7:null 1d:T6c5,

음성 인식

영문명	Speech Recognition / ASR
분야	인공지능, 음성 처리
대표 기술	Whisper, Google STT
응용	음성 비서, 자막 생성

음성 인식(Speech Recognition)은 음성을 텍스트로 변환하는 [[인공지능]] 기술입니다. ASR(Automatic Speech Recognition)이라고도 합니다. [[youtube:q67z7PTGRi8|음성 인식 기술 설명]] == 개요 == 음성 인식은 사람의 음성을 컴퓨터가 이해할 수 있는 텍스트로 변환합니다. 음성 비서, 자동 자막, 음성 명령 등 다양한 분야에서 활용됩니다. == 작동 원리 == === 음향 처리 === * 음성 신호 디지털화 * 스펙트로그램 변환 * 특징 추출 (MFCC) === 언어 모델 === * 단어 시퀀스 확률 * 문맥 고려 * 오류 수정 === 디코딩 === * 최적 텍스트 시퀀스 탐색 * Beam Search == 주요 기술 == === 전통 방식 === * HMM (은닉 마르코프 모델) * GMM-HMM === 딥러닝 기반 === * RNN/LSTM * Transformer * [[Whisper]] (OpenAI) === End-to-End === * CTC (Connectionist Temporal Classification) * Attention 기반 * Wav2Vec == 주요 서비스 == * [[Whisper]]: OpenAI 오픈소스 * Google Speech-to-Text * Amazon Transcribe * Naver Clova Speech * 카카오 음성 인식 == 과제 == * 노이즈 환경 * 다양한 억양/방언 * 실시간 처리 * 전문 용어 == 관련 문서 == * [[Whisper]] * [[음성 합성]] * [[AI 비서]] * [[자연어 처리]] [[분류:인공지능]] [[분류:음성 처리]] [[분류:딥러닝]]