최근 '소닉 에디트(Sonic Edit)'라는 새로운 로컬 도구가 공개되어 음성 인식(ASR) 전사(transcript)의 정확도를 높이는 데 기여할 것으로 기대됩니다. 이 도구는 사용자가 직접 전사문을 붙여넣고 특정 도메인에 특화된 어휘를 추가하면, 음성학적 유사성을 바탕으로 보수적인 교정 제안을 인라인으로 제공합니다. 이는 음성 인식 시스템이 생성한 텍스트를 사람이 수동으로 검토하고 수정하는 과정을 효율적으로 지원하기 위해 설계되었습니다.
소닉 에디트의 핵심은 C 언어로 작성된 스캐너(scan.c)에 있습니다. 이 스캐너는 'eSpeak-NG'라는 음성 합성 엔진을 활용하여 음소(phoneme) 시퀀스를 비교합니다. 즉, 입력된 전사 텍스트와 사용자가 제공한 어휘 목록을 음소 단위로 분석하여, 발음상 유사하지만 철자가 다른 단어들을 찾아내 교정 후보로 제시하는 방식입니다. 개발자는 이 스캐너가 Flask 기반의 사용자 인터페이스(UI)와 분리되어 있어 향후 다른 런타임 환경에도 쉽게 통합될 수 있도록 설계했다고 밝혔습니다. 다만, 이 도구는 수동 검토가 필수적이므로, 자동화된 ASR 파이프라인에 직접 통합하는 것은 권장하지 않는다고 강조했습니다.
이러한 접근 방식은 특히 특정 전문 분야나 고유명사가 많은 환경에서 큰 가치를 가집니다. 일반적인 ASR 시스템은 방대한 데이터로 학습되지만, 특정 도메인의 전문 용어나 신조어, 고유명사 등에는 취약할 수 있습니다. 소닉 에디트는 이러한 한계를 보완하여, 사용자가 직접 해당 도메인의 어휘를 추가함으로써 전사 정확도를 미세하게 조정할 수 있도록 돕습니다. 결과적으로 법률, 의료, 기술 등 전문 분야에서 음성 기록의 정확성을 높여야 하는 사용자들에게 매우 유용한 보조 도구가 될 것입니다.