인식 결과에서 읽기 좋은 글로: 문장 부호, 숫자, 다듬기
음성 인식의 날것 그대로의 결과를 바로 보낼 수 없는 이유, 문장 부호·숫자·목록이 들어가는 방식, "다섯 시 반"이 애매한 이유, 그리고 다듬기가 뜻을 바꾸지 않게 하는 방법을 알아봐요.
요약
음성 인식은 말한 그대로의 단어를 돌려줘요. 군말도, 다시 시작한 말도 그대로이고 문장 부호는 없어요. 두 번째 단계가 이것을 글로 바꿔요. 문장 부호, 숫자, 목록, 문단이요. 이 단계는 해석을 해야 해요. "다섯 시 반"이 오전인지 오후인지, "오천"이 금액인지 개수인지 정해야 하니까요. 좋은 다듬기는 뜻과 언어를 지키고 형태만 바꿔요.
말한 내용
수진 씨 안녕하세요 통화는 다섯 시 오십 분 아 아니다 여섯 시 십오 분이고 예산은 천이백오십만 원이에요
SayVelio가 입력한 내용
수진 씨, 안녕하세요.
통화는 18:15이고, 예산은 1,250만 원이에요.
날것 그대로의 인식 결과는 어떤 모습일까
사람은 완성된 문장으로 말하지 않아요. 평범한 메시지의 날것 그대로의 인식 결과는 흔히 이래요.
그러니까 음 계획은 우리가 우리가 초안을 화요일에 아니 수요일에 보내고 그 다음에 뭐 민준 씨가 검토하는 거예요
단어는 다 있지만 이대로 보낼 사람은 없어요. "계획: 수요일에 초안을 보내고, 민준 씨가 검토해요."로 만들려면 여러 가지 판단이 필요해요. "음", "뭐", "그러니까"를 빼고, 반복된 "우리가"를 지우고, 고쳐 말한 부분을 반영하고, 문장 부호를 넣어야 해요.

문장 부호는 해석이에요
마이크는 쉼표를 녹음하지 않아요. 문장 부호는 쉼, 억양, 문장 구조에서 추론하기 때문에 측정이 아니라 편집상의 선택이에요. 대부분은 분명하지만, 가끔은 뜻을 바꿔요("엄마, 아빠 보고 싶어요"와 "엄마 아빠 보고 싶어요"처럼요). 중요한 메시지를 보내기 전에 읽어 봐야 하는 이유 중 하나예요.
숫자, 날짜, 금액: 역 텍스트 정규화
말로 한 표현을 글의 표기로 바꾸는 일에는 기술적인 이름이 있어요. 역 텍스트 정규화(ITN) 예요. "백이십삼 원"을 "123원"으로, "삼월 삼일"을 "3월 3일"로 바꾸는 게 이거예요.
생각보다 어려운 이유는 소리만으로는 정해지지 않는 경우가 많기 때문이에요.
| 말한 것 | 쓸 수 있는 방식 |
|---|---|
| "다섯 시 오십" | 5:50, 17:50 |
| "오천오백" | 5,500(숫자), 5,500원(금액) |
| "이천이십사" | 2024(연도), 2,024(숫자), 2,024원 |
| "일 공 일" | 101, 1:01 |
보통은 문맥으로 해결되고, 좋은 다듬기는 문장 전체를 보고 골라요. 정확해야 할 때는 조금 더 말해 주세요. "오후 다섯 시 반", "오천오백 원"처럼요.
반대 방향, 즉 글로 쓴 "123원"을 말로 바꾸는 건 텍스트 정규화라고 하고, 음성 합성 시스템이 하는 일이에요. 음성 인식과 음성 합성을 보세요.
단어는 맞아도 형식이 틀릴 수 있어요
인식과 형식 지정은 서로 다른 일이에요. 인식기가 모든 단어를 맞혀도 결과가 목적에 안 맞을 수 있어요. 문단으로 쓴 목록, 숫자로 쓴 시각, 느낌표가 가득한 격식 있는 이메일처럼요. 이건 형식 지정 단계의 일이고, 개인 설정이 도움이 되는 곳도 여기예요.
SayVelio에서는 이 단계가 선택 사항인 다듬기예요.
- 다듬기 프롬프트로 목록, 숫자, 어조 같은 전체 규칙을 정해요.
- 앱별 스타일 로 입력하는 곳에 맞게 결과를 조정해요. 채팅에서는 짧고 편하게, 이메일에서는 완결된 문장으로, 터미널에서는 명령어 그대로요.
- 빠르게 모드는 다듬기를 완전히 건너뛰고 인식된 그대로 입력해요. 완성도보다 속도가 중요할 때요.
"더 깔끔하게"와 "다르게" 사이에 선을 그으세요
어떤 변경은 해가 없어요. 쉼표, 띄어쓰기, "음" 빼기 같은 것이요. 다른 변경은 내가 한 말을 바꿔요. 이름 바꾸기, "안" 빠뜨리기, 숫자 반올림, 약속을 다른 말로 바꾸기 같은 것이요. 좋은 다듬기는 앞의 것은 자유롭게 하고 뒤의 것은 피해요.
SayVelio의 다듬기는 내 단어와 언어를 지키고, 절대 번역하지 않고, 음성 입력한 내용에 대답하지 않도록 지시받아요. 결과가 이상해 보이면, 모든 음성 입력은 앱의 기록 에 남아 있으니 거기서 다시 복사할 수 있어요.
질문
음성 입력한 숫자의 형식이 왜 바뀌었나요?
다듬기는 말한 숫자를 보통 쓰는 방식으로 적어요. 숫자, 통화, 시각 같은 것이요. 잘못 읽었다면 말할 때 문맥이 되는 단어를 더하거나("오후 다섯 시 반"), 원하는 형식을 다듬기 프롬프트에 적어 두세요.
말한 그대로의 텍스트를 받을 수 있나요?
네. 빠르게 모드를 쓰면 음성 인식이 들은 내용을 다듬기 없이 입력해요. 군말과 다시 시작한 말도 함께 들어가요.


