STT 엔진 벤치마크를 위한 오픈소스 텍스트 정규화 라이브러리 공개

작성자가 오픈소스 공개와 함께 다른 개발자들의 처리 방식을 문의하며 활발한 피드백을 유도하고 있다.

• STT 벤치마크 수행 시 gladia-normalization을 사용하여 참조 텍스트와 결과물을 먼저 정규화한 뒤 WER을 계산하라.
• 프로젝트 특성에 맞게 YAML 설정을 커스터마이징하여 특정 도메인 용어의 정규화 규칙을 추가하라.

WER

— Word Error Rate의 약자로 음성 인식 시스템의 정확도를 측정하는 표준 지표이다. 참조 텍스트와 인식 결과 사이의 삽입, 삭제, 대치된 단어 수를 전체 단어 수로 나누어 계산하며 값이 낮을수록 성능이 우수함을 의미한다.

STT

— Speech-to-Text의 약자로 오디오 신호를 디지털 텍스트 데이터로 변환하는 기술이다. 음성 인식 엔진의 성능 평가 시 텍스트 포맷팅 차이로 인해 실제 인식 품질보다 낮은 점수가 기록되는 문제가 자주 발생한다.

Normalization

— 서로 다른 형식의 데이터를 일관된 표준 형식으로 변환하는 전처리 과정이다. STT 분야에서는 숫자, 시간, 화폐 단위 등을 통일하여 포맷팅 차이로 인한 WER 왜곡을 방지하는 역할을 한다.