Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

WhisperKit: On-device Real-time ASR with Billion-Scale Transformers

Created by
  • Haebom

저자

Atila Orhon, Arda Okan, Berkin Durmus, Zach Nagengast, Eduardo Pacheco

개요

WhisperKit은 실시간 자동 음성 인식(ASR)을 위한 최적화된 온디바이스 추론 시스템으로, OpenAI gpt-4o-transcribe, Deepgram nova-3, Fireworks large-v3-turbo 등 주요 클라우드 기반 시스템보다 성능이 뛰어납니다. WhisperKit은 0.46초의 최저 지연 시간과 2.2% WER(Word Error Rate)의 최고 정확도를 달성했습니다. 본 논문에서는 WhisperKit 시스템의 최적화 과정을 자세히 설명합니다.

시사점, 한계점

•
시사점:
◦
온디바이스 ASR 시스템의 성능을 크게 향상시킬 수 있는 최적화 기법을 제시합니다.
◦
클라우드 기반 시스템보다 우수한 실시간 ASR 성능 (낮은 지연 시간과 높은 정확도)을 달성함을 보여줍니다.
◦
다양한 상용 애플리케이션(실시간 자막, 받아쓰기, 회의록 작성, 의료 서기 등)에 활용 가능성을 제시합니다.
•
한계점:
◦
본 논문에서 제시된 최적화 기법의 일반화 가능성에 대한 추가적인 연구가 필요합니다.
◦
다양한 언어 및 음성 환경에 대한 성능 평가가 부족합니다.
◦
WhisperKit 시스템의 자세한 구현 및 코드 접근성에 대한 정보가 부족할 수 있습니다.
👍
Made with Slashpage