엔비디아, 40개 언어 지원 오픈 음성인식 모델 공개

엔비디아가 10월 28일 음성을 텍스트로 옮기는 오픈 가중치 모델 '네모트론 3.5 트랜스크라이브'를 공개했다. 40개 언어 받아쓰기와 영어-다국어 간 음성 번역을 지원하며, 최대 1시간 분량 녹음을 한 번에 처리하고 화자를 구분해 표시한다. 엔비디아가 자체 발표한 단어 오류율은 영어 9개 데이터셋 평균 4.71%, 7개 언어 평균 4.62%였고, 다자 대화 평가에서는 기존 최고 공개 결과(16.83%)보다 낮은 15.80%를 기록했다고 밝혔다. 모델은 허깅페이스에서 상업적 이용이 가능한 'OpenMDW-1.1' 라이선스로 제공되며, 업종별 전문 용어 학습용 음성 데이터셋 '그래너리' 2버전도 함께 공개됐다.

이 일이 어디서 왔나

엔비디아의 이번 발표는 2026년 10월 한 달 사이 음성 AI 모델 출시가 잇따르는 흐름 속에 나왔다. 같은 달 미스트랄이 받아쓰기 모델 '복스트랄 3'를, 일레븐랩스가 실시간 음성 에이전트 모델을 각각 내놓으며 다국어 음성인식·번역 분야에서 경쟁이 겹치고 있다. 엔비디아는 별도로 오픈 가중치 거대언어모델 생태계에서도 활발히 움직이고 있으며, 미스트랄 역시 같은 날 '미스트랄 라지 4'를 공개해 오픈 모델 경쟁이 언어·음성 전반으로 번지는 모습이다.