확인한 것만 기록한다.
2026-11-23 · 00:14 KST / 15:14 UTC한국어 | EN검색 /

01 / AI · 분석

ElevenLabs 실시간 전사에 화자 구분 기능 추가

실시간 화자 구분 점수는 전사 오류를 보정한 결과로, 녹음용 평가와 직접 비교할 수 없는 수치이다.

두 참석자가 탁상 마이크 앞에서 번갈아 말하고, 노트북에는 발언자별로 색이 구분된 실시간 전사 화면이 글자를 알아볼 수 없는 형태로 보인다. AI 생성 이미지

ElevenLabs는 전사 모델을 공개하며 102개 언어의 개선을 회사 공개 수치로 발표했다. 녹음용은 Scribe v3, 실시간용은 Scribe v3 Live이다.

회사 설명의 핵심은 받아쓴 말의 정확도와 발언자 구분을 따로 다룬 점이다. 실시간 화자 구분은 녹음용과 채점 방식부터 다르다고 밝혔다.

ElevenLabs는 두 모델을 개발자용 서비스 ElevenAPI에서 제공한다고 발표했다. 실시간 모델에는 누가 말했는지 가리는 화자 구분 기능을 추가했다고 밝혔다.

영어 실시간 화자 구분 오류율

English aligned transcriptsScribe v3 Live3.1
다른 실시간 평가 모델 범위의 하한5.9
출처 elevenlabs.io · 기준 2026-11-10 · 단위 %차트: LOGIT 자체 제작

영어 오류율은 보정 뒤의 점수

ElevenLabs가 제시한 실시간 화자 구분 점수는 영어 평가의 회사 공개 수치이다. 발표문에 명시한 절차는 전사문을 정답과 맞춘 뒤 단어별 발언자를 채점하는 방식이다. 단어 누락 같은 전사 오류와 화자 배정 오류를 분리하기 위한 보정이라고 설명했다.

회사는 이 보정으로 비교 대상 모두의 오류율이 낮아졌다고 밝혔다. 따라서 녹음용 화자 구분 점수와 직접 비교할 수 없는 평가라는 설명이다.

공식 문서에 명시된 다국어 점수는 언어별로 채점한 뒤 동등하게 평균한 값이다. 회사는 실시간 평가에서 의미가 달라질 때 오류로 세는 의미 단어 오류율을 앞세웠다고 밝혔다. 표기 차이까지 오류로 세는 일반 단어 오류율과 구분한 기준이다.

회사는 자체 회의·통화 평가군의 공개 계획도 밝혔다. 발표문에는 “We’ll be open sourcing this soon.”이라고 썼다.

발언 종료를 가르는 대화 문맥

ElevenLabs는 실시간 모델의 발언 종료 판단에 음성과 대화 문맥을 함께 쓴다고 밝혔다. 숫자를 읽다가 멈춘 사람의 발언을 끊지 않도록 설계했다는 설명이다.

회사 발표문은 실시간 모델에 문장 중간의 언어 전환을 다루는 모드를 추가했다고 설명했다. 녹음용 모델에는 숫자를 숫자열이나 단어로 출력하도록 선택하는 기능을 제공한다고 밝혔다.

ElevenLabs는 평가한 모든 언어에서 개선했다고 밝혔지만, 한국어의 개별 오류율은 공개하지 않았다.