일레븐랩스, 음성 인식 AI 개편…오류 43% 줄여

이 기사 AI가 핵심만 딱!
애니메이션 이미지
‘스크라이브 v3’ 녹음·실시간 모델 공개
한국어 등 90개 이상 언어 지원
  • 등록 2026-11-19 오후 2:28:51

    수정 2026-11-19 오후 2:28:51

  • 가 가
[이데일리 신영빈 기자] 일레븐랩스가 여러 사람이 참여한 회의에서 누가 어떤 말을 했는지 실시간으로 구분하는 음성 인식 모델을 선보였다.

일레븐랩스는 녹음 파일용 ‘스크라이브 v3’와 실시간 음성용 ‘스크라이브 v3 라이브’를 공개했다고 19일 밝혔다.

일레븐랩스 음성 인식 모델 ‘스크라이브 v3’ (사진=일레븐랩스)
일레븐랩스 음성 인식 모델 ‘스크라이브 v3’ (사진=일레븐랩스)
두 모델은 한국어를 포함해 90개 이상 언어를 지원한다. 개발자는 ‘일레븐API’로 두 모델을 이용할 수 있다. 실시간 모델은 기업용 음성·채팅 에이전트 플랫폼 ‘일레븐에이전트’에서도 제공한다.

이번 업데이트의 핵심은 대화 내용을 발언자별로 나눠 기록하는 ‘화자 분리’다. 일레븐랩스 자체 평가에서 스크라이브 v3는 3명 이상이 참여한 대화 녹음에서 이전 모델보다 화자 분리 오류를 17% 줄였다.

실시간 모델에도 처음으로 이 기능을 적용했다. 스크라이브 v3 라이브는 음성이 들어오는 도중에도 발언자를 구분하며, 회사가 비교한 실시간 모델 가운데 두 번째로 성적이 좋은 모델보다 화자 분리 오류가 39% 적었다.

음성을 텍스트로 옮기는 정확도도 높였다. 일레븐랩스가 102개 언어의 낭독 음성을 담은 평가 자료 ‘플뢰르’의 내부 버전으로 시험한 결과, 녹음용 모델의 단어 오류는 이전 버전보다 27%, 실시간 모델의 인식 오류는 43% 줄었다.

화자 분리 성능은 한 사람이 읽은 음성으로 평가하기 어려워 실제 회의와 음성 에이전트 통화, 음성 메모 등으로 구성한 16개 언어 자료로 따로 측정했다. 회사는 이 평가 자료를 공개할 예정이다.

실시간 모델은 통화 상대가 잠시 말을 멈춘 것인지, 발언을 마친 것인지 판단하는 ‘턴 감지’ 기능도 개선했다. 침묵이 짧아도 발언이 끝났다고 판단하면 AI가 상대방의 말을 끊고, 오래 기다리면 대답이 늦어진다.

새 모델은 음성과 앞뒤 대화 맥락을 함께 분석해 응답 시점을 정한다. 한 대화에서 사용 언어가 바뀌는 상황도 지원한다.

녹음용 모델에서는 브랜드명이나 약어, 전문 용어 등 녹음에 등장할 만한 단어를 최대 1000개까지 미리 등록할 수 있다. 숫자를 글자로 풀어 쓸지 선택하거나 ‘모든 날짜는 YYYY-MM-DD 형식으로 표기’처럼 원하는 표기 방식을 문장으로 지정할 수도 있다.

네덜란드 에너지 기업 에네코는 출시 전부터 실시간 모델을 고객 상담용 음성 에이전트에 적용해 시험했다. 일레븐랩스에 따르면 고객 통화에서 에이전트가 네덜란드 우편번호를 한 번에 정확히 알아들은 비율은 약 40% 높아졌고 번지 인식 정확도도 약 15% 향상됐다.

이 기사 AI가 핵심만 딱!
애니메이션 이미지

이데일리
추천 뉴스by Taboola

당신을 위한
맞춤 뉴스by Dable

소셜 댓글

많이 본 뉴스

바이오 투자 길라잡이 팜이데일리

왼쪽 오른쪽

MICE 최신정보를 한눈에 TheBeLT

왼쪽 오른쪽

재미에 지식을 더하다 영상+

왼쪽 오른쪽
  • 04517 서울시 중구 통일로 92 케이지타워 18F, 19F 이데일리
  • 대표전화 02-3772-0114
  • 이메일 webmaster@edaily.co.kr
  • 사업자번호 107-81-75795
  • 등록번호 서울 아 00090
  • 등록일자 2005.10.25
  • 회장 곽재선
  • 발행·편집인 이익원
  • 청소년보호책임자 임경진