유튜브, 음성인식기술로 자동으로 자막을 입혀주는 기능을 공개. 자동 캡션(Speech-to-text)

아마도 많은 분들이 유튜브(Youtube)가 영상에 자막을 입힐 수 있는 기능을 선보였다는 것을 아시고 계실겁니다. 그리고 이 자막은 구글번역(Google-Translate)기능을 이용해서 번역이 가능하죠. 완벽하지는 않지만 영어자막이 있는 모든 영상이 한글로 자동 번역이 되어 감상할 수 있다는 것이 매우 신기하기만 합니다.

며칠전 (2009년 11월 21일) 구글은 정말 놀라운 새로운 기능을 발표했는데요, 응용 가능성이 정말 큰 기술인것 같습니다. 음성을 인식해서 컴퓨터가 자동으로 자막을 만들어주는 Speech-to-Text가 바로 그것입니다. 아직은 영어밖에 지원이 되지 않지만, 컴퓨터가 자동으로 음성(Voice)을 글(Text)로 바꿔주는 기술이 이 정도로 완성화 되었다는 것이 정말 놀랍군요.. (아마도 구글 보이스의 보이스메일을 Text로 바꿔주는 기술이 응용된것 같습니다. ^^)

즉 앞으로는 일일히 리스닝을 통해 대본을 만들필요가 없을 뿐만 아니라, 자동으로컴퓨터가 음성을 분석해서 자막을 생성해 주고, 이 자막파일을 다운받아서 약간의 오류를 수정하면 완벽한 자막이 입혀진 영상이 완성되는 군요... 

밑에 영상은 미국 워싱턴에서 이 기술을 발표하는 영상입니다. 구글 크롬 OS관련 영상을 보다가 우연히 보게 되었는데 매우 긴 런닝 타임에도 불구하고 뛰어난 기술을 시현하는 것이 인상깊어 끝까지 보게되었습니다.

청각장애인 프로그래머가 이 자동자막(Auto-Caption)기능이 어떻게 사용가능하고, 또 얼마나 뛰어난지 발표하는 모습이 정말 대견하기만 합니다.

또한 유튜브(Youtube)는 대본파일을 업로드해서 자동으로 타임라인을 만들어주는 기능도 시현하고 있습니다. 즉, 텍스트를 분석해서 언제 그 단어가 발음되는지 컴퓨터가 인식해서 맞는 타이밍에 자막을 출력해 주는 스크립트를 만들어 준다는 것이죠...    

이 기능은 앞으로 영상에 담겨있는 내용을 검색어로 검색할 수 있게 만들어 줄 뿐만 아니라, 청각장애인이 더 많은 비디오을 감상할 수 있게 도와주고, 다양한 언어가 번역되어 출력될 수 있다는 점에게 매우 뜻깊은 기술의 발전이라고 보여집니다. 

음성인식기술이 모든 정보를 글로 변환할 수 있다는 것이 정말 신기하군요... 앞으로는 우리가 모든 영상에 자동으로 자막이 입혀져서 데이터베이스화 될 것 같습니다.^^ 

Link // Minseok