AI
Refining Speech Recognition Results and Generating Insights with the ReturnZero API
두줄요약
RTZR STT API를 활용해 Python CLI에서 음성 전사·보정·인사이트 생성을 구현했습니다. 소음 환경 전사 오류 보정과 대화 요약·분류 결과를 예시로 검증했습니다.
구조와 흐름
- Python CLI에서 RTZR Batch STT 요청, 처리 상태 폴링, JSON·TXT 결과 저장
- 기본 전사 결과와 보정 결과 분리 조회, 인사이트 결과는 기본 응답의
results.insight에서 추출 - 화자별 전사문, 원본 API 응답, 보정 응답, 제목·분류·요약 파일 구성
해결 방법
--refinement옵션으로 오디오 기반 전사 오류 보정 요청--insight와 사용자 프롬프트로 대화 핵심, 요청, 후속 조치 추출- 화자 수 지정, 한국어·GENERAL 도메인·화자 분리 설정을 활용한 배치 전사
성능/운영 포인트
- 소음 환경 예시에서 무겁자처럼→무법자처럼, 고라이가→고라니가, 졸진을→돌진을 보정
- 비교 대상 단일 녹음에서 RTZR 보정 결과가 제시된 기준 표현과 의미상 일치
- 인사이트 생성 결과의 제목·문의 분류·요약과 대화 데이터의 주제·사용자 목표 일치
주의할 점
- 전사 보정과 인사이트 생성 기능에 Enterprise 라이선스 필요
- 모델 간 비교 결과는 특정 녹음의 일부 구간 관찰값으로 전체 성능 일반화 불가
- 기본 필터 설정에 따른 머뭇거림·불필요한 반복 제거 가능성
