나쁜 전사본에는 보통 한두 가지 원인이 있고, 페이지에 보이는 실수가 그 원인을 알려 줍니다. 오디오 전사 오류의 흔한 일곱 가지 원인을 오류의 모양, 발생 이유, 녹음과 전사본에서의 해결책으로 정리했습니다.
오디오 전사 오류는 좀처럼 무작위로 생기지 않습니다. "Kubernetes"를 "Cooper Netties"로 바꾸고, 두 사람의 말을 한 이름 아래에 묶고, 화자가 "열다섯"이라고 말한 곳에 "쉰"이라고 적은 전사본은 무엇이 잘못됐는지 그대로 보여 줍니다. 원인마다 남기는 오류의 종류가 다르고, 해결책도 다릅니다. 어떤 해결책은 다음 녹음에, 어떤 해결책은 이미 가지고 있는 전사본에 속합니다.
이 가이드는 실수에서 출발합니다. 아래 목록에서 내 전사본과 맞는 항목을 찾아 해당 섹션으로 이동하세요. 오류가 어떻게 보이는지, 왜 생기는지(쉬운 말로), 무엇을 해야 하는지를 다룹니다.
전사 문제의 대부분은 일곱 가지 패턴으로 나뉩니다. 증상을 원인과 맞춰 보세요.
원인 두 가지가 겹치는 경우도 많습니다. 시끄러운 카페에서 헤드셋으로 접속한 원격 게스트가 억양까지 있다면 세 종류의 오류가 한꺼번에 나옵니다. 가장 많은 줄에 영향을 주는 원인부터 고치세요. 보통은 오디오, 그다음 언어, 그다음 단어 순서입니다.
어떻게 보이나. 카페에서 녹음한 파일에서 "Let's move the launch to March"가 "Let's move the lunch to March"로 나옵니다. 문이 쾅 닫히는 소리 밑에 깔린 단어는 사라집니다. 에어컨 소리만 윙윙 울리는 긴 침묵 구간에는 "Thank you for watching."처럼 아무도 말하지 않은 줄이 생깁니다.
왜 생기나. 음성 인식은 들어온 소리에 가장 그럴듯한 단어를 추측합니다. 소음은 말소리 중 조용한 부분, 즉 단어의 끝과 그 사이의 짧은 단어를 가장 먼저 덮습니다. 실제 신호가 줄어들수록 추측은 흔히 뒤따르는 말에 더 기대게 되고, "lunch"는 "launch"보다 흔한 단어입니다. 말소리가 전혀 없는 일정한 소음 위에서는, 소리가 들리면 무언가를 쓰도록 학습된 탓에 일부 시스템이 정형 문구를 내놓기도 합니다.
녹음에서 고치기. 볼륨을 키우는 대신 마이크를 화자에게 더 가까이 두세요. 거리가 두 배가 되면 화자의 직접음은 약 6 dB 줄어드는 반면 방 안 소음은 그대로이므로, 어떤 설정보다 가까이 두는 것이 중요합니다. 가능하면 녹음 중 선풍기와 에어컨을 끄고, 유리와 타일보다 부드러운 표면이 많은 방에서 녹음하세요.
전사본에서 고치기. VocalStack에서는 소음이 많은 녹음일 때 자동 감지에 맡기지 말고 사용된 언어를 직접 지정하세요. 대시보드의 안내 문구도 같은 말을 합니다. 언어를 지정하면 소음이 많은 녹음과 강한 억양에서 정확도가 올라갑니다. 실시간 전사에서는 Accuracy 지연 모드가 약간의 추가 지연을 받아들이는 대신 어려운 오디오에서 오류를 줄여 줍니다. 엔진이 가장 확신하지 못한 줄(전사의 신뢰도 임계값 아래, 기본값 0.60)은 추측 대신 청취자에게 "Audio unclear"로 표시되며 소리 내어 읽히지 않습니다. 순전히 지어낸 줄은 직접 숨길 수 있습니다. 숨긴 줄은 전사본, 내보내기, 자막, 플레이어에서 빠집니다.
