메타가 4000개 이상의 음성 언어를 식별하고 약 1100개 언어의 음성-텍스트 양방향 변환을 지원하는 대규모 다국어 음성 인식(Massively Multilingual Speech, 이하 MMS) AI 모델을 오픈소스로 공개했다.
메타의 MMS 프로젝트는 음성 정보에 의존하는 사람들을 비롯해 많은 사람들이 더 쉽게 정보에 접근하고 자신이 원하는 언어로 각종 기기를 사용할 수 있도록 돕는 것을 목표로 한다. 현재 지구상에 사용되는 언어의 수는 7000개가 넘는 것으로 알려져 있는데, 기존 음성 인식 모델은 최대 100여 개의 언어만을 지원한다.
메타가 이번에 공개하는 AI 모델은 음성-텍스트 양방향 변환이 가능한 언어의 수를 기존 100여 개에서 1107개로 10배가량 확대했으며, 음성으로 식별 가능한 언어의 수는 4000개 이상이다.
메타는 MMS 프로젝트를 통해 훈련된 AI 모델의 음성 변환 언어 수를 61개에서 1107개로 18배가량 늘렸을 때 문자 오류율은 단 0.4% 증가했다고 밝혔다. 특히 오픈AI의 음성 인식 모델 위스퍼(Whisper)와 유사 비교를 수행한 결과, MMS 데이터로 교육된 모델은 단어 오류율을 절반으로 줄이면서도 11배 더 많은 언어를 처리할 수 있었다고 설명했다.
메타는 언어 다양성 보존에 기여하고, AI 생태계 전반의 발전과 책임 있는 개발을 위해 MMS 모델과 코드를 오픈소스로 공개한다는 방침이다. 또한 수천 개의 언어를 지원하는 단일 음성 모델 구축을 위해 적용 언어 범위를 늘리고, 기존 음성 기술로는 다루기 어려운 방언 처리 문제 해결을 위해서도 지속적으로 노력할 계획이다.
