Qwen3-ASR 엔진
Whisper 외에 OnceScribe는 Qwen3-ASR 오디오 모델을 넣었습니다. 중국어, 방언, 중영 코드 스위칭에 맞춰져 있으며 Whisper처럼 기기에서만 돌고 업로드가 없습니다.
언제 쓰나
- 보통화, 중국어 방언, 중영 혼용 오디오/비디오
- Whisper보다 중국어 정확도가 중요할 때
- 실시간 녹음 전사(작업대 라이브는 기본 Qwen3)
- 작은 로컬 모델로 일상 전사
모델 선택
설정 → 모델에서 ASR 엔진을 Qwen3-ASR로 바꾸고 받을 모델을 고르세요.
| 모델 | 크기 | 참고 |
|---|---|---|
| Qwen3-ASR 0.6B | 약 1.7 GB | 가볍고 빠름. 대부분 기기와 일상용 |
| Qwen3-ASR 1.7B | 약 4.5 GB | 복잡한 오디오에서 더 정확, 용량 큼, Pro 전용 |
첫 다운로드는 인터넷이 필요합니다. 이후에는 오프라인입니다.
언어 지원
Qwen3-ASR은 공식적으로 중국어와 영어로 학습되었습니다.
- 중국어: 언어를
zh로 - 영어:
en - 기타:
auto를 시도하되 Whisper보다 정확도가 낮을 수 있음
엔진을 바꾸면 언어 목록이 자동으로 바뀝니다.
프롬프트와 어휘
인식을 이끄는 디코딩 프롬프트를 지원합니다.
- 프롬프트: 제품명, 인명, 도메인 용어, 최대 512자
- 어휘: 고유명사를 프롬프트 경로에 넣어 브랜드·기술 용어 인식 향상
파일 전사와 실시간 녹음 모두에 적용됩니다.
프레임 단위 자막
Qwen3-ASR은 텍스트를 먼저 내고, 자막 시각은 기본이 추정입니다. 프레임 정밀도가 필요하면:
- 설정 → 모델
- 선택 Qwen3-ForcedAligner-0.6B(약 1.3 GB) 다운로드
- SRT/VTT 내보내기가 자동 정렬됩니다
Forced Aligner 없이도 자막은 동작하지만 구간 경계는 추정입니다.
한계
Whisper와 능력이 완전히 같지는 않습니다.
- 화자 분리 없음: 화자 라벨이 필요하면 Whisper로
- 영어 번역 모드 없음: Qwen3는 원어로 출력
- 미지원 파라미터: 온도, 컨텍스트 창, Beam search, 단어 단위 시각
- 실시간 녹음: 고정 간격 또는 VAD 스트리밍
FAQ
Q: Qwen3와 Whisper 중 무엇이 낫나? A: 중국어는 보통 Qwen3-ASR이 더 정확합니다. 다국어나 화자 분리는 Whisper.
Q: 왜 1.7B는 Pro만인가? A: 더 크고 자원을 많이 써서 Pro용입니다. 0.6B는 무료입니다.
Q: Whisper와 Qwen3를 둘 다 둘 수 있나? A: 가능합니다. 다른 폴더에 저장되며 설정에서 언제든 바꿉니다.
마지막 업데이트