Brethof Voice Pro 개인 음성 학습 기능 출시. 명령줄도 클라우드도 없이, 한 번의 클릭으로 로컬에서 내 목소리로 인식 모델을 파인튜닝하세요. 작동 방식은 다음과 같습니다.
작동 원리
잘못 인식된 단어를 수정할 때마다 앱은 해당 오디오 클립과 사용자의 수정 내용을 로컬 학습 데이터셋에 저장합니다. 메인 창의 학습 카드에는 현재 캡처된 샘플 수와 분량이 표시되며, 이를 클릭하면 해당 항목들을 검색하거나 재생하거나 삭제할 수 있습니다. 준비가 되면 학습 탭을 통해 사용자의 목소리에 맞는 LoRA 어댑터를 세부적으로 조정할 수 있습니다.
파이프라인은 자동으로 백엔드를 선택합니다: 하나의 NVIDIA CUDA 호환 가능한 GPU가 있는 경우 build(cu128 PyTorch, 첫 실행 시 캐시된 venv에 자동 설치), 그렇지 않은 경우 CPU 폴백. 학습이 완료되면 LoRA가 기본 모델과 병합되어 GGUF로 내보내지며, llama.cpp에서 이를 로드할 수 있습니다 — 설정 → 모델에서 개인 모델로 전환하세요. 이전에는 이 과정을 막았던 PyTorch-to-GGUF 변환이 완료되어 이제 끝까지 실행됩니다.
제공되는 것
- 앱 내 데이터 수집. 수정 내용은 자동으로 학습 데이터가 됩니다. 그냥 앱을 계속 사용하시기만 하면 됩니다.
- 원클릭 LoRA 미세 조정. GPU(NVIDIA CUDA) 또는 CPU에서 훈련합니다. 로그 파일이 아닌 진행률 표시줄을 제공합니다.
- 자동 GGUF 내보내기. 훈련된 모델은 자동으로 병합되고 변환됩니다. 수동 조작이 필요 없습니다.
- 모델 버전 관리. 파인튜닝된 모델과 함께 스톡 모델을 보관해 두고 설정에서 둘 사이를 전환하세요.
- 어휘를 위한 핫워드 Hotwords 대화상자에 이름, 약어, 제품 용어를 추가하면 즉시 적용되며 재학습이 필요하지 않습니다.
주요 대상
- 비모국어 사용자. 오늘날 강한 억양도 견고한 기준선 정확도를 보이지만, 자신의 목소리로 파인튜닝하면 정확도가 95% 이상으로 뛰어오릅니다.
- 의료, 법률, 기술 분야 사용자. 의약품명, 판례 인용문, 코드베이스 식별자 등은 모두 맞춤형 어휘집을 통해 큰 이점을 얻을 수 있습니다.
- 언어 장애가 있는 사용자. 구음장애나 비정상적인 발화에 대한 파인튜닝은 로컬 학습의 가장 유용한 활용 방법 중 하나입니다. 상업용 클라우드 서비스에서는 이 기능을 제공하지 않습니다.
- 저자원 언어. 베이스 모델은 인기 있는 언어에서는 우수하지만 덜 일반적인 언어에서는 약합니다. 몇 시간 분량의 자체 오디오로 파인튜닝하면 격차가 빠르게 좁혀집니다.
변경되지 않는 것
- 훈련은 로컬에서 진행됩니다. 음성 샘플은 절대 기기를 벗어나지 않습니다. 그것이 핵심입니다.
- 파인튜닝한 모델은 전적으로 귀하의 것입니다. 우리는 이를 업로드하지 않습니다. “공유” 모델로 병합하지도 않습니다. 이 데이터는 사용자의 디스크에 남아 있습니다.
- 유료 라이선스와 함께 무료로 제공됩니다. 별도의 업그레이드가 아닙니다. 현재 Personal 또는 Business를 보유하고 있다면, 해당 기능이 포함된 업데이트와 함께 학습 UI를 받게 됩니다.
가용성
지금 사용 가능 — 개인 음성 훈련은 현재 빌드에 포함되어 있으며 Linux와 Windows에서 종단 간(end-to-end)으로 실행됩니다. 유료 라이선스와 함께 무료 제공; 음성 데이터는 절대 기기를 떠나지 않습니다.
특정 파인튜닝 사용 사례(전문 어휘, 특이한 억양, 비정형적인 발화 등)가 있나요? 알려주시면 지속적으로 개선해 드리겠습니다. [email protected].