Whisper Notes에는 Whisper 말고도 중국어, 일본어, 한국어에 강한 모델이 두 개 있습니다. SenseVoice Small과 Qwen3-ASR 1.7B(이하 Qwen3-ASR)입니다. 둘 다 기기에서 오프라인으로 작동합니다. SenseVoice는 빠르고, Qwen3-ASR은 오류가 적습니다. 그래서 알아보고 싶었습니다. 중국어, 일본어, 한국어를 텍스트로 옮길 때는 어느 쪽을 써야 할까요?
정확도 수치는 저희가 직접 측정했습니다. Whisper Notes에 실제로 들어 있는 SenseVoice Small, Qwen3-ASR, Whisper Large V3 Turbo 모델에 같은 FLEURS 낭독 문장을 언어마다 약 30분 분량씩 넣었습니다. 속도는 앱의 모델 카드에 표시되는 값이며, 짧은 클립으로 따로 진행한 테스트에서 나왔습니다. 나머지 내용은 현재 Mac 앱의 실제 동작을 기준으로 합니다.
Qwen3-ASR은 SenseVoice보다 얼마나 더 정확할까요?
| 언어 | Qwen3-ASR 1.7B | SenseVoice Small | Whisper Large V3 Turbo |
|---|---|---|---|
| 중국어 | 6.49% | 7.69% | 7.97% |
| 일본어 | 5.74% | 6.78% | 5.30% |
| 한국어 | 3.54% | 7.85% | 4.25% |
| 영어 | 4.49% | 8.46% | 5.49% |
중국어, 일본어, 한국어는 문자 오류율(CER), 영어는 단어 오류율(WER)이며 낮을수록 좋습니다. 초록색은 각 행에서 가장 낮은 값입니다. Mac에서 FLEURS 테스트 세트로 저희가 직접 측정했으며, 언어마다 약 30분, 낭독 문장 139~180개입니다. SenseVoice는 언어를 지정한 결과입니다. 깨끗한 낭독 음성만 다루며 시끄러운 공간, 회의, 긴 녹음은 포함하지 않습니다.
테스트한 모든 언어에서 Qwen3-ASR이 SenseVoice보다 오류가 적었습니다. 중국어와 일본어는 차이가 1%포인트 안팎입니다. 중국어는 6.49%(Qwen3-ASR) 대 7.69%(SenseVoice), 일본어는 5.74% 대 6.78%입니다. 차이가 가장 큰 언어는 한국어입니다. SenseVoice는 Qwen3-ASR보다 두 배 넘게 글자를 틀렸습니다(7.85% 대 3.54%). 영어에서는 Qwen3-ASR이 약 22단어에 하나, SenseVoice가 약 12단어에 하나꼴로 틀립니다.
Whisper Large V3 Turbo는 Qwen3-ASR에 가깝습니다. 일본어에서는 셋 중 가장 정확했고 한국어와 영어에서는 두 번째였지만, 중국어에서는 SenseVoice보다 조금 뒤졌습니다.
SenseVoice는 Qwen3-ASR보다 얼마나 빠를까요?
| 모델 | 속도(실시간 대비) | 1시간 분량 오디오 처리 시간(대략) |
|---|---|---|
| SenseVoice Small | 115.2–131× | 약 30초 |
| Qwen3-ASR 1.7B | 7.6× | 약 8분 |
초록색은 더 빠른 모델입니다. 앱의 모델 카드에 표시되는 속도로, 모델 로딩을 뺀 엔진 처리 시간만 잰 값입니다. Mac에서 일상적인 사용을 가정한 별도 테스트로 짧은 클립을 측정했습니다. SenseVoice는 언어를 지정했을 때 115.2배, 자동 감지일 때 131배였고, Qwen3-ASR은 반올림 전 7.65배였습니다. 1시간 기준 소요 시간은 이 속도로 계산해 반올림한 값입니다.
SenseVoice가 15배 이상 빠릅니다. 1시간짜리 녹음이라면 약 30초 대 약 8분입니다. 긴 녹음을 자주 변환하거나 텍스트가 바로 필요하다면 이 차이가 정확도 1%포인트보다 더 중요합니다. 몇 분 기다려도 괜찮고 고칠 곳이 적은 편이 낫다면 그렇지 않습니다.
언어를 지정하면 정확도가 조금 더 올라갑니다
언어를 지정했을 때 SenseVoice는 네 언어 모두에서 ‘자동’보다 오류가 적었습니다. 중국어 7.69% 대 7.90%, 일본어 6.78% 대 6.87%, 한국어 7.85% 대 8.09%, 영어 8.46% 대 8.51%입니다. 차이는 작지만 모두 같은 방향입니다. Qwen3-ASR과 Whisper는 ‘자동’으로 측정하지 않아서 수치가 없습니다. 앱에서도 Parakeet을 제외하면 언어를 직접 고르는 편이 ‘자동’보다 대체로 더 정확하다고 안내합니다.
