이 콘텐츠들은 텔레위키가 직접 업로드하는 것이 아닌 유저들이 수집하고 게시하는 것입니다. 문제가 있는 경우 [email protected]로 연락 주시면 조치하겠습니다.
2026-03-01정보를 전달하는 속도는 사실 속기사관 이상 말로 하는 게 더 빠르고요. 정보를 전달받는 속도는 상대방의 발화를 듣는 것보다 읽는 것이 훨씬 빠릅니다.
요즘은 또 자연으로 코딩을 하는 시대이지 않습니까? 회사에서는 민망해서 사용을 하지는 못하지만 집에서는 정말로 입으로 코딩을 합니다. 어차피 코드는 Claude랑 코덱스 다 짜주니까요.
Claude 모델은 아무래도 레이턴시가 조금 거슬리다 보니 로컬 모델을 올려서 사용을 하는데요. OpenAI가 모델을 오픈소스로 공개는 잘 안 해도 Whisper 모델은 꾸준히 오픈소스로 잘 올려줍니다. 저는 Mac Studio Environment에서 Whisper Large V3 Turbo 모델을 사용하는데 VRAM은 체감상 10GB 정도 사용하는 것 같습니다.
Whisper가 Multi-Language Environment를 지원한다고는 하지만 지금 이 문장에서 느껴지는 것처럼 하나의 문장 내에서 다중 언어를 사용하는 것이 잘 인식되지는 않습니다. 그래서 사실 코딩할 때 애로사항이 조금 많아요. 코딩 용어는 또 영어가 대부분이잖아요. 저는 옛날에 결제해둔 Mac Whisper가 있어가지고 이걸 사용을 좀 하고 좀 중요한 단어들은 Find and Replace 기능을 설정해두는 편입니다. 다만 이 방식이 Exact Matching, 그리고 후처리 방식이라 매번 등록하는 게 좀 귀찮은 점은 있더라고요. 아무튼 입코딩 추천드리고 혹시 더 좋은 입코딩 방식을 쓰고 계신 분이 있다면 꿀팁을 좀 공유해 주실 수 있나요? 이 스레드는 Monologue, Speech-to-Text를 이용해서 작성했으며 그래서 오타가 조금 있을 수 있습니다. 근데 이 정도면 꽤 정확하지 않나요?
요즘은 또 자연으로 코딩을 하는 시대이지 않습니까? 회사에서는 민망해서 사용을 하지는 못하지만 집에서는 정말로 입으로 코딩을 합니다. 어차피 코드는 Claude랑 코덱스 다 짜주니까요.
Claude 모델은 아무래도 레이턴시가 조금 거슬리다 보니 로컬 모델을 올려서 사용을 하는데요. OpenAI가 모델을 오픈소스로 공개는 잘 안 해도 Whisper 모델은 꾸준히 오픈소스로 잘 올려줍니다. 저는 Mac Studio Environment에서 Whisper Large V3 Turbo 모델을 사용하는데 VRAM은 체감상 10GB 정도 사용하는 것 같습니다.
Whisper가 Multi-Language Environment를 지원한다고는 하지만 지금 이 문장에서 느껴지는 것처럼 하나의 문장 내에서 다중 언어를 사용하는 것이 잘 인식되지는 않습니다. 그래서 사실 코딩할 때 애로사항이 조금 많아요. 코딩 용어는 또 영어가 대부분이잖아요. 저는 옛날에 결제해둔 Mac Whisper가 있어가지고 이걸 사용을 좀 하고 좀 중요한 단어들은 Find and Replace 기능을 설정해두는 편입니다. 다만 이 방식이 Exact Matching, 그리고 후처리 방식이라 매번 등록하는 게 좀 귀찮은 점은 있더라고요. 아무튼 입코딩 추천드리고 혹시 더 좋은 입코딩 방식을 쓰고 계신 분이 있다면 꿀팁을 좀 공유해 주실 수 있나요? 이 스레드는 Monologue, Speech-to-Text를 이용해서 작성했으며 그래서 오타가 조금 있을 수 있습니다. 근데 이 정도면 꽤 정확하지 않나요?