본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

Salesforce SOV-Transcribe-1

Salesforce가 2026년 11월 Apache 2.0으로 공개한 전사 모델입니다. Artificial Analysis에서 오류율 2.3%로 가장 정확한 오픈 가중치 모델입니다.

리뷰어: ReviewRamble editors · 업데이트

이 페이지 공유:XLinkedInFacebookRedditWhatsApp이메일

평점

4.3/5

오픈 전사 모델이 마침내 상용 선두권에 들어섰지만, 96 GB GPU가 필요하고 지원 언어는 7개뿐입니다.

Salesforce SOV-Transcribe-1의 개요

SOV-Transcribe-1은 Salesforce가 2026년 11월 12일 Apache 2.0 라이선스로 공개한 오픈 가중치 음성 인식 모델입니다. Whisper large-v3 오디오 인코더에 전문가 혼합 언어 모델 Gemma 4 26B A4B를 결합했으며, 전체 매개변수는 266억 개이고 단계마다 약 46억 개가 활성화됩니다. 실시간 스트림이 아니라 녹음된 오디오를 전사합니다.

디코더가 언어 모델이므로 서식 지시(진술 녹취에는 축어, 받아쓴 메시지에는 정리된 텍스트)와 고객명이나 약품명 같은 핵심 용어 목록을 줄 수 있습니다. 모델 카드에는 영어, 프랑스어, 독일어, 스페인어, 이탈리아어, 포르투갈어, 네덜란드어가 나와 있고, 테스트에서는 최대 30분 녹음을 다뤘습니다.

Hugging Face Transformers 또는 저장소에 포함된 플러그인을 통한 vLLM에서 실행되며, 추측 디코딩용 초안 모델을 선택적으로 쓸 수 있습니다. Salesforce는 이 모델을 자체 인프라에서 음성 기능을 원하는 기업을 위한 구성 요소로 내세웁니다.

Salesforce SOV-Transcribe-1, 쓸 만한 가치가 있습니까?

SOV-Transcribe-1은 내려받을 수 있는 모델과 빌려 써야 하는 모델 사이의 격차를 대부분 메웠습니다. Artificial Analysis는 단어 오류율을 2.3%로 측정했는데, 오픈 가중치 모델 중 최고이며 ElevenLabs의 유료 Scribe v3와 0.4포인트 차이입니다. Salesforce 자체 수치는 2.28%로, Nvidia의 Nemotron 3.5 Transcribe(2.81%)와 6배 더 큰 Mistral의 Voxtral Small(2.77%)보다 낮습니다.

더 쓸모 있는 수치는 중요한 단어에 관한 것입니다. 이메일, 전화번호 같은 개체를 확인하는 VoiceCodeBench에서 23개 시스템 중 2위였고 개체의 93.4%를 복원했습니다. 음성 모델이 텍스트를 지어내기 쉬운 잡음 많은 실적 발표 통화에서는 Nemotron의 31.59%보다 낮은 25.69%를 기록했습니다. 이 비교들은 Salesforce의 것이며, 기술 보고서는 아직 곧 공개 예정으로 표시되어 있습니다.

주의할 점: 한 가지 작업에 쓰기에는 큰 모델입니다. Salesforce의 벤치마크는 모두 96 GB RTX PRO 6000 Blackwell 한 장에서 돌렸고, vLLM 기본 설정으로는 그 카드에서 메모리가 부족합니다. Transformers와 vLLM 지원이 아직 원 프로젝트에 반영되지 않아, vLLM 0.32.0에 고정된 플러그인에 의존해야 합니다. 스트리밍은 안 되고, 모델 카드는 가끔 한 구절을 토큰 한도까지 반복한다고 경고하므로 출력에는 반복 필터가 필요합니다.

결론: 통화 오디오를 사내에 둬야 하고 영어나 주요 서유럽 언어를 쓰는 기업에게는 이제 넘어서야 할 기준이 되는 오픈 모델입니다. 실시간 자막, 아시아 언어, 노트북에 들어갈 크기가 필요한 팀은 Nemotron이나 Parakeet를 살펴보십시오.

제 역할을 하는 곳

  • 상담 통화를 녹음하는 은행 준법감시팀

    고객명과 계좌 번호를 정확히 담아 모든 통화를 사내에서 전사하기

    96 GB GPU 한 장에서 vLLM으로 모델을 서비스하고, 상담사별 고객 목록을 핵심 용어로 넘깁니다. Salesforce는 최대 처리량을 초당 1,039초 분량의 오디오로 밝힙니다.

  • 네덜란드와 벨기에의 법원 속기 회사

    진술 녹취의 네덜란드어·프랑스어 축어 기록 만들기

    탐욕적 디코딩으로 축어 출력을 요청하고, 30분이 넘는 녹음은 쉬는 구간에서 나누며, 검토 전에 반복 검사를 돌립니다.

