TranscriptionSuite: WhisperX, NeMo, VibeVoice를 지원하는 로컬 오픈소스 음성 전사 앱 업데이트

사용자들은 개발자가 피드백을 빠르게 반영하여 주요 모델들을 추가한 것에 대해 매우 긍정적인 반응을 보였다. 특히 로컬 환경에서 개인정보를 보호하며 고성능 전사를 수행할 수 있다는 점이 높게 평가받았다.

• VibeVoice 모델을 사용할 때는 24kHz 녹음 파이프라인을 활용하여 모델의 성능을 극대화할 수 있다.
• 로컬 리소스가 부족한 경우 VibeVoice의 4비트 양자화 버전을 사용하여 메모리 부담을 줄일 수 있다.
• 작업 속도를 높이려면 설정에서 병렬 처리 모드(Parallel processing mode)를 활성화하여 전사와 화자 분리를 동시에 수행하라.

• TranscriptionSuite v1.1.2는 WhisperX, NeMo, VibeVoice 등 다양한 최신 STT 모델을 로컬 환경에서 지원한다.
• VibeVoice 모델의 경우 4비트 양자화 버전을 제공하여 저사양 환경에서도 효율적인 추론이 가능하다.
• 24kHz 고음질 녹음 파이프라인을 구축하여 특정 모델의 전사 정확도를 높였다.
• 병렬 처리 모드를 통해 전사와 화자 분리 작업을 동시에 수행함으로써 전체 처리 시간을 단축했다.