녹음 파일 텍스트 변환 (무료)
회의, 강의, 통화 녹음을 올리면 이 기기 안에서 글로 바꿔요. 파일은 서버로 가지 않아요. 결과는 초안이라 아래 편집기에서 고쳐 쓰세요.
이용 전 확인
- 본인이 이용할 권리가 있는 파일만 올려 주세요. 다른 사람의 음원·영상·녹음을 허락 없이 복제하거나 배포하면 저작권법 등에 따라 책임이 따를 수 있어요. 소리공방은 올린 파일을 서버에 저장하지 않아요.
- 대화 당사자가 아닌 사람이 타인 간의 대화를 몰래 녹음한 파일은 올리지 마세요. 통신비밀보호법에 따라 처벌될 수 있어요.
도구를 불러오는 중이에요...
녹음을 손으로 받아 적는 건 시간이 오래 걸리는 일이에요. 음성 인식 AI(Whisper)를 브라우저에서 직접 돌려서, 파일을 서버로 보내지 않고도 글로 바꿀 수 있어요.
이럴 때 쓰세요
- 회의 녹음을 글로 옮겨 회의록 초안을 빠르게 만들 때
- 강의나 인터뷰 녹음을 텍스트로 정리하고 싶을 때
- 통화 녹음 내용을 나중에 검색 가능한 글로 남기고 싶을 때
- 음성 메모를 타이핑하지 않고 글로 바꾸고 싶을 때
- 긴 녹음에서 필요한 부분만 텍스트로 찾아보고 싶을 때
사용 방법
- 녹음 파일을 끌어다 놓아요. mp3, wav, m4a, mp4, mov 등을 지원해요.
- 모델 크기(tiny/base/small)와 언어(한국어/영어/일본어/자동 감지)를 골라요. 처음 한 번은 모델을 내려받아요(모델 크기만큼 데이터가 필요해요).
- 지원 기기라면 WebGPU 사용 체크박스로 더 빠르게 처리할 수 있어요(모델 용량이 약 2배로 늘어나요).
- 인식이 끝나면 각 문장의 ▶ 버튼으로 들으며 틀린 곳을 편집기에서 직접 고쳐요.
- SRT, VTT, TXT, 시간표 포함 TXT, JSON 중 원하는 형식으로 저장하거나 전체 복사해요.
지원 형식과 제한
- 입력: mp3 · wav · m4a · ogg · mp4 · webm · mov · aac · flac · amr 등
- 모델: 작은 모델 tiny(약 41MB) · 중간 모델 base(약 77MB) · 큰 모델 small(약 250MB), 모두 OpenAI Whisper를 브라우저에서 돌리는 ONNX 변환 버전이에요
- 언어: 한국어 · 영어 · 일본어 · 자동 감지 중 선택
- 출력: SRT · VTT · TXT · 시간표 포함 TXT · JSON
- 여러 사람이 동시에 말하는 녹음의 화자 구분(누가 말했는지 구분)은 지원하지 않아요
더 잘 쓰는 팁
- 한국어는 모델이 작을수록 오류가 크게 늘어나요. PC라면 큰 모델(small)을 권장해요.
- 조용한 곳에서 또박또박 녹음할수록 인식률이 좋아져요. 잡음이 많다면 노이즈 제거 도구를 먼저 써 보세요.
- 결과는 자동 인식 초안이에요. 숫자, 전문 용어, 외래어는 특히 틀리기 쉬우니 편집기에서 꼭 검토하고 고쳐 쓰세요.
- 모바일에서 큰 모델을 쓰면 메모리 부족으로 멈출 수 있어요. 휴대폰에서는 중간 모델(base)을 추천해요.
문제 해결
- 모델 다운로드가 오래 걸리거나 실패하면 네트워크 상태를 확인하고 다시 시도하세요. 한 번 받은 모델은 브라우저에 저장되어 다음부터는 바로 쓸 수 있어요.
- 인식 결과가 중간에 끊기거나 반복된다면 작은 모델(tiny)을 쓰고 있을 가능성이 커요. 중간이나 큰 모델로 바꿔 보세요.
- 처리 중 브라우저가 느려지거나 멈춘 듯 보이면 큰 모델을 모바일에서 돌리고 있을 수 있어요. PC로 시도하거나 더 작은 모델을 선택하세요.
