batisay STT (무료) 앱 다운로드: flow.bati.ai -: huggingface.co/collections/batiai/stt OpenAl Whisper(large-v3-turbo) 기반, 한국어 특화 파인튜닝 - 한국어 음성 2.5만 시간+ 확보 → 품질 선별 약 4,300시간 학습 whisper.cpp + Metal 온디바이스, 음성 외부 전송 없음 [도메인별 CER - N=500 실측, 낮을수록 정확 일상 대화 3.0 / 상담 통화 5.7 / 일반(깨끗) 7.0 / 일반(소음) 8.3 / 회의 8.9 ※ 상담 5.7은 8kHz 콜센터 벤치 기준, 실사용 장시간 통화는 ~15%로 개선 중 [사용법] BatiFlow > 음성인식 탭에서 녹음 파일을 드래그하면 끝. 전사 → AI 요약 → 정리까지 자동. 경쟁 벤치마크 비교는 위 이미지 참고. batisay는 자체 N=500 측정셋 기준이라 공개 벤치와 테스트셋이 달라 수준 참고용입니다. 화자 분리는 현재 베타(연구 프리뷰)입니다.

회의록 정리나 통화 녹음 전사 작업은 매번 번거롭고 비용이 듭니다. 기존 오픈소스 STT 도구는 한국어 인식률이 아쉬웠고 유료 서비스는 사용량 제한이 신경 쓰였습니다. 이 문제를 해결하기 위해 맥북에서 무료로 구동하는 온디바이스 STT 도구 batisay 가 나왔습니다.

한국어 구어체 데이터 학습

기존 Whisper 모델은 한국어 환경에서 아쉬웠습니다. batisay 개발팀은 한국어 음성 데이터를 2.5만 시간 확보했습니다. 그중 품질이 좋은 4,300시간을 선별해 Whisper large-v3-turbo 모델을 파인튜닝했습니다. 정확합니다. 실제 구어체와 통화 환경에서 자주 발생하는 문장 반복 오류를 줄였습니다. 100글자 중 틀린 글자 수를 뜻하는 CER(Character Error Rate) 기준으로 일상 대화는 3.0, 정돈된 음성은 7.0 수준을 기록했습니다. 여러 명이 섞여 말하는 회의 환경에서도 8.9 수준의 오차율을 보여줍니다.

맥북 가속 기술을 활용한 온디바이스 아키텍처

외부 서버로 음성 데이터를 보내지 않고 사용자 기기 안에서 모든 처리를 끝냅니다. whisper.cpp 엔진과 Apple Silicon의 Metal 가속 기술을 활용해 맥북 로컬 환경에서 가볍게 실행됩니다. 회사 기밀이나 개인 정보가 담긴 민감한 대화도 유출 우려 없이 처리합니다. 속도가 빠릅니다. M4 맥북프로 기준으로 7-8분 분량의 통화 녹음 파일은 약 12초 만에 텍스트로 변환됩니다. 50분 길이의 장시간 회의 녹음도 1분 남짓한 시간에 처리를 마칩니다. 실제 음성 길이보다 약 38배 빠른 연산 속도입니다.

드래그앤드롭 기반의 자동화 기능

사용법은 간단하게 구성되었습니다. BatiFlow 애플리케이션의 음성인식 탭에 녹음 파일을 마우스로 끌어다 놓으면 변환이 시작됩니다. 텍스트 전사뿐만 아니라 AI 요약과 정리까지 자동으로 수행합니다. 편리합니다. 현재 화자 분리 기능은 베타 버전으로 탑재되어 연구 프리뷰 형태로 테스트합니다. 8kHz 대역폭을 사용하는 콜센터 환경의 상담 통화 CER은 5.7 수준이며 장시간 통화 환경에 맞춰 성능을 개선합니다.

성능 지표는 이렇습니다.

구분CER (낮을수록 우수)
일상 대화3.0
상담 통화 (8kHz)5.7
일반 (소음 없음)7.0
일반 (소음 있음)8.3
회의 음성8.9

맥북 환경에서 제한 없이 사용하는 한국어 특화 STT 도구를 고민했다면 좋은 선택지입니다. 허깅페이스와 공식 웹사이트에서 직접 내려받아 바로 구동합니다.

요약

  • 2.5만 시간의 한국어 음성 데이터 중 고품질 4,300시간을 선별 학습하여 Whisper 모델의 한국어 구어체 정확도를 크게 개선했습니다.
  • whisper.cpp 엔진과 Apple Silicon Metal 가속을 결합해 외부 서버 전송 없이 빠른 로컬 온디바이스 연산을 실현했습니다.
  • M4 맥북프로 기준 50분 분량의 회의 녹음을 약 1분 만에 전사하며, 민감한 비즈니스 데이터의 보안을 보장합니다.