예외는 Parakeet입니다. Whisper Notes에서 Parakeet은 언어를 알려 주면 오히려 정확도가 떨어졌습니다. 그래서 Parakeet은 항상 언어를 스스로 감지합니다(Parakeet Ultra vs Parakeet V3 참고). Mac에서는 설정의 텍스트 변환 아래에 있는 언어에서 지정합니다.
긴 녹음은 얼마나 걸릴까요?
앞서 실제 녹음으로 진행한 테스트에서, SenseVoice는 Apple M4 Pro로 27분짜리 중국어 인터뷰 팟캐스트 한 회를 13.83초 만에 변환했습니다. 같은 파일에 Whisper Large V3 Turbo는 2분 4초가 걸렸습니다. 이 테스트에는 Qwen3-ASR이 들어가지 않았습니다. 그 테스트는 이전 버전의 앱으로 진행했으며, 속도는 실시간의 약 117배로 현재 모델 카드의 115–131배와 비슷합니다.
이 결과를 그대로 늘려 대략 추정하면, 같은 Mac에서 1시간짜리 회의나 강의는 SenseVoice로 약 30초, Whisper Large V3 Turbo로 약 4분 30초가 걸립니다. 위의 속도로 계산하면 Qwen3-ASR은 8분 정도가 필요합니다.
두 모델 모두 긴 파일을 한 번에 처리하지 않습니다. Mac 앱에서 SenseVoice는 오디오를 말이 멈추는 지점에서 잘라 최대 30초 길이로 나누고, 한 부분이 끝날 때마다 바로 텍스트를 보여 줍니다. Qwen3-ASR도 최대 30초 단위로 처리하며, 30초에 가까워지면 그 근처에서 가장 조용한 순간을 골라 자릅니다. 텍스트는 만들어지는 대로 화면에 나타납니다. 어느 쪽이든 결과가 부분별로 채워지므로 파일 전체가 끝나기 전에 읽기 시작할 수 있습니다.
내 기기에서는 어떤 모델을 쓸 수 있나요?
| 모델 | iPhone | Mac App Store 버전 | 웹사이트에서 받는 Mac 앱 |
|---|---|---|---|
| SenseVoice Small | 있음 | 있음 | 있음 |
| Qwen3-ASR 1.7B | 없음 | 있음(베타) | 있음(베타) |
| Whisper Large V3 Turbo | 없음 | 있음 | 있음 |
| Whisper Small | 있음 | 있음 | 있음 |
초록색은 사용할 수 있음, 주황색은 사용할 수 없음을 뜻합니다.
iPhone에서 중국어, 일본어, 한국어를 빠르게 변환하려면 SenseVoice를 쓰면 되고, 다른 선택지로 Whisper Small이 있습니다.
Mac 버전은 왜 두 가지일까요? Mac App Store 버전은 Apple이 App Store 앱에 정한 제한 안에서 작동합니다. 그래서 Fn 음성 입력, 온디바이스 AI 어시스턴트, 명령줄 도구 같은 몇 가지 기능은 웹사이트에서 받는 Mac 앱에만 있습니다(배경 설명). 음성 인식 모델은 두 버전이 똑같습니다.
Mac에서 각 모델에 필요한 것
| SenseVoice Small | Qwen3-ASR 1.7B | |
|---|---|---|
| 다운로드 | 약 450 MB | 약 2.5 GB |
| 메모리(모델 카드 기준) | 약 700 MB | 약 2.6 GB |
| 최대 메모리(저희 테스트) | 0.95 GiB | 2.43 GiB |
| Mac | Apple Silicon | Apple Silicon, macOS 15 이상 |
| 권장 메모리 | 명시된 최소 사양 없음 | 16 GB 권장 |
다운로드 크기와 메모리 표시는 현재 웹사이트에서 받는 Mac 앱에 나오는 값입니다. 주황색은 다운로드 전에 확인해야 할 요구 사항입니다. 최대 메모리는 위 속도와 같은 일상 사용 테스트에서 측정했습니다. GiB는 GB보다 약 7% 큽니다.
두 모델 모두 기본으로 들어 있지 않습니다. 설정에 있는 각 모델 카드에서 한 번 내려받으면 그다음부터는 오프라인으로 작동합니다. 둘 중에서는 SenseVoice가 훨씬 가볍습니다. 다운로드 크기는 Qwen3-ASR의 약 5분의 1이고, 메모리는 절반에 한참 못 미칩니다. 메모리가 16 GB보다 적은 Mac에서는 Qwen3-ASR 카드의 메모리 안내가 주황색 경고로 표시됩니다. 참고로 Whisper Large V3 Turbo는 다운로드가 약 2 GB이고, 카드에는 메모리가 약 2.4 GB로 나옵니다.
