ASR 기반 텍스트 생성에서 Forced Alignment 기반 타이밍 추출로의 소스 설계 전환
ASR-generated subtitles vs forced alignment: why script-first captions fail less
Python 의존성 제거 및 GGUF 포팅을 통한 Parakeet ASR의 C++ 단일 바이너리화
NeMo out, GGUF in: how parakeet.cpp ports NVIDIA ASR to C++
합성 데이터 기반 Ground Truth 설계를 통한 ASR 벤치마크 정밀도 확보
You can't benchmark an AI notetaker against a real meeting — you don't know the right answer. So I generated the meeting.
Code-switching 대응 ASR 벤치마크 통한 최적 모델 선정 및 전파 오류 분석
Can Voice Agents Handle Bilingual Customers? Benchmarking Frontier ASR on Code-Switched Speech
4-bit Quantization을 통한 T4 GPU 기반의 Meeting Minutes AI 파이프라인 구현
Build a Meeting Minutes AI From Raw Audio
ElevenLabs와 n8n 기반 이탈리아어 Voice AI로 예약 성공률 89% 달성
Building a Voice AI Agent in Italian with ElevenLabs + n8n: Lessons From 200 Live Bookings/Month
Gemma 4 E2B 기반 3년 된 구형 폰 내 Full-Offline 텍스트 정제 시스템 구현
Bidet AI — on-device Gemma 4 turns a messy brain-dump into clean writing
WER 44% 개선 및 E2E Neural 구조를 통한 Voice Assistant 지연 시간 최적화
The Voice Assistant Revolution: Architecture, Accuracy, and the Race for Real-Time Intelligence
DuckyClaw 기반 AI Voice Assistant 구현 및 로우코드 하드웨어 통합
Build your own AI-powered Voice To-Do Assistant using a Waveshare 1.75" display + Cursor + DuckyClaw — from setup to full feature implementation
VibeVoice - 오픈소스 프론티어 음성 AI 모델
7.5Hz 초저 프레임 레이트 기반 고효율 음성 AI VibeVoice 공개
Deepgram 2.0 전환을 통한 비용 45% 절감 및 p99 Latency 60% 개선
Why We Replaced Whisper 2.0 with Deepgram 2.0 and Cut Voice Transcription Costs by 45%
7.5Hz 저프레임 토크나이저 기반 90분 장기 음성 생성 및 60분 단일 패스 ASR 구현
Microsoft VibeVoice: Open-Source Frontier Voice AI
ASR 및 LLM 기반 숏폼 비디오 구조 분석 및 스크립트 자동화 파이프라인 구축
TokTranscript: turn any TikTok into a transcript, then study why it worked
VAD 전처리를 통한 Whisper ASR의 무음 구간 Hallucination 해결
Whisper Hallucination on Silence: Why Your Transcript Loops the Same Phrase
Cohere Transcribe - SOTA 오픈소스 음성 인식 모델
SOTA ASR 모델 Cohere Transcribe의 성능 분석과 실무 적용 한계
Microsoft VibeVoice로 3B TTS와 9B ASR 모델을 로컬 실행하여 90분 오디오 생성 및 50개 언어 음성 인식이 가능함
ما هو Microsoft VibeVoice؟ وكيفية استخدام نماذج الذكاء الاصطناعي الصوتية مفتوحة المصدر
60분 음성 한 번에 처리, VibeVoice의 혁신적 토큰화 전략
Microsoft VibeVoice Deep Dive: The Voice AI That Understands a Full Hour in One Shot
Cohere가 오디오 파일을 텍스트로 변환하는 ASR 모델 Cohere Transcribe를 출시하여 HuggingFace Open ASR Leaderboard 1위를 달성했다
Cohere Transcribe: Speech Recognition
AI 콜 모니터링 시스템이 ASR과 NLP 파이프라인을 통해 콜 녹음에서 QA 점수를 자동 생성하는 기술 아키텍처를 공개한다
How AI Call Monitoring Works Under the Hood: ASR, NLP, and Automated QA Pipelines
Open ASR Leaderboard가 다국어 및 장형 음성 트랙 추가로 60개 이상 ASR 모델을 11개 데이터셋에서 비교 가능하게 확장
Open ASR Leaderboard: Trends and Insights with New Multilingual & Long-Form Tracks