Whisper AI로 브라우저에서 무제한 텍스트 변환

사용 방법

1. 모델을 고릅니다. 기본값은 기기 성능에 맞춰 자동으로 정해집니다. WebGPU를 쓸 수 있는 PC에서는 Large v3 Turbo가 정확도와 속도의 균형이 좋습니다.
2. 언어를 고릅니다. 자동 감지로도 동작하지만 실제 언어를 지정하면 인식 오류가 줄어듭니다.
3. 오디오 또는 동영상 파일을 고릅니다. 파일을 읽어 들이는 즉시 변환이 시작되고, 끝나면 TXT 또는 SRT 형식의 파일로 내보낼 수 있습니다.

브라우저에서 동작하는 Whisper에 대해

Whisper는 OpenAI가 공개한 음성 인식 모델로, 보통은 Python 환경을 만들고 ffmpeg와 GPU 드라이버를 설치한 뒤에 사용합니다. 이 도구는 같은 Whisper 모델을 브라우저에서 동작하는 형식으로 변환한 것을 사용합니다. 모델은 처음 한 번 내려받고, 그다음부터는 브라우저에 저장된 것을 불러옵니다.

고를 수 있는 모델은 Tiny·Base·Small·Medium·Large v3 Turbo·Large v3의 6개입니다. WebGPU를 쓸 수 있는 PC에서는 GPU로, 스마트폰과 WebGPU를 쓸 수 없는 기기에서는 CPU로 동작합니다. 모델이 클수록 정확도는 올라가지만 내려받는 용량과 메모리 사용량도 늘어납니다. Large v3 Turbo는 인코더가 Large v3와 같고 디코더만 작게 만든 모델이어서, Large v3에 가까운 정확도로 빠르게 동작합니다.

Whisper는 무음이나 음악 구간에서 아무도 말하지 않은 문장을 적어 넣을 때가 있습니다. 같은 문장이 반복되는 경우는 자동으로 제거하지만, 한 번만 나온 문장은 남으므로 결과 화면에서 그 행을 삭제해 주세요.

잘 안 될 때

• 도중에 멈춘다면 기기의 메모리가 부족할 수 있습니다. 한 단계 작은 모델로 바꾸거나 음성을 짧게 나눠 주세요.
• 고유명사나 전문 용어를 자주 놓친다면 Small 이상의 모델로 바꿔 주세요.

오디오·영상 준비와 받아쓰기 이후