어떻게 보이나. "The data shows a thirty percent rise"가 "The data shows a dirty percent rise"가 됩니다. 실수는 녹음 내내 한 화자만 따라다니고, 다른 사람의 줄은 깨끗합니다.
왜 생기나. 인식 시스템은 학습한 음성에서 단어가 어떻게 들리는지를 배웁니다. 화자가 어떤 소리를 그 음성의 대부분과 다르게 발음하면, 예를 들어 "th"를 "d"로 발음하면, 시스템은 말한 그대로를 정확히 듣고 그 소리에 가장 잘 맞는 실제 단어를 고릅니다. 자동 언어 감지가 이를 더 악화시킬 수도 있습니다. 강한 억양이 단서를 아예 다른 언어 쪽으로 밀어 버릴 수 있기 때문입니다(자동 언어 감지가 작동하는 방식 참고).
녹음에서 고치기. 실시간 강연이라면 시작 전에 Reference Script를 추가하세요(아래 전문 용어 섹션 참고). 화자가 말할 가능성이 높은 단어를 미리 알려 주는 것입니다. 좋은 마이크는 모든 억양에 도움이 됩니다. 소리가 엔진에 더 많이 도달하기 때문입니다.
전사본에서 고치기. 해당 녹음의 사용 언어를 지정하세요. 그런 다음 Fix 탭을 사용합니다. Mark uncertain words는 엔진이 확신하지 못한 단어를 색으로 칠하고 밑줄을 그어 주므로, 전체를 다시 읽는 대신 불확실한 구간만 하나씩 넘겨 볼 수 있습니다. 엔진이 다른 단어도 후보로 고려했다면 수정 제안으로 보여 주기 때문에, "dirty"를 "thirty"로 고치는 일은 대개 한 번의 클릭입니다. Play just this word로 바꾸기 전에 귀로 확인할 수 있습니다.
어떻게 보이나. 한 화자가 "So we agree on Tuesday?"라고 묻는데 다른 화자가 "No, Thursday works"라고 끼어듭니다. 전사본에는 Speaker 1 아래에 한 줄로 "So we agree on Tuesday no Thursday works."가 나옵니다. 반대로 회의 중간에 흥분한 한 사람이 Speaker 1과 Speaker 3으로 나뉘어 나타나기도 합니다.
왜 생기나. 밑에서는 두 가지 작업이 따로 돌아갑니다. 음성 인식은 단어를 적고, 화자 분리는 각 목소리가 어떻게 들리는지를 바탕으로 누가 언제 말했는지 결정합니다. 대부분의 시스템은 오디오의 각 구간에 화자를 한 명만 배정하므로, 두 사람이 동시에 말하면 한쪽이 밀려납니다. 목소리가 달라지면(흥분, 피로, 마이크에서 멀어짐) 같은 사람이 새로운 사람처럼 보일 수 있습니다. 화자 분리 대 음성 인식에서 두 작업을 자세히 설명합니다.
녹음에서 고치기. 사람마다 마이크를 하나씩 주세요. 이 한 가지가 어떤 설정보다 다중 화자 녹음에 도움이 됩니다. 패널 토론이나 청중 질문이 있는 회의라면, 사회자가 답변이 나오기 전에 각 질문을 자기 마이크에 다시 말하도록 요청하세요.
전사본에서 고치기. 화자 레이블 설정을 고르세요. When Needed(기본값)는 두 번째 목소리가 들린 뒤부터 줄에 레이블을 붙이고, On은 모든 줄에, Off는 어느 줄에도 붙이지 않습니다. 녹음 중이나 녹음 후에 각 화자의 이름을 지정하세요. 이름은 단어 위에 얹히는 층이라 텍스트를 바꾸지 않으며, 그 전사의 모든 녹음에서 해당 사람에게 적용됩니다. 자주 녹음하는 화자는 저장해 두면 이후의 전사에서 이름으로 인식합니다. 두 문장이 한 줄로 이어진 줄은 둘로 나눌 수 있습니다. 새 줄이 시작될 지점의 틈을 탭하세요.