- 녹음이 아예 인식되지 않는다면 파일 형식을 브라우저가 지원하는지 확인하고, 안 되면 오디오 변환 도구로 mp3나 wav로 바꾼 뒤 다시 올려 보세요.
- 찾아 바꾸기와 내 단어장(자동 교정)
- 영어 번역 자막, 원문·영어 두 줄 SRT, 워드(DOCX) 저장
- WebGPU 기기용 최고 정확도 모델(whisper-large-v3-turbo)
- 조용한 구간 건너뛰기, 남은 시간 표시, 녹음기에서 바로 넘겨받기
자주 묻는 질문
정말 서버로 안 보내나요?
네. 인식은 이 브라우저 안에서 해요. 모델 파일만 처음 한 번 인터넷에서 내려받아요.
다른 서비스와 비교하면 어떤가요?
다른 서비스와 직접 비교한 적은 없어요. 소리공방은 기본값인 큰 모델(small)을 내 기기에서 돌려요. 또박또박 읽은 낭독 기준으로 틀린 글자가 평균 약 4% 있고, 실제 회의·통화 녹음은 더 틀릴 수 있어요. 조용한 곳에서 또박또박 말한 녹음일수록 낫고, 초안으로 쓰고 직접 고쳐야 해요.
얼마나 오래 걸리나요?
기기마다 달라요. 이 개발 PC에서 큰 모델(small)로 10.8초 낭독을 처리하는 데 약 10~20초가 걸렸어요(처음에는 모델 내려받기 시간이 더해져요). 실제 시간은 도구에 표시돼요.
여러 사람이 말하는 녹음도 구분해 주나요?
이 도구는 화자를 구분하지 않아요. 누가 말했는지 나눠야 하면 녹음 → 회의록 만들기를 쓰세요. 화자 구분과 자동 정리를 해 줘요.
모델은 매번 다시 받아야 하나요?
아니요. 한 번 내려받으면 브라우저에 저장되어 다음에 같은 모델을 쓸 때는 다시 받지 않아요.
자주 틀리는 단어를 고칠 수 있나요?
네. 결과 편집기의 「찾아 바꾸기」로 한 번에 바꿀 수 있고, 「내 단어장」에 "틀린말=바른말"을 적어 두면 다음 변환부터 자동으로 바꿔요. 단어장은 이 기기 브라우저에만 저장돼요.
영어 자막으로 번역할 수 있나요?
네. 결과 언어에서 「영어로 번역」을 고르면 영어 자막을, 「원문 + 영어 두 줄」을 고르면 원문 아래에 영어가 붙은 두 줄 SRT를 만들 수 있어요. 번역은 Whisper 모델의 번역 기능을 써요.
워드(DOCX)로 저장할 수 있나요?
네. SRT·VTT·TXT 외에 시간 표시가 들어간 워드(DOCX) 파일로 저장할 수 있어요.
가장 정확한 모델은 무엇인가요?
WebGPU를 지원하는 PC에서는 「최고 정확도」(whisper-large-v3-turbo, MIT)를 고를 수 있어요. 처음 한 번 약 560MB 이상을 내려받아야 하고 그래픽 성능이 필요해요. 지원하지 않는 기기에서는 이 선택지가 꺼져 있어요.
조용한 구간 건너뛰기는 무엇인가요?
소리가 거의 없는 30초 구간은 인식하지 않고 넘어가서 긴 녹음을 더 빨리 처리해요. 기본으로 켜져 있고, 아주 작은 목소리를 놓친다면 꺼 주세요.
녹음기에서 바로 넘겨받을 수 있나요?
네. 녹음기나 홈 화면에서 넘겨준 파일은 다시 고르지 않아도 바로 변환이 시작돼요.
더 알아보기
더 자세한 사용 순서와 활용법은 가이드에서 확인하세요: 녹음 파일을 글로 바꾸는 방법 (갤럭시·아이폰·PC), AI 음성 인식이 한국어에서 틀리는 이유와 모델 고르는 법, 강의 녹음 정리하는 법, 통화녹음 텍스트로 바꾸는 방법.
[시:분:초] 화자: 발언 형식의 녹취록(한글·워드·PDF)이 필요하면 녹취록 만들기를 써 보세요.