Wake up word, STT 제품 비교

이 글은 Raspberry Pi, Google STT를 이용한 한국어 음성 인식 프로젝트의 일부입니다.

안녕하세요. 이번에는 프로젝트에서 사용할 STT, wake up word 제품을 어떤 걸 사용할지 정해보겠습니다.

Wake up word 개념

• VIVOKA 참고
  • trigger the voice recording of the user의 기능
  • 사용 이유
    • wakeup word 이후 말한 것만 녹음함으로써 사생활 존중
    • 항상 녹음을 하고 분석하면 시스템에 부하가 많이 가므로 시스템 최적화
  • wakeup word가 되는 조건
    • 간단한 단어 + 브랜드 이름을 붙임으로써 마케팅 효과(ok Google)
    • 다른 언어 사용되어도 동일한 발음을 하는 단어를 선택(uniformity)
    • false positive를 고려하여 평소에 별로 사용하지 않는 단어 조합을 골라야 함

STT 제품

• picovoice의 leopard
  • 영어만…되는 듯?
  • 100 hour/달 free tier
  • leopard는 음성 데이터 cheetah는 streaming 음성 데이터
  • 오프라인에서 돌아감
• 카카오 stt
  • 음성 인식 20000건, 90분/하루
  • 2021년 7월 1일부로 서비스 종료
• naver stt
  • 프리티어가 없음
    • 15초 당 4원

Wake-up word 제품

• picovoice의 porcupine
  • 한국어 지원, 라즈베리파이에서 동작 가능, 아파치 라이센스
  • star 2700
  • 97% 이상의 정확도
  • 단어 고르는 팁, 단어에 따라 정확도 차이 남
  • RPI3 기준 memory 1MB, single core 4% 미만으로 사용
  • 특정 사람의 목소리가 아니라 범용 사람 목소리에 반응
  • wake up word 사용 전에 굳이 조용히 하고 있다가 단어를 얘기할 필요는 없음
  • 전력 소모는 HW에 따라 달라짐
  • 비슷한 억양의 단어를 분별하는 기능은 없음(악센트 등 때문에), 정확도 높이면 false acceptance는 줄이는 대신 miss rate는 높아짐
  • offline에서도 가능
  • wakeup은 무료
  • youtube 예시
  • starting guide
• snowboy
  • RPI 지원
  • 무료, 아파치 라이센스
  • 2700 star
  • 2020 12월 31일에 서비스 종료 해서 docs 등 아무것도 못 봄
  • 한국어 지원하는지도 모르겠음
• pocketSphinx(CMUSphinx)
  • language independant
    • 한국어는 미리 학습된 모델이 없어서 학습 직접 시켜야 함
  • 2022년 7월 23일에 버전 5 업데이트함…
    • 2019년에 서비스 종료 했다 다시 시작
  • 완전 무료
  • 3100 star

결론

• STT는 한국어 인식률이 좋고 접근성 또한 좋은 Google STT를 사용하기로 했습니다(naver도 한국어가 가능하지만 구글이 프리티어를 제공한다는 측면에서 더 매력적이었어요)
• Wake up word는 한국어 모델이 제공되고 무료인 picovoice의 porcupine 제품을 사용합니다.

더 궁금하신 사항이나 조언이 있으신다면 편하게 댓글로 알려주세요!