어떻게 보이나. "We deployed it on Kubernetes"가 "We deployed it on Cooper Netties"가 됩니다. "Ms Nguyen"은 "Miss Win"이 됩니다. 약 이름이 짧은 영어 단어 세 개로 바뀝니다. 문장의 나머지는 멀쩡합니다.
왜 생기나. 시스템은 아는 단어만 적을 수 있고, 이름은 주변에 예측할 단서가 없는 채 한 번만 등장하는 경우가 많습니다. 처음 보는 단어라면 소리가 가장 가까운 일반 단어를 고릅니다. 기술 용어를 정확히 전사하기에 가장 어려운 경우입니다. 문장이 아무 단서도 주지 않으니 문맥으로는 해결되지 않습니다.
녹음에서 고치기. 화자가 말하기 전에 시스템에 단어를 알려 주세요. VocalStack에서는 Reference Script가 그 역할을 합니다. 시작 전에 실시간 강연의 대본이나 슬라이드, 또는 이름과 용어 목록을 추가하면, 그 안의 이름과 용어가 잘못 들은 결과보다 우선합니다. 강연 중에는 대본이 텔레프롬프터처럼 전사를 따라갑니다. 대본이 고친 모든 단어는 수정 목록에 SCRIPT로 표시되며, 화자가 실제로 다른 말을 했다면 되돌릴 수 있습니다.
전사본에서 고치기. 이름을 한 번 고치고 나머지는 검색으로 확인하세요. 전사가 실시간으로 진행 중이면 수정 내용이 모든 청취자에게 그들이 읽는 모든 언어로 전달되고, 모든 수정은 목록에 남으며 되돌릴 수 있습니다. 내보내기(SRT, PDF, Excel, JSON)에는 수정이 포함되므로 자막과 문서에도 고친 철자가 반영됩니다.
어떻게 보이나. 강연이 스페인어 인사로 시작해 영어로 이어지는데, 영어 부분이 스페인어처럼 보이는 횡설수설로 나옵니다. 또는 영어 전사본 한가운데의 몇 줄이 비슷한 다른 언어로 나타납니다. 일부 시스템은 언어가 잘못 설정되면 말한 내용 대신 대충 번역한 글을 적습니다.
왜 생기나. 언어를 지정하지 않으면 시스템이 소리에서, 흔히 처음 몇 초에서 언어를 감지해야 합니다. 인사말, 인용구, 강한 억양이 감지를 엉뚱한 방향으로 이끌 수 있습니다. 한 번 잘못된 언어를 고르면 그 구간의 모든 단어가 함께 틀립니다.
녹음에서 고치기. 녹음이 한 언어라면 그 언어를 지정하세요. 두 개 이상의 언어가 실제로 쓰이는 경우에는 감지를 켜 두어 각 부분이 자기 언어로 전사되게 하세요. 하나를 지정하면 다른 언어까지 그 언어로 밀어 넣게 됩니다. 실시간 전사에서는 진행 중에도 언어를 바꿀 수 있고 변경은 즉시 적용됩니다.
전사본에서 고치기. 잘못된 언어로 들린 줄은 안에 맞는 것이 하나도 없으므로 단어 단위로 고칠 수 없습니다. VocalStack은 그 줄을 다시 전사할 수 있습니다. 실제로 말한 언어를 고르면 그 줄의 오디오를 해당 언어로 다시 읽습니다. 결과는 일반 수정으로 줄을 대체하며, 다른 수정과 똑같이 되돌릴 수 있습니다.
어떻게 보이나. "The fees went up"이 "The thieves went up"이 됩니다. "Free"와 "three"가 서로 바뀝니다. 오류가 녹음 전체에 퍼지고, 통화에서 원격 화자일수록 심합니다.
