연구노트
R&E 연구노트 ⑱ 목소리를 어떻게 알아듣는가, Transformer·Whisper·VAD
음성 인식의 안쪽. Transformer의 self-attention, Whisper의 로그-멜 스펙트로그램 처리와 모델 규모, 그리고 tiny·medium 이중 모델과 두 VAD를 병행한 발화 검출.
2026-05-07
VAD 태그가 붙은 글 모음. BBlog 의 개발·대회·연구 기록 중 VAD 와 관련된 글이 한 곳에 묶여 있습니다. 태그는 카테고리와 달리 한 글이 여러 개를 가질 수 있어, 서로 다른 시리즈의 글을 한 주제로 다시 묶는 역할을 합니다.
총 2개의 글
음성 인식의 안쪽. Transformer의 self-attention, Whisper의 로그-멜 스펙트로그램 처리와 모델 규모, 그리고 tiny·medium 이중 모델과 두 VAD를 병행한 발화 검출.
시각 기반 화자 분리의 벽을 우회해 Whisper로 실시간 음성 인식 파이프라인을 구성했다. WebSocket 스트리밍, tiny와 medium 이중 모델, Silero·WebRTC VAD 튜닝으로 저사양 환경에서 2~3초 내 주문 완료를 목표했다.