AI 음성 텍스트 변환 실패 사례와 해결법 (모지오코시상)

음성 인식 서비스 '모지오코시상(Mr. Transcription)'은 AI 기반의 음성 텍스트 변환(AI 문자 인식) 서비스입니다. Google 및 AmiVoice(일본 음성 인식 시스템 제공업체)의 AI 기술을 활용하고 있습니다.

AI 음성 텍스트 변환은 처리하는 음성 파일에 따라 성능 차이가 있습니다.

이 글에서는 AI 음성 텍스트 변환이 어려워하는 음성 파일의 실제 사례와 그 이유를 소개합니다.

AI 음성 텍스트 변환이 어려워하는 음성 파일

1. 음성이 작거나 마이크가 멀어 잘 들리지 않는 경우
2. 노이즈가 심해 음성이 묻히는 경우
3. 실내 울림으로 인해 음성이 흐릿한 경우
4. 노래 가사 등 음악이 포함된 경우
5. 음성이 없는 경우 
6. 사투리가 심한 경우 
7. 여러 언어가 혼재된 경우
8. 사람이 들어도 목소리가 잘 들리지 않는 경우 

이러한 음성 파일은 정확한 텍스트 변환이 어렵기 때문에 '모지오코시상' 사용을 권장하지 않습니다.   

관련 기사 >정확한 음성 텍스트 변환을 위한 녹음 6가지 팁

AI 음성 텍스트 변환이 어려운 음성 파일을 오류 보고하더라도 승인되지 않으며, 사용 시간 환불도 불가능합니다.

특히, 오류 보고 중 가장 많은 경우가 파일 내용에 문제가 있는 경우입니다. 실제 사례를 살펴보겠습니다.

파일에 음성이 녹음되지 않은 경우 (노이즈가 계속되거나 무음인 경우)

음성 파일 내용을 확인하지 않고 업로드하면,

녹음에 실패하여 "녹음 실패로 인한 무음"이거나, "녹음 도중 마이크가 끊겨 중간에 노이즈만 들리고 음성이 없는" 경우가 발생할 수 있습니다.

위 이미지는 노이즈만 들리는 파일을 업로드하여 음성 텍스트 변환을 시도한 결과입니다. 

'모지오코시상'은 AI로 음성 텍스트 변환을 수행합니다. AI는 노이즈 부분이라도 최대한 텍스트 변환을 시도합니다.

특히 PerfectVoice를 사용하고, 파일 시작 부분에 잡음이나 무음 시간이 1분 이상 있는 경우 이 문제가 발생하기 쉽습니다.

"아아아아아아", "음음음음음음" 등, 그 외 동일한 구절이 반복적으로 텍스트 변환되거나, 의미를 알 수 없는 텍스트 변환 결과가 나온 경우, 파일 내용을 확인해 주세요.

시작 부분의 잡음이나 무음을 제거하면 이 문제 발생을 방지할 수 있습니다.

위와 같은 파일을 텍스트 변환하여 사용 시간을 소모하더라도, 사용 시간을 환불해 드릴 수 없습니다.

1. 음성이 작거나 마이크가 멀어 잘 들리지 않는 경우

음성 인식(AI 문자 변환)이 가능하더라도 정확도가 낮아지므로, 화자의 음량이 작거나 마이크 입력이 멀리 떨어져 있어 음성이 제대로 잡히지 않는 경우에는 AI 음성 인식을 통한 문자 변환을 권장하지 않습니다.

예: 강의실 뒷자리에서 스마트폰으로 강의 녹음

2. 노이즈가 심하여 음성이 묻히는 경우

노이즈가 섞인 음성은 화자의 목소리가 묻히는 경우가 많아 "사람이 들어도 듣기 어려운" 경우가 많습니다.

녹음할 때 간과하기 쉽지만, 바람 소리도 강력한 적입니다.

"사람이 들어도 듣기 어려운" 것을 AI가 정확하게 음성 인식할 수는 없습니다.

예: 사람이 많은 외부 카페 등 환경, 식기 소리나 음악(BGM)이 있는 곳에서 녹음

　　입과 마이크 거리가 가까워 호흡 바람 소리가 나는 경우

 

3. 실내 잔향음으로 음성이 흐릿한 경우

평소에는 잘 알아채지 못하는 것이 실내 잔향음입니다.

녹음된 음성에서는 잔향음이 먹먹하게 들리거나, 목소리가 멀리서 들리는 듯한 음성이 되기 쉽습니다.

특히, 사각형 방, 물건이 적은 방 등에서는 잔향음이 발생하기 쉽습니다.

예: 회의실에서 하나의 IC 레코더로 여러 자리에 앉은 여러 사람의 대화를 녹음

　　회의실에서 프레젠테이션을 진행했지만, 실내 잔향음으로 소리가 흐릿하게 녹음된 경우

 

4. 노래 가사 등 음악이 포함된 경우

YouTube 등에서 가사 없는 노래를 다운로드하여 문자 변환하려는 분들이 있습니다.

하지만 AI 음성 인식은 어디까지나 대화를 문자 변환하기 위한 것입니다.

노래는 문자 변환할 수 없습니다.

예: 유튜브 노래를 다운로드하여 문자 변환

 

5. 음성이 없는 경우

음성이 없는 파일은 당연히 텍스트로 변환할 수 없습니다.

아마 마이크 입력이 0으로 설정된 것을 모르고 텍스트 변환을 시도했을 수도 있습니다.

