AnySpeechRecognizer·AnyDecisionModel 공개…애플 플랫폼서 음성 인식·분류 모델 선택 지원

AnySpeechRecognizer는 Apple의 Speech API와 호환되는 Swift 인터페이스에 NVIDIA Parakeet·Alibaba Qwen3-ASR 등 기기 내 음성 인식 엔진을 연결하고, 최대 4명까지 화자를 구분하는 기능을 추가합니다. AnyDecisionModel은 텍스트 생성 대신 모델의 확률을 바탕으로 예·아니요, 객관식, 평점 응답을 반환하며, 두 패키지 모두 Hugging Face Hub의 공개 모델을 내려받아 기기에서 실행할 수 있습니다. 공개된 측정에서 Parakeet은 M4 Max 기준 음성 1시간을 파일 입력으로 약 20~40초에 처리했지만, 회의 녹음에서는 시험한 모든 엔진의 단어 오류율이 23%를 넘었습니다.

앱 개발자는 기존 Speech API 기반 코드를 크게 바꾸지 않고 인식 엔진을 선택하고, 외부 서비스 전송 없이 기기 내 처리를 설계할 수 있습니다. 다만 모델별로 다운로드 용량이 수백 MB에서 2.4GB에 이르고, Qwen3-ASR은 실시간 처리에 느리며 회의 환경의 인식 정확도도 제한적입니다. 수치가 단일 M4 Max와 일부 데이터셋에 기반하므로, 실제 도입 전에는 대상 언어·기기·입력 조건에서 지연 시간과 오류율을 별도로 검증해야 합니다.