도입 전 확인할 점

설정
pip install transformers(5.19~5.22)를 실행하고 vllm_plugin 폴더를 받아 pip으로 설치한 뒤 vllm serve salesforce-sovereign-intelligence/SOV-Transcribe-1 --max-model-len 32768을 실행합니다. 16 kHz 모노 오디오를 temperature 0으로 보냅니다.
연동
Hugging Face Transformers(trust_remote_code)와 vLLM을 통한 OpenAI 방식 /v1/audio/transcriptions 엔드포인트, 추측 디코딩용 DFlash 초안 모델(선택).
데이터와 개인정보
Apache 2.0 자체 호스팅이라 오디오가 자사 서버에 머뭅니다. 학습 데이터와 전체 학습 코드는 공개 대상에 포함되지 않았습니다.
대규모 사용 시 비용
분당 요금은 없습니다. 초안 모델을 쓰면 RTX PRO 6000 Blackwell 한 장에서 30초 클립에 약 0.22초가 걸리며, 비용은 그 GPU 사용 시간입니다.
제한
스트리밍 불가. vLLM은 기본적으로 요청을 600초로 제한하므로 30분을 처리하려면 VLLM_MAX_AUDIO_DECODE_DURATION_S를 1800으로 올립니다. 초안 모델을 올린 채 96 GB에 맞추려면 max_num_seqs를 64로 설정합니다.

좋은 점

  • Artificial Analysis 오류율 2.3%, 최고의 오픈 가중치 모델
  • Apache 2.0, 상업적 이용 허용
  • 서식 지시와 핵심 용어 가중
  • VoiceCodeBench 개체 인식 23개 중 2위

아쉬운 점

  • 매개변수 266억 개, 벤치마크는 96 GB GPU에서 실행
  • 7개 언어뿐이며 모두 유럽 언어
  • 스트리밍 불가, 테스트 기준 파일당 최대 30분
  • vLLM·Transformers 지원 전까지 자체 플러그인 필요, 드물게 출력 반복

추천 대상

영어와 유럽 언어로 상용 수준에 가까운 전사를 자체 GPU에서 해야 하는 규제 산업의 기업.

Salesforce SOV-Transcribe-1 대안

Salesforce SOV-Transcribe-1: 자주 묻는 질문

Salesforce SOV-Transcribe-1, 쓸 만한 가치가 있습니까?
오픈 전사 모델이 마침내 상용 선두권에 들어섰지만, 96 GB GPU가 필요하고 지원 언어는 7개뿐입니다. 평점은 5점 만점에 4.3점입니다.
Salesforce SOV-Transcribe-1의 가격은 얼마입니까?
Apache 2.0으로 무료이며, 자체 GPU 비용만 듭니다. Salesforce의 호스팅 가격은 없습니다.
Salesforce SOV-Transcribe-1의 단점은 무엇입니까?
매개변수 266억 개, 벤치마크는 96 GB GPU에서 실행; 7개 언어뿐이며 모두 유럽 언어; 스트리밍 불가, 테스트 기준 파일당 최대 30분; vLLM·Transformers 지원 전까지 자체 플러그인 필요, 드물게 출력 반복.
Salesforce SOV-Transcribe-1에 적합한 사람은 누구입니까?
영어와 유럽 언어로 상용 수준에 가까운 전사를 자체 GPU에서 해야 하는 규제 산업의 기업.
팀이나 프로덕션 환경에서 Salesforce SOV-Transcribe-1의 비용은 얼마입니까?
분당 요금은 없습니다. 초안 모델을 쓰면 RTX PRO 6000 Blackwell 한 장에서 30초 클립에 약 0.22초가 걸리며, 비용은 그 GPU 사용 시간입니다.
Salesforce SOV-Transcribe-1에 회사 데이터를 맡겨도 안전합니까?
Apache 2.0 자체 호스팅이라 오디오가 자사 서버에 머뭅니다. 학습 데이터와 전체 학습 코드는 공개 대상에 포함되지 않았습니다.
Salesforce SOV-Transcribe-1의 가장 좋은 대안은 무엇입니까?
저희가 리뷰한 것 중 가장 가까운 대안은 NVIDIA Nemotron 3.5 Transcribe, Voxtral 3 (Transcribe and TTS), Granite Speech 5.0 2B 및 ElevenLabs Scribe v3 and Scribe v3 Live입니다.

답변 확인일: 2026년 11월 21일.

Salesforce SOV-Transcribe-1 개발사입니까? 이 평점을 사이트에 표시하십시오ReviewRamble 평점: Salesforce SOV-Transcribe-1, 5점 만점에 4.3점