캐나다 AI 기업 코히어(Cohere)가 아랍어 전용 오픈소스 음성인식 모델 ‘트랜스크라이브 아랍어(Transcribe Arabic)’를 공개했다. 자동 음성인식(ASR)에 특화된 이 모델은 아파치 2.0 라이선스로 배포돼 상업적 이용까지 자유롭게 허용된다. 회사는 이 모델을 현재 이용 가능한 오픈소스 아랍어 음성-텍스트 변환 시스템 가운데 가장 정확하다고 설명했다.
아랍어는 음성인식에서 특히 까다로운 언어로 꼽힌다. 지역별 방언 편차가 크고, 아랍어와 영어를 오가는 이중언어 대화가 흔하며, 한 문장 안에서 언어를 섞어 쓰는 코드스위칭(code-switching)과 전문 용어 처리가 겹치기 때문이다. 트랜스크라이브 아랍어는 이런 문제를 정면으로 겨냥해 설계됐다. 모델 규모는 20억 매개변수로, 대형 모델 대비 가볍게 유지하면서도 아랍어 특유의 변형에 대응하는 데 초점을 맞췄다.
성능 평가에서 코히어는 이 모델이 오픈AI의 위스퍼 라지 V3(Whisper Large V3)와 코히어의 기존 표준 트랜스크라이브 모델을 능가한다고 밝혔다. 사람 평가자가 아랍어 전사 결과를 전반적 품질, 방언 충실도, 코드스위칭 처리 세 가지 항목에서 1~5점 척도로 매긴 결과, 세 부문 모두에서 위스퍼 라지 V3와 자사 표준 모델을 앞선 것으로 나타났다. 다만 이 비교는 코히어가 자체적으로 실시한 평가라는 점은 감안해야 한다.
트랜스크라이브 아랍어는 허깅페이스(Hugging Face) 모델 저장소와 코히어 API를 통해 내려받거나 호출할 수 있으며, 추가 벤치마크와 사용 예시는 코히어 공식 블로그에 공개됐다. 아랍어권 사용자층이 넓은 데 비해 상업적으로 자유롭게 쓸 수 있는 고품질 음성인식 모델은 그동안 제한적이었던 만큼, 오픈 라이선스로 배포된 이번 모델은 콜센터·미디어 자막·회의 기록 등 아랍어 음성 처리 수요를 겨냥한 개발 진입 장벽을 낮출 것으로 보인다.
저작권자 © STORIUM 무단전재 및 재배포 금지
