만든 사람
저는 전 ByteDance 엔지니어인 Ray Mac입니다. ScribeToAny를 혼자서 개발하고 운영하고 있으며, 첫 버전은 2026년 7월에 출시되었습니다. 블로그에 실린 검증 가이드도 제가 직접 작성한 것으로, 게시하기 전에 실제 녹음본과 파일로 직접 실행해 봅니다.
영어가 제 모국어는 아니며, 제가 시청하고 다루는 콘텐츠의 상당수도 영어가 아닙니다. ByteDance를 떠난 후 줄곧 같은 문제에 부딪혔습니다. 녹음본을 텍스트와 자막으로 변환하는 도구들은 영어가 우선이고, 회의 중심이었으며, 금세 제한에 걸리곤 했습니다. 그래서 제가 원하던 도구를 직접 만들었습니다. 약 98개 언어 입력, 134+개 언어 출력, 자막 읽기 속도 점검, 그리고 일회성 체험 대신 매월 갱신되는 무료 제공량까지 갖추었습니다.
ScribeToAny는 미국에 등록된 기업인 Scribe Saas, LLC에서 운영합니다.
작동 방식
업로드는 브라우저에서 암호화된 스토리지로 바로 전송됩니다. 전사는 전용 GPU에서 Whisper급 음성 모델(faster-whisper)을 실행하고, 사용 언어를 자동 감지하며 화자를 구분합니다. 자막의 읽기 속도도 점검하여 너무 빠르게 지나가는 큐는 표시되며, 임의로 자동 수정되지 않습니다.
엔지니어링 노트: Cloudflare Workers에서 GPU로 Whisper 실행하기테스트 방식
부족한 부분을 포함해 측정한 결과를 그대로 공개합니다:
- 정확도: 대본이 있는 테스트 녹음에서 189개 단어 중 4개가 대본과 달랐고(단어 오류율 2.1%), 14번의 화자 전환이 모두 올바르게 레이블되었습니다. 자세히 보기
- 자막 파일: 손상된 16개의 SRT 파일을 ffmpeg와 자체 파서로 처리한 결과 파서에서 버그 3개가 발견되었으며, 현재는 모두 수정되었습니다. 자세히 보기
- 언어: 태국어, 라오어, 버마어 녹음본에서 음성이 누락되었을 때, 두 가지 디코딩 설정이 원인임을 찾아내 해당 문자 체계에 맞게 수정했습니다.
- 가격: Otter, Rev, Sonix, HappyScribe와의 비교를 통해 해당 서비스들이 ScribeToAny보다 뛰어난 부분도 함께 밝힙니다. 자세히 보기
내 파일
- 원본 오디오나 비디오는 전사 완료 후 자동으로 삭제됩니다. 작업이 실패하면 다시 시도할 수 있도록 파일이 최대 7일간 보관됩니다.
- 전사 텍스트는 직접 삭제할 때까지 계정에 보관됩니다.
- 당사는 업로드된 어떤 파일도 AI 모델 학습에 사용하지 않습니다.