미디어젠-ETRI, 구글 컨포머보다 빠른 아키텍쳐 개발

[더테크=전수연 기자] 음성 AI 기업 미디어젠이 구글이 개발한 E2E(기업들의 웹 사이트 간에 행해지는 정보나 거래의 교환) 음성인식 시스템인 ‘컨포머(Comformer)’를 벤치마킹해 기존 컨포머의 성능을 유지하면서 처리 속도를 약 40% 향상시킬 수 있는 기능을 선보인다. 미디어젠은 새로운 컨볼루션 네트워크 구조가 증강된 트랜스포머 기반 음성인식 시스템을 개발했다고 26일 밝혔다. 이번 기술 개발은 한국전자통신연구원(ETRI)의 연구인력 현장지원 프로그램을 통해 이뤄졌다. LJSpeech 데이터셋을 이용한 음성인식 실험결과 구글의 컨포머는 CER 4.8%, WER 19.6%의 성능을 보였고 미디어젠의 음성인식 시스템은 CER 4.8%, WER 19.2%의 성능을 보였다. 미디어젠은 이를 바탕으로 자사 시스템이 구글 컨포머 수준의 음성인식 성능을 유지하며 처리속도는 컨포머 서브샘플링 40ms 대비 80ms로 향상됐음을 확인할 수 있었다. 이와 함께 베이스라인이 되는 트랜스포머 기반 음성인식 시스템은 CER 6.9%, WER 23%의 인식 성능을 나타냈다. 본 실험은 순수 신경망의 성능을 평가하기 위해 빔서치 등의 백엔드 처리를 수행하지 않고 아웃풋 노드의

• 전수연 기자
• 2023-12-26 14:04