블로그

An 11MB worker bundle and edge cold starts drove our initial TTFB to 3.5 seconds. Here is how we engineered edge HTML caching with zero-staleness build invalidation, decoupled monolithic bundles, deferred hydration tasks, and achieved a 95+ Lighthouse performance score.

Cloudflare Workers can't run a multi-minute GPU job or Modal's gRPC SDK — so ScribeToAny treats Modal as a plain HTTP endpoint, fires a fire-and-forget spawn, and lets the GPU box call back over a signed webhook. A walk through the async design, the reconciliation backstop, and the sharp edges.

캡션은 소리를 들을 수 없는 시청자를 위한 것으로 비언어적 소리도 포함하고, 자막은 언어를 이해하지 못하는 시청자를 위한 것으로 대사만 번역합니다. 어느 쪽이 필요한지 결정하는 접근성 규칙과 함께 명확하게 비교합니다.

단어 오류율(WER)을 쉬운 말로 설명합니다 — 전사 정확도는 실제로 어떻게 측정하는지, 숫자가 무엇을 뜻하는지, 왜 사람조차 100%가 아닌지, 그리고 정확도를 올리고 내리는 요인들.

전사가 만들어 내는 파일 형식에 대한 참고 가이드 — SRT, VTT, TXT, TSV, CSV, JSON, 그리고 ASS, SSA, SMI, TTML — 각각의 실제 예시와 언제 무엇을 쓸지 정리한 표와 함께.

화자 분리는 녹음을 화자별로 나누는 단계 — 텍스트 벽을 라벨이 붙은 대화로 바꿉니다. 그것이 무엇인지, 화자 인식과 어떻게 다른지, 어떻게 작동하는지, 그리고 어디서 어려움을 겪는지.