메타, 시간당 0.18달러 실시간 음성 전사 모델 '뮤즈 보이스 트랜스크라이브' 출시…20명 이상 화자 분리 지원

메타 슈퍼인텔리전스 랩스가 스트리밍 전사, 엔드포인트 감지, 20명 이상 화자 구분을 결합한 오디오 인식 모델 '뮤즈 보이스 트랜스크라이브'를 공개했다. 처리 오디오 시간당 0.18달러의 API 가격을 책정했으며, 1시간 넘는 긴 오디오, 다국어 코드 스위칭, 언어·키워드 바이어싱, 별도 후처리 없는 화자 분리를 지원하고 70개 이상 언어로 학습돼 이 중 25개 언어가 우선 검증됐다. 스피치매틱스(최대 100명)나 아마존 트랜스크라이브(최대 30명) 등 경쟁 서비스와 비교하면 화자 수 상한 자체는 최고는 아니지만, 저지연 전사와 강력한 화자 분리, 공격적인 가격을 한 모델에 결합한 점이 특징이다.