어떤 모델을 써야 할까요?
- Mac에서 오류를 가장 줄이고 싶다면: Qwen3-ASR 1.7B. 두 Mac 버전 모두에 있습니다. 저희 테스트의 네 언어 모두에서 SenseVoice를 앞섰습니다. 일본어에서는 Whisper Large V3 Turbo가 5.30% 대 5.74%로 조금 더 정확했습니다.
- 속도, 긴 녹음, 메모리가 적은 Mac, 또는 iPhone이라면: SenseVoice Small. 1시간 분량 오디오를 약 8분이 아니라 약 30초 만에 처리하고, 다운로드 용량과 메모리도 훨씬 적게 차지합니다.
- Qwen3-ASR 1.7B(macOS 15 이상 필요) 없이 일본어나 한국어 정확도가 중요하다면: Whisper Large V3 Turbo. 일본어는 5.30%로 SenseVoice의 6.78%보다, 한국어는 4.25%로 7.85%보다 낮습니다. 다만 SenseVoice보다 훨씬 느립니다.
- 그 밖의 언어: 영어와 다른 유럽 언어 24개는 기본 내장 모델인 Parakeet(Parakeet Ultra vs Parakeet V3 참고), 나머지 언어는 Whisper를 쓰면 됩니다. 30개 언어에서 Qwen3-ASR 1.7B와 Whisper를 비교한 결과는 Qwen3-ASR vs Whisper 벤치마크에 있습니다. 내 언어에서 여섯 모델의 오류율이 각각 얼마인지는 42개 언어 모델 비교표에서 한눈에 볼 수 있습니다.
그 밖에 알아 둘 점이 있을까요?
- 화자 구분, 타임스탬프, 자막은 두 모델 모두 지원합니다. SenseVoice와 Qwen3-ASR 모두 타임스탬프를 제공하므로, 어느 모델을 쓰든 화자 구분과 SRT 자막 내보내기가 똑같이 작동합니다.
- 간체·번체 표기는 시스템 언어를 따릅니다. 변환이 끝나면 Whisper Notes가 Mac에서 시스템 언어에 맞춰 중국어 텍스트를 간체자나 번체자로 바꿉니다. 언어를 简体中文(중국어 간체)이나 繁體中文(중국어 번체)으로 설정했다면 그 설정을 따릅니다.
- 방언은 테스트하지 않았습니다. Qwen의 모델 카드에는 30개 언어와 중국어 방언·억양 22종이 나와 있습니다. Whisper Notes에는 방언 설정이 따로 없습니다. 중국어나 자동을 고르면 나머지는 모델이 처리합니다. 방언은 테스트하지 않았기 때문에 두 모델이 얼마나 잘 처리하는지는 말씀드릴 수 없습니다.
- Qwen3-ASR은 베타입니다. 예기치 않게 멈추면 Whisper Notes가 다음 실행 때 이 모델을 끄고 다른 모델로 바꾸기 때문에 앱은 정상적으로 열립니다. 다시 시도하려면 설정에서 Qwen3-ASR을 다시 선택하면 됩니다.
- 저희 수치는 깨끗한 낭독 음성 기준입니다. FLEURS 문장은 조용한 환경에서 소리 내어 읽은 것입니다. 회의, 시끄러운 공간, 멀리 떨어진 마이크, 강한 억양에서는 차이가 어느 쪽으로든 달라질 수 있습니다.
- 중국어와 영어가 섞인 음성은 테스트하지 않았습니다. 한 문장 안에서 중국어와 영어를 오가는 경우를 두 모델이 어떻게 처리하는지는 측정하지 않았습니다. 하나로 정하기 전에 평소 녹음으로 직접 시험해 보세요.
모델은 어떻게 바꾸나요?
Mac에서 설정을 열고 음성 인식 모델까지 스크롤합니다. 모델마다 카드가 있고, 속도, 잘 맞는 용도, 지원 언어 수, 필요한 메모리, 다운로드 크기가 표시됩니다. 모델을 내려받으려면 카드나 카드의 다운로드 화살표를 클릭합니다. 설치가 끝나면 카드를 클릭해 그 모델로 전환합니다. 각 카드의 언어 링크(지원 언어, Qwen3-ASR 1.7B 카드에서는 지원 언어 30개)를 누르면 모든 언어와 언어별 저희 오류율을 볼 수 있습니다.
