Nemotron 3.5 ASR로 한국어 실시간 전사와 텍스트 저장하기

Nemotron 3.5 ASR는 오디오를 작은 청크로 처리해 현재까지 들은 말을 이어 보여주는 스트리밍 ASR이에요. 녹음이 끝난 뒤 한 번에 전사하는 작업과 달리, 마이크 입력 중간에도 문장이 바뀔 수 있어요. 새 청크가 들어올 때마다 문맥이 늘어나므로 화면의 짧은 구절은 잠정 결과로 보고, 침묵 뒤 확정된 문장을 최종 전사로 확인하세요. NVIDIA 모델 카드

모델 카드에는 40개 language-locales가 있지만 준비 상태가 다릅니다. 19개 transcription-ready와 13개 broad-coverage 언어는 바로 전사할 수 있고, 나머지 8개는 분야별 자료로 적응이 필요해요. 한국어 ko-KR는 transcription-ready예요. NVIDIA 모델 카드

NeMo-Speech.cpp는 macOS·Linux용 설치 스크립트와 Windows PowerShell 설치 스크립트를 제공해요. 운영체제에 맞는 공식 설치 안내를 따라 CLI²를 준비한 뒤 새 터미널을 열어 nemo-speech doctor와 nemo-speech model list를 실행하세요. 첫 명령은 설치된 오디오·실행 백엔드를 보여주고, 둘째 명령은 현재 빌드가 사용할 수 있는 모델 별칭을 표시해요.

curl -fsSL https://github.com/NVIDIA/NeMo-Speech.cpp/raw/main/scripts/install.sh | sh

irm https://github.com/NVIDIA/NeMo-Speech.cpp/raw/main/scripts/install.ps1 | iex

nemo-speech doctor
nemo-speech model list

터미널의 마이크 권한을 허용하고 주변 잡음이 적은 곳에서 짧게 말해요. 명령은 Nemotron 3.5 별칭을 명시적으로 선택하고 최종 한국어 텍스트를 live-ko.txt에 저장합니다.

nemo-speech pull nemotron-3.5
nemo-speech transcribe --live --model nemotron-3.5 --output live-ko.txt

말을 멈추면 기본 endpointing 설정이 침묵을 감지해 해당 문장을 확정하고 마이크 수음은 계속할 수 있어요. 전체 전사를 끝내려면 Ctrl-C를 한 번 눌러 스트림을 정리해요. 터미널에는 최종 전사가 출력되고, live-ko.txt를 지정했다면 실행한 폴더에 텍스트 파일도 생깁니다. 파일을 열어 중간에 바뀐 구절과 확정된 문장을 비교하세요. NeMo-Speech.cpp CLI 안내

마이크 입력은 음성 파일을 만들지 않아요. 전사가 끝나면 저장된 텍스트에서 숫자와 고유명사를 바로잡고, 원본 녹음이 있다면 해당 구간을 다시 들어 확인하세요.

실시간 받아쓰기에서는 말을 한 뒤 글자가 나타나기까지의 대기 시간이 중요해요. 모델은 80~1120ms 길이의 음성을 청크로 모아 처리하며, 여기에 추론 시간이 더해져 화면에 문장이 표시됩니다. 작은 청크는 더 자주 갱신하고, 큰 청크는 더 긴 소리를 모은 뒤 처리해요. 사용할 장비와 마이크로 한 문장을 읽어 보고, 글자가 나타나는 시점과 문장이 확정되는 시점을 확인하세요.