텍스트 변환을 시도하기 전에 오디오 파일을 직접 확인하여 "음성이 제대로 입력되었는지" 확인한 후 AI 텍스트 변환을 시도해 보세요.

예: 마이크 입력이 안 되는 것을 인지하지 못함

6. 사투리가 심한 음성

AI 텍스트 변환은 이름 그대로 "AI"가 텍스트를 변환합니다. AI는 표준어를 기반으로 텍스트 변환을 학습합니다. 따라서 사투리 텍스트 변환에는 약합니다.

AI로 텍스트 변환이 불가능한 것은 아니지만, 아무리 녹음 환경이 좋고 또렷하고 느리게 말했더라도,

부분적으로 누락되거나 아주 일부만 텍스트로 변환될 수도 있습니다.

예: 지방 회의록 작성을 위해 음성 녹음 → 화자의 사투리가 심함

예: 일본어 사투리의 경우

발음이 좋은 아나운서가 TV와 같이 녹음 환경이 좋은 곳에서 녹음한 음성이라도 사투리는 텍스트 변환이 잘 되지 않습니다.

 

7. 사람이 듣기에도 목소리가 잘 들리지 않는 음성

"AI"라고 하면 매우 만능이고 인간보다 뛰어난 작업을 해줄 것 같습니다.

하지만 AI는 아직 인간에게 미치지 못합니다.

유연성이 요구되면 AI 작업의 정확도는 급격히 떨어집니다.

AI 텍스트 변환의 경우, 사람이 듣기에 "잘 들리지 않는다"고 생각하는 음성은 AI 텍스트 변환 시 정확도가 매우 낮아집니다.

사람이 텍스트 변환을 할 때는 다소 잘 들리지 않아도 대화의 맥락이나 전후 흐름을 통해 "아마 이럴 것이다"라고 예측할 수 있습니다.

하지만 AI 텍스트 변환은 "들은 그대로"만 텍스트로 변환할 수 있습니다. 사람처럼 보완하거나 예측할 수 없습니다.

AI 텍스트 변환으로 고정밀 텍스트 변환을 하려면?

고품질의 AI 텍스트 변환을 위해서는 녹음 시 몇 가지 기술을 적용하는 것이 중요합니다.

이 글에서는 AI로 텍스트 변환 시 최적의 녹음 포인트를 소개합니다.

AI 텍스트 변환 시 최적의 녹음 6가지 포인트

1. 고품질 마이크 사용
2. 마이크는 적절한 위치에 배치
3. 조용한 녹음 환경 조성
4. 화자의 발음을 명료하게
5. 한 명씩 말하기
6. 녹음 테스트 진행

자세한 내용은 >고품질 텍스트 변환을 위한 녹음 6가지 포인트

AI 텍스트 변환과 사람의 텍스트 변환을 효과적으로 활용하기

AI 텍스트 변환과 사람이 직접 하는 텍스트 변환을 비교하면, AI 텍스트 변환이 압도적으로 비용이 저렴합니다.

특히, AI 텍스트 변환 서비스 중에서도 "모지오코시상(Mr. Transcription)"은 매우 저렴하며 아마도 업계 최저가일 것입니다.

하지만 AI 텍스트 변환으로 잘 변환되지 않는 음성 파일은 역시 사람이 직접 텍스트 변환을 의뢰하는 것이 더 확실합니다.

그런데 사람에게 텍스트 변환을 의뢰하면 비싸지 않을까?

궁금하시다면 이 글도 참고해 보세요.

관련 글 >>음성 텍스트 변환 외주 비용은 얼마일까? [저렴하게 의뢰하는 팁도 해설]

 

이번에 소개한 바와 같이 AI 텍스트 변환에도 잘하는 부분과 못하는 부분이 있습니다.

AI 텍스트 변환에 적합한 음성 파일은 "AI 텍스트 변환"으로.

적합하지 않은 음성 파일은

• AI 텍스트 변환으로 시도해 보기
  → 안 되면 "사람에 의한 텍스트 변환"으로 의뢰

를 추천합니다.

AI 텍스트 변환은 비용이 저렴하므로, AI 텍스트 변환에 적합하지 않을 것 같은 음성 파일이라도 "안 돼도 본전, 되면 럭키"라는 생각으로 시도해 보면 성공적으로 텍스트 변환이 되는 경우도 있습니다.

AI 텍스트 변환 서비스인 모지오코시상은 첫 1분간 무료로 텍스트 변환을 할 수 있습니다. 텍스트 변환의 정확도를 확인할 수 있으니, 한 번 시도해 보세요.

■ AI 문자 발생 서비스 「트랜스클립션씨」

「트랜스클립션씨」는 초기 비용 제로＆월액 1,000엔으로부터 이용할 수 있는(※무료판 있음) 온라인 문자 일으켜 툴입니다.

• 음성 · 동영상 · 이미지 등 20 개 이상의 파일 형식을 지원
• PC · 스마트 폰 모두에서 이용 가능
• 의료 · IT · 간호 등의 용어에도 대응
• 자막 파일의 작성이나, 화자 분리에도 대응
• 영어, 중국어, 일본어, 한국어, 독일어, 프랑스어, 이탈리아어 등 약 100개 언어의 문자 발생에 대응

이용 방법은 사이트에서 오디오 파일을 업로드하면. 몇 초 ~ 수십 분에서 순식간에 문자 일으켜 텍스트가 손에 들어갑니다.
10 분까지 문자 일으킨다면 무료로 이용할 수 있기 때문에, 우선은 한번 사용 해보세요.