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.

• STT 모델의 정확한 성능 비교를 위해서는 WER 계산 전 숫자, 화폐, 시간 등의 포맷을 통일하는 정규화 단계가 필수적이다.
• YAML 기반의 정규화 설정을 통해 전처리 과정을 코드화하고 버전 관리함으로써 벤치마크의 투명성과 재현성을 높일 수 있다.
• gladia-normalization은 MIT 라이선스로 제공되어 상업적 프로젝트에서도 자유롭게 STT 평가 파이프라인에 통합 가능하다.