whisper-wesol-ko-int8

whisper-wesol-ko-int8은 whisper-wesol-ko를 CTranslate2 형식의 int8_float16으로 변환한 한국어 음성인식 배포 모델입니다. 별도로 다시 학습한 모델이 아닙니다.

• 원본: whisper-wesol-ko Transformers FP16
• 형식: CTranslate2
• 권장 GPU compute type: int8_float16
• 모델 파일 크기: 약 739MB
• 용도: faster-whisper 기반 GPU 추론

학습 데이터, 학습 방법, 용도, 라이선스 주의사항은 원본 whisper-wesol-ko 모델 카드와 같습니다.

Evaluation

2026-07-28에 FP16 원본과 int8 모델을 같은 18,610개 한국어 발화에서 직접 평가했습니다.

• decoding: greedy, language=ko, task=transcribe
• 정규화: Whisper BasicTextNormalizer 적용 후 공백 제거
• 세트 점수: 발화별 CER의 산술평균
• 전체 평균: 8개 세트 CER의 동일 가중 평균
• CER은 낮을수록 좋음

Model	8-set Avg.	CV15	FLEURS	전화	회의	상담	강의	Kspon clean	Kspon other
Transformers FP16 원본	6.45	5.86	4.73	5.20	8.90	4.21	7.88	7.74	7.07
CTranslate2 int8	6.46	5.87	4.71	5.25	8.83	4.26	7.91	7.63	7.24

8-set 평균 차이는 +0.02%p였습니다. 다만 세트별 차이는 -0.11%p에서 +0.17%p까지 있으므로 모든 입력에서 완전히 동일하거나 무손실이라고 보장하지 않습니다.

공개 Whisper 모델 및 상용/API와의 비교는 원본 모델 카드에 정리돼 있습니다. 외부 공개 수치는 동일 실행 환경에서 재측정한 결과가 아니므로 통제된 순위로 해석하면 안 됩니다.

Usage

아래 MODEL_ID를 실제 Hugging Face 저장소 이름으로 바꾸십시오.

from faster_whisper import WhisperModel

MODEL_ID = "tlstjdwns/whisper-wesol-ko-int8"

model = WhisperModel(
    MODEL_ID,
    device="cuda",
    compute_type="int8_float16",
)

segments, info = model.transcribe(
    "audio.wav",
    language="ko",
    task="transcribe",
    beam_size=1,
    vad_filter=True,
)

print("".join(segment.text for segment in segments).strip())

벤치마크는 beam_size=1로 수행했습니다. 위 값을 바꾸거나 VAD, chunking, temperature, 후처리 설정을 변경하면 카드의 CER과 결과가 달라질 수 있습니다.

이 모델은 GPU용 int8_float16으로 검증했습니다. CPU에서의 속도와 정확도는 이 카드에서 검증하지 않았으며, CPU 배포에는 CPU용으로 변환·검증한 별도 모델을 사용하는 것이 안전합니다.

Training summary

원본 모델은 seastar105/whisper-medium-komixv2를 다음 데이터로 전체 파인튜닝한 모델입니다.

• Zeroth Korean train 51.7시간 / 22,263발화
• AIHub 저음질 전화망 99.4시간 / 46,944발화
• AIHub 상담 99.4시간 / 47,425발화
• AIHub 회의 99.6시간 / 62,476발화
• AIHub 한국어 강의 99.5시간 / 50,766발화
• AIHub 공사장 생활환경소음 4,699개 클립을 이용한 0–20dB 소음 증강

추가 학습 음성 합계는 약 449.6시간 / 229,874발화입니다.

전체 도메인 shuffle CE와 설정상 15%의 clean/noisy consistency iteration을 사용했습니다. 상세한 학습·평가 한계는 원본 카드에서 확인해야 합니다.

Limitations

• 양자화는 원본 모델의 편향, 환각, 도메인 편중을 해결하지 않습니다.
• 한국어 이외 언어, 화자 분리, 인구통계 하위집단별 편향은 검증하지 않았습니다.
• 무음, 매우 짧은 외침, 강한 소음에서 말하지 않은 문장이나 반복문을 생성할 수 있습니다.
• 자동 VAD와 긴 음성 분할 방식에 따라 결과가 달라질 수 있습니다.
• 의료·법률·채용 등 고위험 의사결정에는 사람의 검수 없이 사용하지 마십시오.

License and data notice

라이선스 표시는 other입니다.

• 원본 OpenAI Whisper Medium은 Apache-2.0으로 공개됐습니다.
• 직접 기반 모델 seastar105/whisper-medium-komixv2의 현재 모델 카드에는 별도의 라이선스가 명시돼 있지 않습니다.
• 추가 학습에는 AIHub 데이터가 사용됐으며 데이터셋별 이용조건이 적용될 수 있습니다.

이 카드는 가중치의 재배포·상업 이용 권한을 새로 부여하지 않습니다. 공개 또는 상업 이용 전 기반 모델과 AIHub 데이터셋의 최신 이용조건을 확인하십시오.

Acknowledgements

• OpenAI Whisper
• seastar105/whisper-medium-komixv2
• rtzr/Awesome-Korean-Speech-Recognition