웹사이트에서 받는 Mac 앱의 설정 → 음성 인식 모델
그다음 텍스트 변환 아래의 언어를 자동으로 두지 말고 직접 지정하세요.
SenseVoice는 어떤 모델인가요?
| 개발 | FunAudioLLM, Tongyi Lab, Alibaba Group |
| 공개 | 2024년 7월, FunAudioLLM 논문과 함께 |
| 크기 | 파라미터 2억 3,400만 개. 웹사이트에서 받는 Mac 앱에서는 다운로드 약 450 MB |
| 언어 | 중국어, 광둥어, 영어, 일본어, 한국어 |
| 구조 | 비자기회귀(non-autoregressive). 텍스트를 한 조각씩 차례로 쓰지 않고, 오디오 한 구간의 텍스트를 한 번에 써 냅니다 |
| 라이선스 | FunASR Model Open Source License Agreement |
| 실행 환경 | 사용자의 기기에서 오프라인. Mac에서는 Apple의 MLX를 통해 GPU에서 실행 |
| Whisper Notes에서 | iPhone, Mac App Store 버전, 웹사이트에서 받는 Mac 앱 |
FunAudioLLM 논문에서: SenseVoice-Small은 파라미터 2억 3,400만 개로 10초 분량 오디오를 70 ms에 처리하고, Whisper-Large-V3는 파라미터 15억 5,000만 개로 1,281 ms가 걸립니다. 둘 다 Mac이 아니라 데이터센터 GPU에서 측정한 값입니다.
Qwen3-ASR은 알리바바의 Qwen 팀이 만든 모델이며 Apache 2.0 라이선스를 따릅니다. Whisper Notes에서는 8비트 버전이 MLX를 통해 Mac의 GPU에서 실행됩니다. 30개 언어에서 Whisper와 비교한 결과는 Qwen3-ASR 벤치마크에 정리해 두었습니다.
자주 묻는 질문
중국어, 일본어, 한국어에는 SenseVoice와 Qwen3-ASR 중 어느 쪽이 더 나은가요?
오류가 가장 적은 쪽은 Qwen3-ASR 1.7B입니다. 저희 FLEURS 테스트에서 문자 오류율이 중국어 6.49%, 일본어 5.74%, 한국어 3.54%였고, SenseVoice Small은 각각 7.69%, 6.78%, 7.85%였습니다. 속도에서는 SenseVoice가 앞섭니다. 실시간의 115.2–131배로, Qwen3-ASR의 7.6배보다 훨씬 빠릅니다. Qwen3-ASR(베타)은 Mac App Store 버전과 웹사이트에서 받는 Mac 앱 모두에 있어 Mac에서 쓸 수 있고, SenseVoice는 iPhone에서도 쓸 수 있습니다.
SenseVoice가 Whisper보다 나은가요?
훨씬 빠르고, 중국어에서는 정확도도 비슷합니다. 저희 FLEURS 테스트에서 SenseVoice Small은 중국어에서 Whisper Large V3 Turbo보다 조금 더 정확했고(7.69% 대 7.97%), 일본어(6.78% 대 5.30%), 한국어(7.85% 대 4.25%), 영어(8.46% 대 5.49%)에서는 덜 정확했습니다. Apple M4 Pro에서 27분짜리 중국어 팟캐스트를 13.83초 만에 변환했고, Whisper Large V3 Turbo는 2분 4초가 걸렸습니다.
SenseVoice와 Qwen3-ASR도 번체 중국어로 받아 적을 수 있나요?
네. 변환이 끝나면 Whisper Notes가 Mac에서 텍스트를 간체나 번체 중국어로 바꿉니다. 기본은 시스템 언어를 따르고, ‘언어’에서 중국어를 골랐다면 그 선택을 따릅니다. SenseVoice와 Qwen3-ASR 1.7B 모두 같은 방식입니다.
iPhone에서도 SenseVoice를 쓸 수 있나요?
네. iPhone용 Whisper Notes에는 Parakeet, Whisper Small과 함께 SenseVoice가 들어 있어, 중국어, 일본어, 한국어, 광둥어, 영어를 휴대폰에서 오프라인으로 변환할 수 있습니다. Qwen3-ASR 1.7B는 iPhone에서 쓸 수 없습니다.
직접 써 보세요
SenseVoice는 iPhone과 Mac의 Whisper Notes에 있고, Qwen3-ASR(베타)은 Mac에서 쓸 수 있습니다. 아래 버튼으로 App Store에서 iPhone 앱을 받거나 웹사이트에서 Mac 앱을 받을 수 있습니다. 궁금한 점은 support@whispernotes.app으로 메일 주세요.
iOS용 다운로드