Rev AI

배치 작업은 녹음된 오디오와 영상을 처리하고, Rev에 따르면 한 시간짜리 파일이 1분 안에 돌아온다. 실질 상한은 작업당 오디오 17시간이고, URL로 보내는 파일은 5TB까지 된다. 종일 녹음, 법정 증언, 학회 아카이브를 미리 자르지 않고 넣을 수 있다.

스트리밍 API는 라이브 오디오를 지연이 짧은 자막으로 바꾼다. 배치 제품과 같은 모델을 쓴다. 앱에는 WebSocket, 방송 인코더에는 RTMP를 지원한다. 스트림 하나는 3시간까지라 긴 행사에는 Rev가 문서로 안내하는 재연결 절차가 필요하다.

누가 말했는지 라벨을 붙인다. 영어는 최대 8명, 다른 언어는 6명까지다. 사람마다 별도 트랙으로 녹음했다면 채널 수를 지정해 화자 분리만 쓸 때보다 깔끔하게 나눌 수 있다. 화자 수를 고정하는 설정은 없어서 시끄러운 단체 녹음에서 차이가 드러난다.

텍스트마다 단어 수준까지 타임스탬프를 붙일 수 있어 인용, 검색, 자막 동기화가 훨씬 수월하다. 짝을 이루는 기능이 강제 정렬이다. 오디오와 기존 스크립트를 넣으면 단어마다 정확한 시각이 나온다. 미디어 팀은 화면에 박힌 자막을 맞추고, 법무 팀은 증언의 특정 장면을 인용한다.

비동기 API는 영어·스페인어 다국어 모델을 포함해 58개 언어를 지원하고, 스트리밍은 9개다. 언어 식별은 별도 호출이라 정체를 모르는 오디오를 먼저 분류한 뒤 전사 비용을 쓸지 정할 수 있다. 언어마다 정확도 특성이 다르고, 최신 목록은 Rev가 공개한다.

텍스트 변환을 넘어 이 오디오 전사 서비스는 감정을 점수화하고, 토픽을 뽑고, 긴 녹음을 요약하고, 다른 언어로 번역한다. 각각 작업의 개별 파라미터라 쓰지 않는 기능에 돈을 낼 필요가 없다. 표준 모델과 프리미엄 모델의 요금이 다르니 큰 배치를 돌리기 전에 단가를 확인해야 한다.

회사명, 제품명, 기술 용어 목록을 넘기면 그 표기대로 출력하게 만들 수 있다. 브랜드명, 약품명, 범용 모델이 자주 틀리는 사내 은어에서 효과가 크다. 학습시키는 언어 모델이 아니라 단순한 단어 목록이다.

공식 SDK는 Python과 Node.js를 지원하고, 웹훅이 작업 완료를 알리며, 출력 형식은 JSON, 일반 텍스트, SRT, VTT를 포함한다. 공용 클라우드를 쓸 수 없는 구매자를 위해 자체 호스팅 배포도 제공한다. 작업은 보관 기간을 줄이지 않는 한 서버에 30일 남는다.