받아쓰기 설정

받아쓰기 전에 Audiotext는 설정을 카드로 묶어 보여 줍니다. 설정은 다음을 위해 기억되며, 각 받아쓰기에는 만들 때 쓴 설정이 저장됩니다.

파일 전사 설정

엔진

받아쓰기 방법:

엔진	실행 위치	비용	참고
WhisperX(기본값)	내 컴퓨터	무료, 무제한	비공개, 오프라인. 화자, 단어별 타이밍, 실시간 텍스트 등 옵션이 더 많습니다. Apple 실리콘 Mac에서는 GPU로 실행됩니다.
Whisper API	OpenAI 서버	분당 유료	OpenAI API 키가 필요합니다. WhisperX가 원활히 실행되지 않는 컴퓨터용.
Google API	Google 서버	무료 등급 또는 유료	품질이 낮고 타임스탬프가 없습니다. API 키는 선택 사항입니다.

모델은 엔진에 따라 다릅니다. WhisperX에서는 큰 모델일수록 정확하지만 느립니다. Whisper API에서는 받아쓰기에 타임스탬프와 화자가 포함되는지를 결정합니다. 비교는 엔진을 참고하세요.

오디오 언어: 기본값은 자동 감지입니다. 직접 고르면 짧거나 여러 언어가 섞인 오디오에서 오류를 줄일 수 있습니다. Google API는 감지할 수 없으므로 반드시 골라야 합니다.
받아쓰기 언어: 기본값은 오디오와 같음입니다. 다른 언어를 고르면 받아쓰면서 오디오를 번역합니다.

두 언어가 다르면 번역 옵션이 나타납니다.

Whisper로 번역(권장): Whisper가 오디오를 한 번에 받아쓰고 번역합니다. 영어로만 번역할 수 있습니다.
해당 언어(언어)로 바로 작성(실험적): Whisper에게 그 언어로 바로 받아쓰도록 요청합니다. 많은 언어에서 잘 작동하지만 결과를 확인하세요.

Google API는 번역할 수 없습니다. 나중에 더 많은 제공자로 원하는 언어로 번역하려면 대본의 번역 버튼을 사용하세요.

모델을 돕는 두 가지 선택 항목입니다.

키워드: 오디오에 나오는 이름, 용어, 약어를 쉼표로 구분해 입력합니다(예: Audiotext, WhisperX, Henestrosa). 철자가 올바르게 적히도록 돕습니다. 힌트일 뿐이며, 키워드는 오디오에서 말한 경우에만 적힙니다.
설명: 오디오의 주제나 상황 등 내용입니다(예: 음성 인식에 관한 인터뷰).

WhisperX와 Whisper API에서 사용되며, gpt-4o-transcribe-diarize 모델은 예외입니다. Google API는 사용하지 않습니다.

단어별 타이밍(WhisperX): 각 단어를 오디오에 맞춰 재생 중 강조하고, 가장 확신하지 못하는 단어를 검토할 수 있게 합니다. 시간이 조금 더 걸립니다. 기본적으로 켜져 있습니다. 자막에는 단어 타이밍이 필요하므로, 폴더의 파일 형식에서 .srt나 .vtt를 선택한 동안에는 켜지고 잠깁니다. 선택을 해제하면 원래 선택으로 돌아갑니다.
배경 소음 줄이기: 받아쓰기 전에 험 노이즈와 일정한 배경 소음을 줄이고 작은 목소리를 고르게 합니다. 시간이 더 걸립니다.
화자 식별(WhisperX): 각 부분을 누가 말하는지 표시합니다(예: SPEAKER_00). 말하는 사람 수를 알면 화자 수에 입력하세요(0은 자동 감지). 무료 Hugging Face 토큰이 필요합니다. 화자를 식별하려면을 참고하세요. Whisper API에서는 gpt-4o-transcribe-diarize 모델이 화자를 식별합니다.

화자를 식별하는 모델 pyannote/speaker-diarization-community-1은 무료지만 Hugging Face 토큰이 필요합니다.

모델은 처음 사용할 때 다운로드됩니다. 그 이후에는 오프라인으로 화자를 식별합니다.

마이크에서만 표시됩니다. 실시간 텍스트를 참고하세요.

폴더에서만 표시됩니다.

폴더 감시: 폴더 감시를 참고하세요.
폴더에 이미 있는 파일 받아쓰기(감시 중에만): 폴더에 이미 있고 아직 받아쓰기가 없는 파일을 먼저 받아씁니다. 기본적으로 꺼져 있습니다.
하위 폴더 포함: 하위 폴더의 파일도 받아씁니다.
다음과 일치하는 파일 건너뛰기: 건너뛸 파일의 이름이나 경로를 쉼표로 구분해 입력합니다(예: *.wav, drafts/*). 숨김 파일은 항상 건너뜁니다.
파일 형식: WhisperX에서는 .txt, .srt, .vtt, .json, .tsv, .aud 중 하나 이상. Whisper API에서는 파일 형식(text, json, verbose_json, srt, vtt)이며, 자막에는 타임스탬프를 반환하는 모델이 필요합니다. Google API는 일반 텍스트(.txt)를 반환합니다.
위치: 파일은 각 원본 파일 옆에 저장됩니다. **변경…**을 클릭하면 다른 폴더에 저장하고(하위 폴더 구조는 다시 만들어집니다), 소스와 같은 위치를 클릭하면 되돌립니다.

이미 받아쓰기가 있는 파일은 건너뜁니다. 다시 받아쓰려면 폴더의 파일 옵션을 사용하세요.

자막 옵션(줄 너비, 줄 수, 단어 강조)은 환경설정에 있습니다.