명의 화자를 구분할 수 있다고 전했으며, 실시간 음성은 지원하지 않고 녹음 파일만 처리한다고 설명했다.엔비디아가 공개한 단어 오류율은 영어 오픈 ASR 9개 데이터셋 평균 4.71%, 7개 언어 평균 4.62%를 기록했다. 단어 오류율