์ธ๊ณต์ง๋ฅ ๋ถ์ผ ๊ณต๊ณต ํ๋ก์ ํธ๋ฅผ ๊ฐ๋ฐํ๋ ์คํAI(OpenAI) ํ๋ก์ ํธ๊ฐ ์์คํผ(Whisper) ์์ฑ ์ธ์ ์์คํ ๊ณผ ๊ด๋ จ๋ ๊ฐ๋ฐ ๋ด์ฉ์ ๊ณต๊ฐํ๋ค. ์์ด ์์ฑ์ ๊ฒฝ์ฐ ์์คํ ์ ์ธ๊ฐ ์ธ์์ ๊ฐ๊น์ด ์๋ ์ธ์์ ์ ๋ขฐ์ฑ๊ณผ ์ ํ์ฑ ์์ค์ ์ ๊ณตํ๋ค๊ณ ์ฃผ์ฅ๋ฉ๋๋ค. PyTorch ํ๋ ์์ํฌ์ ์ด๋ฏธ ํ๋ จ๋ ๋ชจ๋ธ ์ธํธ๋ฅผ ๊ธฐ๋ฐ์ผ๋ก ํ ์ฐธ์กฐ ๊ตฌํ์ ์ํ ์ฝ๋๊ฐ ๊ณต๊ฐ๋์์ต๋๋ค. ์ฝ๋๋ MIT ๋ผ์ด์ผ์ค์ ๋ฐ๋ผ ๊ณต๊ฐ๋ฉ๋๋ค.
๋ชจ๋ธ์ ํ๋ จ์ํค๊ธฐ ์ํด ๋ค์ํ ์ธ์ด์ ์ฃผ์ ์์ญ์ ๋ค๋ฃจ๋ ์ฌ๋ฌ ์ปฌ๋ ์ ์์ ์์ง๋ 680๋ง ์๊ฐ์ ์์ฑ ๋ฐ์ดํฐ๊ฐ ์ฌ์ฉ๋์์ต๋๋ค. ํ๋ จ์ ํฌํจ๋ ์์ฑ ๋ฐ์ดํฐ์ ์ฝ 1/3์ ์์ด ์ด์ธ์ ์ธ์ด๋ก ๋์ด ์์ต๋๋ค. ์ ์๋ ์์คํ ์ ์ ์ผํธ๊ฐ ์๋ ๋ฐ์, ๋ฐฐ๊ฒฝ ์์, ์ ๋ฌธ ์ฉ์ด ์ฌ์ฉ ๋ฑ์ ์ํฉ์ ์ฌ๋ฐ๋ฅด๊ฒ ์ฒ๋ฆฌํฉ๋๋ค. ์์ฑ์ ํ ์คํธ๋ก ๋ณํํ๋ ๊ฒ ์ธ์๋ ์์คํ ์ ๋ชจ๋ ์ธ์ด์ ์์ฑ์ ์์ด๋ก ๋ฒ์ญํ๊ณ ์ค๋์ค ์คํธ๋ฆผ์์ ์์ฑ์ ๋ชจ์์ ๊ฐ์งํ ์๋ ์์ต๋๋ค.
๋ชจ๋ธ์ ์์ด์ฉ ๋ชจ๋ธ๊ณผ ๋ฌ์์์ด, ์ฐํฌ๋ผ์ด๋์ด, ๋ฒจ๋ก๋ฃจ์์ด๋ฅผ ์ง์ํ๋ ๋ค๊ตญ์ด ๋ชจ๋ธ์ด๋ผ๋ ๋ ๊ฐ์ง ํํ์ผ๋ก ๊ตฌ์ฑ๋ฉ๋๋ค. ๊ฒฐ๊ณผ์ ์ผ๋ก, ๊ฐ ํํ์ ๋ชจ๋ธ์์ ๋ค๋ฃจ๋ ๋งค๊ฐ๋ณ์์ ํฌ๊ธฐ์ ์๊ฐ ๋ค๋ฅธ 5๊ฐ์ง ์ต์ ์ผ๋ก ๋๋ฉ๋๋ค. ํฌ๊ธฐ๊ฐ ํด์๋ก ์ธ์ ์ ํ๋์ ํ์ง์ ๋์์ง์ง๋ง GPU ๋น๋์ค ๋ฉ๋ชจ๋ฆฌ ํฌ๊ธฐ์ ๋ํ ์๊ตฌ ์ฌํญ์ด ๋์์ง๊ณ ์ฑ๋ฅ์ด ์ ํ๋ฉ๋๋ค. ์๋ฅผ ๋ค์ด ์ต์ ์ต์ ์๋ 39๋ง ๊ฐ์ ๋งค๊ฐ๋ณ์๊ฐ ํฌํจ๋๊ณ 1GB์ ๋น๋์ค ๋ฉ๋ชจ๋ฆฌ๊ฐ ํ์ํ๋ฉฐ, ์ต๋ ์ต์ ์๋ 1550์ต 10์ฒ๋ง ๊ฐ์ ๋งค๊ฐ๋ณ์๊ฐ ํฌํจ๋๊ณ 32GB์ ๋น๋์ค ๋ฉ๋ชจ๋ฆฌ๊ฐ ํ์ํฉ๋๋ค. ์ต์ ์ต์ ์ ์ต๋ ์ต์ ๋ณด๋ค XNUMX๋ฐฐ ๋น ๋ฆ ๋๋ค.
์ด ์์คํ
์ ์๋ก ์ํธ ์์ฉํ๋ ์ธ์ฝ๋์ ๋์ฝ๋๋ฅผ ํฌํจํ๋ Transformer ์ ๊ฒฝ๋ง ์ํคํ
์ฒ๋ฅผ ์ฌ์ฉํฉ๋๋ค. ์ค๋์ค๋ 30์ด ๋จ์๋ก ๋ถํ ๋์ด Log-Mel ์คํํธ๋ก๊ทธ๋จ์ผ๋ก ๋ณํ๋์ด ์ธ์ฝ๋๋ก ์ ์ก๋ฉ๋๋ค. ์ธ์ฝ๋์ ์ถ๋ ฅ์ ๋์ฝ๋๋ก ์ ์ก๋๋ฉฐ, ๋์ฝ๋๋ ํน์ ํ ํฐ๊ณผ ํผํฉ๋ ํ
์คํธ ํํ์ ์์ธกํ์ฌ ํ๋์ ์ผ๋ฐ ๋ชจ๋ธ์์ ์ธ์ด ๊ฐ์ง, ๊ตฌ๋ฌธ ๋ฐ์์ ์ฐ๋๊ธฐ ๊ณ์ฐ, ์์ฑ ์ ์ฌ์ ๊ฐ์ ๋ฌธ์ ๋ฅผ ํด๊ฒฐํ ์ ์์ต๋๋ค. ๋ค๋ฅธ ์ธ์ด, ์์ด๋ก ๋ฒ์ญ.
์ถ์ฒ : opennet.ru