Whisper v4 한국어 — 사투리(경상도, 전라도)에서 정확도 낮습니다

Question

OpenAI Whisper v4로 콜센터 녹취 STT 처리 중. 정확도 분석:

구분	정확도(WER)
표준어 (서울·경기)	5.2% (95% 정확)
경상도	28% (72%)
전라도	26%
충청도	14% (86%)
강원도	16%

경상도/전라도는 매출 비중 큰 지역인데 정확도 너무 낮음. fine-tune 시도해야 할지, 다른 한국어 모델 검토할지 조언 부탁드립니다.

환경: Whisper v4 large, 16kHz audio, OpenAI API

김영삼 · Accepted Answer

Whisper의 한국어 사투리 약점은 알려진 문제. 학습 데이터에서 표준어 비중이 압도적이라 사투리 대응 약합니다. 옵션 정리. 1. 한국어 특화 STT — CLOVA Speech 네이버 CLOVA Speech는 한국어·사투리에 강합니다. KMMLU·DKMR 데이터 학습 + 사투리 데이터 별도 보강. 지역Whisper v4CLOVA Speech 표준어95%96% 경상도72%91% 전라도74%89% 가격 — 분당 ~₩30 (Whisper API는 ~₩60). 한국어 위주면 CLOVA가 답. 2. Whisper fine-tune 한국어 사투리 데이터 1,000시간 정도 모아서 fine-tune. 정확도 +15%p 가능하지만 데이터 확보가 어려움. 콜센터 녹취 동의 받는 게 큰 일. 3. 카카오 STT 카카오의 음성 인식 SDK. 한국어 강점 + 사투리 보강. 가격은 CLOVA 수준. 4. 후처리 LLM 보정 Whisper STT 결과를 Claude/GPT에 "한국어 콜센터 통화 tran

데이터사이언스현 · Answer

CLOVA Speech 강추합니다. 콜센터 통화 위주면 한국 STT 전용 SDK가 압승. Whisper 다국어 강점이 한국어 + 사투리에는 무의미.

cc_park · Answer

저희는 KT의 콜센터 STT 솔루션 쓰는데 사투리 정확도 90%+ 입니다. 통신사 솔루션도 검토해보세요.

취미코딩 · Answer

이 부분은 vendor가 다음 minor 버전에서 개선한다는 로드맵 봤어요. 그때까진 위 우회 패턴이 답인 것 같습니다.

강민호 · Answer

같은 고민 했었는데 결국 처음 admin 분 추천대로 가는 게 맞더라고요. 시도해본 결과 공유 감사합니다.

댓글 0