오디오를 다루는 제품은 대부분 둘 이상의 언어를 처리합니다. 글로벌 고객센터, 여러 지사의 회의 녹음, 다국어 도시의 음성 메모 수신함 같은 경우입니다. 언어마다 음성 인식 업체를 따로 쓰면 유지 보수 비용이 듭니다. BroadNet Transcribe는 14개 언어를 OpenAI 호환 엔드포인트 하나에 담아 오디오 분당 요금으로 제공하며, 아랍어 비중이 큰 워크로드를 위한 아랍어 전용 모델도 함께 제공합니다.
BroadNet Transcribe는 어떤 언어를 지원하나요?
언어 목록은 BroadNet이 공개한 pricing.json에 ISO 639-1 코드로 나와 있습니다.
| 코드 | 언어 | 코드 | 언어 |
|---|---|---|---|
| en | 영어 | nl | 네덜란드어 |
| es | 스페인어 | pl | 폴란드어 |
| fr | 프랑스어 | zh | 중국어 |
| de | 독일어 | ja | 일본어 |
| it | 이탈리아어 | ko | 한국어 |
| pt | 포르투갈어 | vi | 베트남어 |
| el | 그리스어 | ar | 아랍어 |
BroadNet Transcribe는 Cohere Transcribe를 기반으로 하며 BroadNet이 제공합니다. 모델 ID는 broadnet/cohere-transcribe입니다.
전체 그림이 필요하다면, 저희가 공개한 음성 인식 API 가격 인덱스에 20개가 넘는 제품의 배치·스트리밍 가격, 과금 단위, 아랍어 지원 여부가 정리되어 있습니다. 모두 각 제공업체의 공식 가격 페이지로 확인했습니다(CSV, JSON).
다국어 전사 비용은 얼마인가요?
| 모델 | 1분당 | 1시간당 | 언어 |
|---|---|---|---|
| BroadNet Transcribe | $0.002 | $0.12 | 14개 |
| BroadNet Transcribe Arabic | $0.0042 | $0.25 | 아랍어 |
과금은 요청이나 토큰이 아니라 오디오 분 단위입니다. 두 모델 모두 $5 상당의 무료 초기 크레딧으로 쓸 수 있으므로, 충전하기 전에 자신의 녹음으로 테스트할 수 있습니다. 전체 가격은 가격 페이지에서 보고, 월 사용 시간에 따른 비용은 음성 인식 비용 계산기로 계산하거나, 다른 제공업체와는 음성 인식 API 가격 비교에서 비교하세요.
전사 엔드포인트는 어떻게 호출하나요?
엔드포인트가 OpenAI 오디오 전사 형식을 따르므로, 기본 URL만 바꾸면 공식 SDK가 그대로 작동합니다.
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
with open("meeting-fr.mp3", "rb") as audio:
result = client.audio.transcriptions.create(
model="broadnet/cohere-transcribe",
file=audio,
language="fr",
)
print(result.text)
curl로는 이렇게 합니다.
curl https://inference.broadnet.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $BROADNET_API_KEY" \
-F model=broadnet/cohere-transcribe \
-F language=es \
-F file=@llamada.wav
응답은 JSON이며 전사본은 text에 들어 있습니다. BroadNet이 문서화한 응답은 텍스트 자체입니다. 단어 타임스탬프나 화자 레이블이 필요하다면, 이를 전제로 설계하기 전에 현재 무엇이 지원되는지 API 레퍼런스에서 확인하세요.
언어를 항상 보내야 하는 이유는 무엇인가요?
BroadNet 문서는 분명합니다. 모든 전사 요청에 language를 보내라는 것입니다. 보내지 않으면 아랍어가 라틴 문자로 음역되어 돌아올 수 있고, 모델이 헷갈릴 수 있는 다른 언어에도 같은 위험이 있습니다. 언어를 미리 알 수 없다면 다음 순서로 정하세요.
- 메타데이터를 먼저 쓰세요. 발신자의 국가, 사용자의 앱 언어, 전화번호 국가 코드가 대개 맞습니다.
