음성 인식

음성 인식 말한 오디오를 텍스트로 바꾸는 기술층입니다.

기술적으로 무엇인가

음성 인식은 마이크 입력을 받아 단어 또는 토큰 후보를 추정하고 텍스트로 출력합니다. 받아쓰기 경험의 기반이지만, 그것만으로 좋은 입력 경험이 완성되지는 않습니다.

실제 사용에서 왜 중요한가

모델 품질, 언어 혼합 대응, 고유명사 처리 같은 대부분의 체감 문제가 이 층과 연결됩니다. 다만 최종 만족도는 커서 삽입과 정리 규칙도 함께 좌우합니다.

자주 생기는 오해

• 정확도만 보면 된다고 생각 핫키와 입력 위치가 어색하면 정확해도 불편합니다.
• 언어 지원 수만 보면 된다고 생각 실제 다국어 혼합 입력은 별도 난도가 있습니다.
• 후처리 문제까지 모두 모델 탓 용어 치환이나 정리 단계가 해결할 수 있는 문제도 많습니다.