엔비디아, 40개 언어 지원 음성 AI 모델 공개… 녹음 전사와 화자 구분 한 번에 처리

AI 생성 이미지미국 반도체 기업 엔비디아(NVIDIA)가 40개 언어의 음성을 텍스트로 변환하고 화자를 구분할 수 있는 새로운 인공지능(AI) 모델을 공개했다. 음성 인식과 번역, 발화자 식별 기능을 하나의 모델에 통합해 기업과 개발자의 음성 AI 활용 범위를 확대한다는 계획이다. 엔비디아는 28일 '네모트론 3.5 트랜스크라이브(Nemotron 3.5 Transcribe)'를 공개하고 모델의 가중치와 기술 자료를 제공한다고 밝혔다. 해당 모델은 사전에 녹음된 음성 데이터를 처리하며, 이용자의 요청에 따라 다양한 형태의 전사 결과를 생성할 수 있도록 설계됐다. 음성 전사는 사람의 말을 문자로 변환하는 기술이다. 기존 음성 인식 서비스는 음성을 그대로 받아쓰는 기능을 중심으로 발전해 왔지만, 실제 업무에서는 화자를 구분하거나 구어체 표현을 문서에 적합하게 정리하는 등 추가적인 처리가 필요한 경우가 많다. 네모트론 3.5 트랜스크라이브는 이러한 작업을 하나의 모델에서 수행하도록