- 음성 제품이라면 사용자에게 물어보세요(“영어는 1번, 아랍어는 2번을 누르세요”).
- 짧은 샘플로 시도하세요. 처음 30초를 가장 유력한 언어로 전사해 보고, 텍스트가 이상하면(문자 체계가 다르거나 의미 없는 글자) 다음 후보로 다시 시도합니다.
제한과 지원 형식은 무엇인가요?
- 형식: WAV(
audio/wav) 또는 MP3(audio/mpeg). .ogg, .m4a, .webm, 동영상 파일은 먼저 ffmpeg로 변환하세요. 한 줄 명령은 WhatsApp 음성 메모 가이드에 있습니다. - 크기: 파일당 최대 26,214,400바이트(25 MiB)이며, 더 큰 파일은 413을 반환합니다. 16 kHz 모노 WAV로 약 13분, 64 kbit/s MP3로 약 54분 분량입니다. 더 긴 오디오는
ffmpeg -f segment -segment_time 600으로 나누세요. - 속도 제한: 종량제 키는 분당 요청 30개, 동시 요청 4개를 허용합니다. 429는 백오프로 재시도하세요. 오류와 재시도를 참고하세요.
- 개인정보: 오디오와 전사본은 요청 처리에만 쓰이고 보관되지 않습니다. 데이터 비보관을 참고하세요.
청크 분할과 워커 풀을 갖춘 프로덕션 배치 파이프라인은 대규모 아랍어 콜센터 전사를 보세요. 같은 설계가 14개 언어 모두에 통합니다.
아랍어 전용 모델은 언제 골라야 하나요?
BroadNet이 모델을 두 개 제공하는 이유는 아랍어가 대부분의 언어보다 음성 인식이 어렵기 때문입니다. 하나의 문어 표준 아래 방언이 많고, 영어·프랑스어와의 코드 스위칭이 잦으며, 전화 품질 오디오가 많습니다. BroadNet Transcribe Arabic은 전용 모델이며, BroadNet은 아랍어 정확도를 이 모델에 대해서만 공개합니다.
- BroadNet에 따르면 이 모델은 Open Universal Arabic ASR Leaderboard에서 37개 중 2위 (2026년 9월 기준 수치이며, 2026년 11월 15일 실시간 리더보드에서는 39개 중 4위) 순위이며, 라이선스상 API 제공이 허용되는 모델 중에서는 1위입니다.
- BroadNet 랩의 단어 오류율은 FLEURS-ar 3.8, MASC-ar 21.1, 자체 방언 세트 23.4입니다(낮을수록 좋음). 이 수치의 의미를 참고하세요.
BroadNet은 14개 언어 모델의 아랍어 수치를 공개하지 않지만, 공개 리더보드에는 나와 있습니다. 2026년 11월 15일 기준으로 BroadNet Transcribe의 기반 모델인 Cohere Transcribe 03-2026은 39개 중 8위, 평균 WER 30.67이었고, 아랍어 모델은 39개 중 4위, 24.19였습니다. 다른 언어에 대해서는 BroadNet 모델 페이지에 따르면 BroadNet Transcribe의 단어 오류율이 FLEURS 영어 5.5, FLEURS 스페인어 3.2이며, 영어 오디오에서 단일 스트림 기준 실시간의 약 113배(배치 시 217배) 속도입니다. 간단한 규칙은 이렇습니다.
| 오디오 | 선택 |
|---|---|
| 대부분 아랍어(방언 무관) | BroadNet Transcribe Arabic |
| 아랍어 파일이 소수이고 정확도가 중요하지 않음 | 전부 BroadNet Transcribe, 또는 둘 다 테스트 |
| 파일별 언어를 아는 혼합 구성 | 아랍어 파일은 아랍어 모델로, 나머지는 BroadNet Transcribe로 라우팅 |
| 나머지 13개 언어 중 하나 | BroadNet Transcribe |
두 모델이 엔드포인트와 요청 형식을 공유하므로, 언어별 라우팅은 한 줄이면 됩니다.
