음성 텍스트 변환

아니요. 오디오는 브라우저에서 디코딩되고 변환됩니다. 다운로드되는 것은 음성 모델 자체뿐이며, Hugging Face에서 한 번만 받은 뒤 브라우저 캐시에 보관됩니다.

Base는 균형이 잘 잡혀 있습니다(약 75 MB). Tiny(약 40 MB)는 가장 빠르지만 오류가 더 많습니다. Small(약 250 MB)은 특히 터키어 등 영어가 아닌 언어에서 눈에 띄게 정확하지만 더 느리고 메모리를 더 많이 사용합니다. WebGPU를 지원하는 기기에서는 다운로드 용량이 더 크지만 변환 속도가 훨씬 빠릅니다.

파일당 최대 30분, 500 MB까지 가능합니다. 긴 녹음은 조용한 구간에서 약 30초 단위로 나뉘어 차례로 변환되며, 진행 상황을 확인하고 언제든 취소할 수 있습니다. 느린 기기에서는 긴 녹음에 몇 분이 걸릴 수 있습니다.

배경 소음이 적고 또렷한 음성일수록 결과가 좋습니다. 이름, 전문 용어, 여러 사람이 동시에 말하는 부분에서 오류가 생기기 쉬우므로 사용하기 전에 텍스트를 꼭 읽어 보세요. “자동 감지” 대신 언어를 직접 선택하고 Small 모델을 사용하면 정확도가 높아집니다.

“SRT 자막”을 선택하거나 “.srt 다운로드”를 누른 뒤, 동영상 편집기나 플레이어에서 해당 파일을 불러오세요. YouTube, VLC, Premiere, CapCut 등 대부분이 지원합니다. 자막 한 줄의 글자 수를 세려면 글자 수 · 단어 수 세기를 이용하세요.