#다국어 처리

인터페이즈, 6개국어 지원 오픈소스 디퓨전 ASR 모델 공개

인터페이즈(Interfaze)는 기존 자기회귀 방식이 아닌 디퓨전(Diffusion) 기술을 적용하여 6개 국어를 전사할 수 있는 다국어 음성 인식(ASR) 모델을 오픈소스로 공개했습니다. 이 모델은 구글의 언어 모델에 약 4,200만 개의 매개변수(Parameter)를 가진 어댑터(Adapter)를 결합해 음성 입력을 처리하며, 전사 비용이 텍스트 길이가 아닌 노이즈 제거(Denoising) 단계에 따라 결정된다는 점에서 큰 의의가 있습니다.

M3 Pro에서 구동되는 Gemma E2B 실시간 AI

오픈소스 모델인 Gemma를 활용해 오디오와 비디오를 입력받아 음성으로 출력하는 실시간 AI가 Apple M3 Pro 환경에서 로컬 구동되는 것을 확인한 사례입니다. 복잡한 에이전트 코딩은 불가능하지만 다국어 처리가 가능하여 언어 학습용으로 혁신적인 활용성을 보여줍니다. 수년 전 OpenAI가 시연했던 것과 같이 스마트폰 카메라로 사물을 인식하고 모국어로 소통하는 미래가 로컬 환경에서도 가까워지고 있습니다.