전사

지원 언어의 깨끗한 오디오에서 정확도는 일반적으로 95%를 넘어요. 내부적으로 OpenAI의 업계 최고 음성 인식을 사용하는데, 이는 많은 전문 전사 도구를 구동하는 동일한 모델이에요.

실제 정확도는 세 가지에 달려 있어요: 오디오 명확도(배경 소음은 정확도를 떨어뜨려요), 화자 억양(강한 지역 억양은 몇 점 떨어질 수 있어요), 그리고 언어 자체(영어와 스페인어가 가장 점수가 높은 경향이 있어요). 최대 정확도를 원한다면 큰 차이를 만드는 작은 요소들에 대해 어떤 오디오 품질이 가장 좋은 결과를 내나요?를 참고하세요.

네 — 화자 식별은 무료 플랜을 포함한 모든 요금제에서 사용할 수 있어요. 업로드 양식에서 화자 식별을 예로 설정하면 전사본에 각 화자가 Speaker 1, Speaker 2 등으로 자동 라벨링돼요.

회의, 인터뷰, 팟캐스트, 그 외 여러 사람의 대화에 잘 작동해요. 감지하는 화자 수에는 제한이 없어요. 화자 식별은 처리 시간이 약간 추가되므로 솔로 녹음(강의, 음성 메모, 단독 내레이션 콘텐츠)에서는 비활성화하면 더 빠른 결과를 얻을 수 있어요.

영어, 스페인어, 포르투갈어, 프랑스어, 독일어, 이탈리아어, 일본어, 중국어, 한국어, 러시아어, 아랍어, 힌디어 등을 포함한 99개 언어 전사를 지원해요.

업로드 양식에서 언어를 명시적으로 선택하면 최상의 정확도를 얻을 수 있고, 또는 자동으로 두면 알아서 감지해 드려요. 언어 목록은 OpenAI Whisper의 지원 세트와 동일하며 SoundScript.AI 인터페이스 자체도 99개 언어로 제공돼요 — 변경 방법은 인터페이스 언어는 어디서 변경하나요?를 참고하세요.

마이크 가까이에서 녹음된 깨끗한 목소리, 배경 소음이 최소화된 환경. 짧게 말하면 그래요. 가장 도움이 되는 것들은:

• 괜찮은 마이크를 사용하세요 — 입문급 USB 마이크나 최신 휴대폰도 노트북 내장 마이크보다 훨씬 좋아요.
• 조용한 방에서 녹음하세요 — 창문을 닫고 선풍기를 끄고 에코를 일으키는 단단한 표면을 피하세요.
• 마이크에 가까이 가세요 — 자연스러운 말투에는 15~30cm가 적당해요.
• 가능하면 배경 음악을 피하세요 — 음악이 불가피할 때 예상되는 결과에 대해서는 SoundScript.AI는 배경 음악이나 소음을 어떻게 처리하나요?를 참고하세요.

대부분의 파일은 수 초에서 몇 분 안에 완료돼요. 일반적인 10분 분량의 오디오 파일은 보통 30초 이내에 완료돼요.

25MB보다 큰 파일은 자동으로 청크로 분할되어 병렬로 처리되므로, 한 시간 분량의 녹음도 보통 2~3분 안에 준비돼요. 화자 식별 활성화는 약간의 추가 시간이 들어요. 진행률 표시줄이 실시간으로 업데이트되므로 — 새로고침할 필요가 없어요.

대용량 파일은 자동으로 더 작은 청크로 분할되어 병렬로 전사되고 결과는 다시 합쳐져요. 따로 할 일은 없어요 — 평소처럼 파일만 업로드하면 돼요.

최대 업로드 크기는 1GB이에요. 각 청크는 독립적으로 처리되며, 그래서 한 시간 분량의 파일도 몇 분 안에 준비될 수 있어요. 청크 경계는 가능한 한 자연스러운 침묵 부분에 배치되어 문장 중간에 단어가 잘리지 않게 해요.

고유 명사 — 이름, 브랜드명, 기술 용어, 약어 — 는 일반적인 언어 패턴을 따르지 않기 때문에 전사에서 가장 어려운 부분이에요. 훌륭한 오디오라도 잘못 표기된 이름이 나올 수 있어요.

도움이 되는 몇 가지:

• 자동 감지 대신 언어를 명시적으로 선택하세요.
• 녹음할 때 고유 명사를 명확하게 말하고 주위에 약간의 멈춤을 두세요.
• 나중에 전사본을 편집하세요 — 텍스트를 아무 편집기에 복사해서 찾아 바꾸기로 이름을 수정할 수 있어요. 현재 사용자 정의 어휘 목록은 지원하지 않지만 검토 중이에요.

결과 페이지에서 전사 텍스트를 복사해 어떤 텍스트 편집기나 워드 프로세서에서든 편집할 수 있어요 — Google Docs, Microsoft Word, 메모장 등 원하는 도구로요.

아직 앱 내 편집기는 없으므로 SoundScript.AI 외부에서 한 변경 사항은 저희 서버에 다시 저장되지 않아요. 원본 전사본은 대시보드에 그대로 남아 있으니 언제든 새 복사본을 다운로드할 수 있어요. 서식을 유지하면서 편집하려면 .doc나 .txt 다운로드 형식을 사용하세요.

SRT는 표준 자막 형식이에요 — 타임스탬프가 포함되어 있어 각 줄의 텍스트가 영상의 적절한 순간에 표시돼요. YouTube, Vimeo, Premiere나 Final Cut 같은 비디오 편집기, 또는 자막을 지원하는 모든 플레이어에 사용하세요.

TXT는 타임스탬프가 없는 일반 텍스트예요 — 문서, 블로그 게시물, 전사된 인터뷰, 그저 단어만 필요한 경우에 완벽해요. DOC(서식이 있는 Word 문서)와 PDF(인쇄 가능)도 제공해요 — 자세한 내용은 TXT, DOC, PDF로 어떻게 다운로드하나요?를 참고하세요.

최선을 다하지만 강한 배경 음악이나 소음은 정확도를 떨어뜨려요. 가벼운 주변 소음(조용한 카페, 선풍기 소리)은 보통 문제가 되지 않아요. 큰 음악이나 경쟁하는 목소리가 가장 어려운 경우예요.

인트로 음악이 있는 인터뷰 스타일 콘텐츠의 경우, 보통 음악은 의미 없는 문자로 전사되거나 건너뛰어지고 음성이 시작되면 정확도가 돌아와요. 오디오의 음성 전용 버전을 녹음할 수 있거나(또는 Audacity 같은 도구로 미리 음악을 제거하면) 정확도가 눈에 띄게 좋아져요.