def stt_model(lang: str) -> str:
return "broadnet/cohere-transcribe-arabic" if lang == "ar" else "broadnet/cohere-transcribe"
아랍어 모델은 분당 요금이 약 두 배입니다. 사용량이 많다면 실제 아랍어 오디오 몇 시간으로 두 모델을 테스트하고 방언별 단어 오류율을 비교하세요. 아랍어 음성 인식 구매 가이드에 1시간짜리 테스트 계획이 있습니다. 잡음이 많은 아랍어 오디오에서 숫자, 날짜, 이름이 문제라면, BroadNet은 모델 페이지에 문의 시 제공되는 파인튜닝 아랍어 모델도 올려 두고 있습니다.
언어별 정확도는 어떻게 테스트하나요?
업체가 제시하는 정확도 수치 하나는 언어, 억양, 녹음 환경 사이의 큰 차이를 가립니다. 워크로드를 맡기기 전에 언어별로 작은 테스트를 돌리세요.
- 언어별로 실제 클립 20~50개를 모으세요. 실제로 전사할 채널(전화, 회의 녹음, 음성 메모, 동영상)에서 가져오고, 가장 어려운 억양도 포함하세요.
- 일부에 대해 기준 전사본을 직접 작성하세요. 숫자, 이름, 영어 외래어 표기 규칙을 미리 합의해 둡니다.
- 올바른
language코드로 전사하고 언어별 단어 오류율을 계산하세요. 단어 사이에 띄어쓰기가 없는 중국어와 일본어는 문자 오류율을 쓰세요. - 오류를 읽어 보세요. 군말보다 제품명, 금액, 주소가 더 중요합니다.
- 아랍어가 포함된다면 아랍어는 두 모델로 반복하고 방언별로 비교하세요.
분당 요금이 낮으므로, $5 상당의 초기 크레딧으로 BroadNet Transcribe에서 여러 언어에 대해 이런 테스트를 할 수 있습니다.
어떤 워크로드에 맞나요?
| 워크로드 | 참고 |
|---|---|
| 다국어 고객센터 | ARS 언어 선택으로 라우팅하고 해당 language 코드를 보냄 |
| 분산 팀의 회의록 | 녹음별로 전사한 뒤 LLM으로 요약 |
| 음성 메모 수신함 | 먼저 .ogg를 WAV로 변환. WhatsApp 가이드 참고 |
| 미디어·팟캐스트 아카이브 | 긴 파일은 25 MiB 미만으로 분할하고 야간에 배치 처리 |
| 언어 학습 앱 | 학습자 발화를 전사한 뒤 LLM으로 피드백 |
어떤 경우든 비용은 오디오 분량에만 비례합니다. BroadNet Transcribe는 언어와 관계없이 오디오 1시간당 $0.12 요금입니다.
전사 다음에는 무엇을 하나요?
전사본이 최종 결과물인 경우는 드뭅니다. 같은 API 키로 흔히 이어지는 단계는 다음과 같습니다.
- 1,048,576토큰 컨텍스트로 아주 긴 전사본도 담을 수 있는 DeepSeek V4.1 Flash로 회의 요약과 할 일 목록 만들기.
- 전사본을 하나의 업무 언어로 번역하기. LLM을 이용한 아랍어–영어 번역을 참고하세요.
- 구조화된 JSON 출력으로 상담 통화 품질 평가(QA) 점수 매기기.
다른 전사 API에서 어떻게 이전하나요?
이미 OpenAI 방식의 전사 엔드포인트를 호출하고 있다면(OpenAI가 2027년 2월 26일 종료로 안내한 Whisper API 포함, 전환 전에 테스트할 것 참고), 이전은 대개 세 가지 변경으로 끝납니다. 기본 URL, API 키, 모델 ID이며, 여기에 language를 보내는지 확인하면 됩니다. 코드가 text 외에 읽는 응답 필드가 있는지도 확인하세요. 나머지는 OpenAI 호환 API 이전 체크리스트에서 다룹니다.

