AI 통한 영상내 음성 추출 향상 알고리즘 및 시스템 환경 개발

기존 영상 기반 음성 인식 솔루션의 정확도 향상 가능성을 검증하는 AI 기술 PoC 프로젝트입니다. 전문용어와 약한 발음 등에서 발생하는 인식 오류를 줄이기 위해 음성 전처리 알고리즘과 AI 모델 파인튜닝 기술의 적용 가능성을 검토하고, 성능 개선 방안을 검증하는 것을 목표로 합니다.

기존 음성 인식 솔루션에서 정확도가 낮은 전문용어, 약한 발음 등 일부 음성 구간의 인식 성능 개선 가능성을 확인해야 했습니다. 기존 약 90% 수준으로 알려진 음성 인식 결과의 오류를 줄이기 위해 AI 파인튜닝과 음성 전처리 기술의 효과를 검증할 필요가 있었습니다. 향후 본개발에 적용할 수 있도록 모델 학습·성능 평가 환경의 구현 가능성과 기존 솔루션 연계 방안을 검토해야 했습니다.

음성 전처리 및 인식 개선 검토 영상에서 추출한 음성의 특성을 분석하고, 약한 발음과 불명확한 음성의 인식 오류를 줄이기 위한 전처리 방법 및 성능 비교 방안을 검토합니다. AI 파인튜닝 가능성 검증 음성 데이터와 정답 전사문을 활용한 모델 추가 학습 가능성을 검토하고, 파인튜닝 환경 구성 및 기존 모델 대비 성능 평가 방법을 설계합니다. 음성 인식 알고리즘 비교 기존 음성 인식 모델과 대체 AI 모델의 적용 가능성을 비교하고, Kaldi 등 음성 인식 기술과 전문용어 처리 방식을 검토하여 적합한 개선 방향을 탐색합니다 AI 개발·실험 환경 검토 Python, PyTorch, Hugging Face Transformers·Datasets, CUDA, Docker 등의 기술을 대상으로 모델 학습·추론 환경의 구성 가능성과 기술적 호환성을 검토합니다.

기존 음성 인식 솔루션에서 발생하는 전문용어와 약한 발음의 오류를 분석하고, 음성 전처리와 AI 파인튜닝 기술을 통한 정확도 개선 가능성 및 기술적 제약 사항을 확인하는 것을 목표로 했습니다. 검증 결과를 바탕으로 기존 모델 개선 또는 대체 모델 도입의 적정성을 평가하고, 향후 본개발의 기술 방향과 개발 범위, 성능 검수 기준을 결정하기 위한 근거를 마련하였습니다.