← 전체 모델

Chirp 3: Transcription

발표일 발표 기관 Googlechirp_3

모델 개요

Chirp 3: Transcription은 Google의 다국어 자동 음성 인식(ASR)용 생성형 모델로, 오디오를 텍스트로 전사합니다. Google Cloud Speech-to-Text API V2를 통해 제공되며 모델 식별자는 chirp_3입니다. (docs.cloud.google.com)

기능 및 용도

  • 스트리밍 인식, 동기식 인식, 일괄 인식을 지원하며 실시간 전사, 짧은 오디오 인식 및 긴 오디오 처리에 사용할 수 있습니다.
  • 자동 언어 감지, 자동 문장 부호, 화자 분리, 단어나 구문 힌트를 통한 음성 적응을 지원합니다. 언어 및 기능의 사용 가능 여부는 인식 방식과 지역에 따라 달라집니다. 중국어 간체 cmn-Hans-CN의 전사를 지원합니다.
  • 회의나 여러 사람이 참여한 녹음의 전사, 동영상 자막 및 콘텐츠 색인에 사용할 수 있습니다. (docs.cloud.google.com)

제한 사항

  • 동기식 인식은 1분 미만의 오디오에 적합합니다. 일괄 인식은 일반적으로 1분에서 1시간 길이의 오디오에 적합하며, 단어 수준 타임스탬프를 활성화하면 상한은 20분입니다.
  • 공식 문서의 화자 분리 설명은 일관되지 않습니다. 기능 표에는 BatchRecognize에만 적용된다고 명시되어 있지만, 언어 지원 섹션에는 Recognize도 함께 나열되어 있습니다. 사용 전에 구체적인 방식, 언어 및 지역을 확인해야 합니다.
  • 공식 문서의 단어 수준 타임스탬프 지원 설명도 일관되지 않습니다. 한 곳에서는 이를 지원되지 않는 기능으로 나열하고, 다른 곳에서는 동기식 및 일괄 인식에서 활성화할 수 있지만 전사 품질이 저하될 수 있다고 설명합니다. API가 반환하는 단어 수준 신뢰도 값은 실제 신뢰도 점수가 아닙니다. (docs.cloud.google.com)

출시일

  • 2025년 4월 11일: 비공개 미리보기 형태로 처음 출시되었으며, 당시 일괄 인식을 지원했습니다.
  • 2025년 8월 29일: 공개 미리보기에 들어갔습니다.
  • 2025년 10월 13일: 정식 출시(GA)되었습니다. (docs.cloud.google.com)

가격

조회일: 2026년 11월 18일. Google Cloud 제품 페이지의 Chirp 3를 언급하는 Speech-to-Text V2 항목에는 0.016 미국 달러(USD)/분이 명시되어 있습니다. 서비스 요금은 성공적으로 처리된 입력 오디오 길이를 기준으로 부과되며, 요청마다 초 단위로 올림하고 다중 채널에는 각각 요금이 부과됩니다. 공식 페이지에는 출력 텍스트에 대한 별도의 요금이 명시되어 있지 않습니다. 가격 세부정보 페이지에는 단계별 가격과 동적 일괄 처리 가격이 나와 있지만 chirp_3 식별자가 명시되어 있지 않으므로, 이 구체적인 가격 단계가 본 모델에 적용되는지는 확인되지 않았습니다. 저장소 등 다른 클라우드 서비스에는 별도 요금이 부과될 수 있습니다. (cloud.google.com)

공식 출처