인터뷰 자막, 클라우드에 올리기 전에: whisper.cpp로 30초부터

인터뷰를 끝냈는데 자막 때문에 편집을 시작하지 못했다면, 첫 목표를 작게 잡아보자. 한 시간짜리 녹음 전체 대신 말이 또렷한 30초를 고른다. whisper.cpp는 Whisper 음성 인식 모델을 C/C++로 실행하는 공개 프로젝트다. 공식 저장소에는 CPU 실행과 여러 가속 방식, Windows·macOS·Linux 등의 지원 정보가 정리돼 있다.

설치보다 먼저 준비할 30초

본인이 녹음했거나 사용할 권한이 있는 음성에서 한 사람이 말하는 구간을 고른다. 비교할 정답은 직접 들으며 적어둔다. 사람 이름 하나, 숫자 하나, 문장 끝 하나가 포함되면 결과를 확인하기 편하다. 배경음악이 큰 구간은 첫 연습에서 빼고 별도의 어려운 샘플로 남긴다.

내 환경에서 실행할 경로 고르기

공식 README의 Quick start에서 모델 준비와 빌드 절차를 확인한다. CMake를 이용하는 예시를 자신의 운영체제에 맞춰 따라가되, 터미널 명령이 익숙하지 않다면 프로젝트가 안내하는 배포·바인딩 정보를 먼저 살펴봐도 된다. 모델 파일과 실행 파일을 준비하는 단계가 필요하므로 설치 없는 웹 도구처럼 시작되지는 않는다. 다운로드 단계와 로컬 추론 단계도 구분해두자.

전사가 끝나도 바로 자막으로 확정하지 않기

30초 결과에서 이름·숫자·부정 표현을 원음과 대조한다. ‘안 했다’가 ‘했다’로 바뀌면 영상의 뜻이 달라진다. 문장이 맞아도 화면에 표시할 길이는 다시 나눠야 한다. CLI 옵션은 공식 안내나 실행 파일의 도움말에서 확인하고, 언어와 출력 형식도 직접 지정할 수 있는지 점검한다. 모델 크기와 장비가 다르면 처리 시간과 결과가 달라질 수 있어 특정 속도를 보장할 수는 없다.

오늘 해볼 작은 과제

같은 30초를 또렷한 음성 한 개와 음악이 겹친 음성 한 개로 준비한다. 각각 잘못 적힌 단어, 빠진 말, 수정에 걸린 시간을 메모한다. 자동 전사 시간이 짧아도 고치는 시간이 길면 작업 전체는 느려질 수 있다. 다음에는 오류가 적었던 조건으로 인터뷰 앞부분 3분만 늘려보자.

완성할 결과물은 화려한 데모가 아니라 ‘이 녹음에 이 설정을 썼더니 어디를 고쳐야 했다’는 한 장의 작업 기록이다. 인물 이름 표기를 미리 모아두면 다음 편집에서 같은 단어를 되풀이해 찾는 일도 줄일 수 있다.

참고 자료

whisper.cpp 공식 저장소
https://github.com/ggml-org/whisper.cpp