왜 생기나. "f", "s", "th"를 구분해 주는 소리의 상당수는 주파수 대역의 높은 쪽에 있습니다. 전화선은 약 3.4 kHz 위로는 아무것도 전달하지 않고, 블루투스 헤드셋은 마이크를 훨씬 좁은 대역의 통화 모드로 바꾸는 경우가 많습니다. 화상 통화의 낮은 비트레이트 압축은 더 많은 것을 지웁니다. 시스템은 그 소리들이 이미 사라진 오디오를 받아, 이제 똑같이 들리는 단어들 사이에서 추측합니다.
녹음에서 고치기. 유선 마이크나, 마이크가 최고 품질 모드를 유지하는 헤드셋을 쓰세요. 가능하다면 통화를 녹음하는 대신 각 원격 화자를 그 사람 쪽에서 녹음하세요. 행사라면 현장에 둔 노트북이나 휴대폰 마이크 대신 오디오 믹서에서 신호를 받으세요. VocalStack의 실시간 설정은 믹서에서 케이블 하나를 받으며, 휴대폰의 내장 마이크는 방 안 소리를 더 많이 잡습니다.
전사본에서 고치기. 애초에 담기지 않은 오디오는 기계도 사람도 복구할 수 없습니다. 불확실한 단어 표시로 손상된 구간을 찾고, 줄을 재생해 확인한 뒤, 들리는 것만 고치세요. 아무도 무슨 말인지 알 수 없는 곳은 추측을 남겨 두기보다 줄을 숨기는 편이 더 정직합니다.
어떻게 보이나. "Fifteen"이 "fifty"가 됩니다. 화자가 1달러 20센트를 뜻한 "One twenty"가 "120"으로 적힙니다. "The third of the fourth"는 순서가 뒤바뀐 날짜로 나옵니다. 실수는 단어 하나뿐이고 문장의 나머지 단어는 모두 맞습니다.
왜 생기나. "Fifteen"과 "fifty"는 주로 어느 음절에 강세가 오는지로 구분되는데, 소음이나 빠른 화자 앞에서는 이 차이가 가장 먼저 사라집니다. 또 말로 하는 숫자에는 글로 쓴 숫자에 필요한 정보, 즉 단위, 소수점, 일과 월의 순서가 빠져 있습니다. 시스템은 형식을 추측해야 하는데, 그 추측은 가장 흔한 형식이지 여러분이 의도한 형식이 아닙니다.
녹음에서 고치기. 화자에게 숫자를 단위와 함께 풀어서 말해 달라고 요청하세요. "one dollar twenty", "the fifteenth of March"처럼요. 준비된 강연이라면 숫자를 대본에 넣으세요.
전사본에서 고치기. 전사본을 인용하거나, 보내거나, 게시하기 전에 중요한 숫자는 모두 귀로 확인하세요. 틀린 숫자도 맞는 숫자처럼 읽히기 때문에 페이지의 어떤 표시도 경고해 주지 않습니다. 단어 오류율이 재는 것과 놓치는 것은 숫자 하나의 오류가 오류율에서 차지하는 비중보다 더 큰 대가를 치르는 이유를 설명합니다.
전사본에 문제가 많다면 한 가지 수정이 다음 수정에 의해 무효가 되지 않도록 아래 순서로 고치세요.
그리고 다음 녹음을 더 쉽게 만드세요. 화자마다 마이크 하나, 지정된 언어, 이름이 들어 있는 대본입니다. 오디오 전사 오류의 대부분은 누군가 녹음 버튼을 누르기 전에 결정됩니다.
청문회, 진료 상담처럼 단어 하나의 오류가 결과를 낳는 경우에는 어떤 시스템이 만든 전사본이든 사용하기 전에 사람이 확인하게 하세요. 내 오디오에서 이런 오류 중 어떤 것이 나타나는지 보려면 대시보드에서 녹음을 시험해 보세요.