빠름·균형·최고: 어떤 품질 단계를 고를까

세 단계는 무엇인가

업로드는 세 단계 중 하나를 거치고, 각 단계는 서로 다른 모델입니다.

• 빠름 — Whisper large-v3-turbo. 큰 모델을 증류한 판입니다. 디코더 층이 적고, 정확도는 대부분 유지하면서 시간은 일부만 씁니다.
• 균형 — Whisper large-v3. 완전한 모델이며 기본값입니다.
• 최고 — GPT-4o Transcribe. 더 새로운 구조로, 억양과 겹치는 말, 잡음을 Whisper보다 잘 다룹니다.

셋 다 낱말 단위 시간 정보를 돌려주므로, 어느 단계에서든 재생기가 본문을 따라가고 자막 내보내기도 똑같이 동작합니다.

실제로 달라지는 것

깨끗한 소리에서는 별로 달라지지 않습니다. 조용한 방에서 쓸 만한 마이크로 혼자 말한 녹음은 세 단계 모두 거의 같은 자리에 도착합니다. 그런 파일에 «최고»의 기다림을 치르는 건 그래서 낭비입니다.

간격이 벌어지는 곳은 소리가 어려워질 때입니다. 겹치는 말, 강한 억양, 배경 소음, 전문 용어, 고유명사. 여기서 «빠름»은 짧은 맞장구를 흘리고 이름을 짐작하기 시작합니다. «최고»는 그걸 붙잡습니다.

오래 고민하지 않고 고르기

균형에 두세요. 기본값인 이유는 대개 그게 맞기 때문입니다.

긴 녹음의 요지를 빨리 보고 싶을 때, 또는 소리가 깨끗하고 걸린 것이 적을 때는 빠름으로. 음성 메모, 혼자 한 녹음, 훑어보고 말 것들이 여기 해당합니다.

실수의 대가가 클 때는 최고로. 인용할 인터뷰, 법률·의료 녹음, 어려운 억양, 여러 사람이 겹쳐 말하는 자리, 자막으로 공개할 모든 것.

파일은 언제든 더 높은 단계로 다시 돌릴 수 있습니다. 원본 소리는 요금제가 보관하는 기간 동안 남아 있습니다.