폰은 내 말을 어떻게 받아 적을까? — 목소리
목소리는 잘게 쪼갠 떨림이고, 글자는 그 조각들을 앞뒤와 맞춰 고른 답이야.
1 · 먼저 생각해 보기
AI는 네 말을 통째로 알아듣는 게 아니라 아주 짧은 조각으로 쪼개서 들어. 소리를 1초에 1만 6천 번 숫자로 받아 적고, 그걸 25밀리초짜리 창으로 훑어 가.
조각 하나하나는 그냥 '높낮이 무늬'야. 어느 글자인지는 앞뒤 조각을 같이 봐야 정해져 — 어제 배운 영상처럼, 한 칸만 봐서는 모르거든.
말하는 건 이 길을 거꾸로 가는 거야. 글자에서 소리 무늬를 만들고, 그 무늬대로 공기의 떨림을 1초에 1만 6천 번 넘게 찍어 스피커로 내보내.
2 · 실험 · 쪼개보기
직접 해보기 — '안녕하세요'가 글자가 됐다가 다시 소리가 되기까지
버튼을 눌러 단계를 바꿔 봐. 말소리가 조각으로 쪼개지고, 조각이 글자로 붙고, 글자가 다시 떨림으로 돌아가는 과정이야.
그림
말 → 글자 → 말, 한 바퀴
받아 적기와 말하기는 같은 길을 반대로 지나가.
3 · 퀴즈
확인해보기
세 문제. 답을 고르면 바로 채점되고, 왜 그런지도 같이 나와.
오늘의 한 줄
오늘의 한 줄
목소리는 잘게 쪼갠 떨림이고,
글자는 그 조각들을 앞뒤와 맞춰 고른 답이야.
더 알아보기
- 말소리를 글자로 바꾸는 모델을 누구나 쓰게 공개한 날 — 68만 시간을 들어 학습했대 — Whisper 공개 (OpenAI, 2022)
- 그 모델의 논문. 소리를 1초 1만 6천 번으로 받아 적고 25밀리초 창으로 훑는다는 설명이 여기 있어 — Robust Speech Recognition via Large-Scale Weak Supervision (2022)
- 반대로 떨림을 한 점씩 찍어 목소리를 만든 초기 연구 — 소리 예시를 직접 들어볼 수 있어 — WaveNet (Google DeepMind, 2016)