Apple SpeechAnalyzer, 온디바이스 음성 인식 벤치마크서 Whisper Small 앞서

Inscribe가 13일 공개한 벤치마크와 Apple 개발자 문서에 따르면 Apple의 새 음성 인식 API인 SpeechAnalyzer가 영어 온디바이스 음성 인식 시험에서 기존 SFSpeechRecognizer와 Whisper Small보다 낮은 단어 오류율을 보였다. Apple은 WWDC25 개발자 세션에서 iOS 26부터 SpeechAnalyzer와 SpeechTranscriber를 새 음성-텍스트 변환 API로 소개했지만, 공개 세션에서 별도의 정확도 수치는 제시하지 않았다.

Inscribe는 Apple SpeechAnalyzer, 기존 SFSpeechRecognizer, Whisper Tiny·Base·Small을 같은 Apple M2 Pro 장비에서 LibriSpeech test-clean과 test-other 데이터셋으로 비교했다고 밝혔다. 회사가 공개한 결과에서 SpeechAnalyzer의 단어 오류율은 test-clean 2.12%, test-other 4.56%였다. Whisper Small은 각각 3.74%, 7.95%였고, 기존 SFSpeechRecognizer는 9.02%, 16.25%로 측정됐다.

이 수치는 Apple의 공식 성능 발표가 아니라 Inscribe의 자체 측정 결과다. 다만 Inscribe는 5,559개 발화에 대한 원시 전사 결과와 요약 JSON을 함께 공개했고, Whisper 측정값이 OpenAI가 공개했던 LibriSpeech 기준 수치와 대체로 같은 방향에 있다고 설명했다. 벤치마크는 영어 읽기 음성 데이터셋을 대상으로 했으며, 회의·원거리 녹음·강한 억양·다중 화자 환경까지 대표한다고 보기는 어렵다.

Apple의 WWDC25 세션은 SpeechAnalyzer가 Notes, Voice Memos, Journal 등 시스템 앱의 음성-텍스트 기능에 쓰이며, 긴 녹음과 대화형 오디오, 낮은 지연 시간, 온디바이스 처리를 주요 목표로 한다고 설명한다. 개발자는 SpeechTranscriber 모듈을 SpeechAnalyzer 세션에 붙여 음성 입력을 비동기 스트림으로 처리하고, AssetInventory를 통해 필요한 언어 모델을 내려받아 사용할 수 있다.

개발자 관점에서 중요한 변화는 정확도뿐 아니라 배포 구조다. Apple의 설명에 따르면 SpeechTranscriber 모델은 앱 번들에 포함되지 않고 시스템 저장소에서 관리되며, 모델 업데이트도 운영체제 쪽에서 제공된다. 앱 개발자는 별도의 음성 인식 모델을 직접 배포하거나 기기 저장 공간을 앱 크기에 반영하지 않아도 된다. 이는 온디바이스 AI 기능을 넣으려는 iOS·macOS 앱의 진입 장벽을 낮출 수 있다.

Whisper와의 비교는 더 신중하게 읽어야 한다. Whisper는 Apple 플랫폼 밖에서도 쓸 수 있고 지원 언어 폭이 넓다. 반면 SpeechAnalyzer는 Apple 플랫폼과 지원 OS, 하드웨어, 지원 로케일 조건 안에서 작동한다. 영어 기반 Apple 기기 앱에서는 시스템 내장 모델이 강한 선택지가 될 수 있지만, 다국어 서비스나 크로스플랫폼 제품에서는 여전히 Whisper 계열이나 별도 상용 음성 인식 모델이 필요할 수 있다.

이번 벤치마크는 Apple이 온디바이스 AI 기능을 운영체제 수준에서 확장하면서, 개별 앱 개발자가 선택해야 하는 모델 전략도 바뀌고 있음을 보여준다. 서버 전송을 줄이고 지연 시간을 낮추려는 앱에서는 SpeechAnalyzer가 매력적인 기본값이 될 수 있다. 다만 실제 제품 적용 전에는 대상 언어, 기기 세대, 배터리 사용량, 긴 녹음 안정성, 개인정보 고지 방식을 별도로 검증해야 한다.

출처: Inscribe https://get-inscribe.com/blog/apple-speech-api-benchmark.html
출처: Apple Developer WWDC25 https://developer.apple.com/videos/play/wwdc2025/277/
출처: Apple Developer Documentation https://developer.apple.com/documentation/speech/speechanalyzer