네이버, 동영상 뉴스도 텍스트로 변환…장문 음성인식 기술 ‘NEST’ 공개

(사진제공=네이버클로바 홈페이지 캡쳐)

네이버는 세계적인 수준의 자체 음성 기술 연구 성과를 바탕으로 진화한 음성인식 엔진 ‘NEST’를 13일 공개했다.

‘NEST’는 제한된 데이터 학습만으로도 복잡하고 다양한 장문의 음성 표현을 정확하게 인식하고, 텍스트로 변환할 수 있는 기술이다.

대량의 정제된 데이터를 사전에 학습하지 않고도 예상치 못한 표현에 대해 정확한 음성인식이 가능하다. 음향 정보와 언어 정보를 별도로 학습하는 기존의 모델링 방식을 통합 모델링 방식으로 개선해, 학습에 필요한 데이터의 양과 시간은 기존의 10분의 1 수준으로 단축시켰다.

네이버의 새로운 음성인식 기술은 AI가 전화로 코로나19의 능동감시자를 확인하는 ‘클로바 케어콜’ 서비스에 적용돼 있다. 지난 1월에는 네이버 동영상 뉴스의 자동 자막 서비스에도 도입된 바 있다. 네이버는 'NEST' 기술을 적용한 자동 자막을 다양한 동영상 및 오디오 서비스로 확대하고, 동영상 검색 및 에디터에도 해당 기술을 활용할 예정이다.

​네이버 한익상 리더는 “NEST는 동영상 및 오디오 콘텐츠의 자막 제작이나 아카이빙, 고객센터의 통화 데이터 관리 등 다양한 분야에서 활용 가치가 높을 것으로 기대된다”며 “앞으로도 AI 핵심 기술 연구에 더욱 집중하며, 음성인식의 품질과 효율을 더욱 고도화해 나갈 것”이라고 말했다.