모두를 위한, 안전한 보이스톡 AI 통화기능

나와 상대방의 말을 분리해 겹친 발화도 선명하게 재생하고, 재생 위치에 맞춰 대화 bubble을 자동 scroll·highlight한다. 한국어 특화 Kanana가 빠르게 받아쓰고 화자별 핵심을 다섯 줄로 요약하며, 결과를 채팅방에 공유하거나 검색할 수 있다. 최근 통화 목록은 흩어진 이력과 녹음 내용을 하나의 탐색 화면으로 모은다.

녹음이 시작되면 내 음성, 상대 음성, 재생용 mix를 서로 다른 file로 기기에 실시간 저장한다. 분리된 두 file은 정확한 STT에 쓰고 mix는 player에 사용한다. 여러 차례 pause해도 file을 하나로 유지하고, 저장되지 않은 공백을 제거한 뒤 timestamp를 다시 계산해 이어 붙인 audio와 화면의 speech bubble이 어긋나지 않도록 맞춘다.

Kanana STT는 음성 구간을 먼저 검출해 앞부분부터 결과를 보내고 여러 작업을 병렬화해 최대 30분 통화를 10초 안에 처리하는 것을 목표로 한다. 20만 시간 이상의 음성과 10년간의 speech 경험을 활용한다. 요약은 대화 특화 5만 건 데이터, quantization과 vLLM serving, 자체 service 평가 지표로 속도와 품질을 관리한다.

기기에서는 audio file 자체와 transcript DB를 암호화하고 key는 iOS Keychain 또는 Android Keystore에 둔다. Talk Cloud backup도 server가 내용을 식별할 수 없는 형태로 암호화하며 사용자의 private password로만 복원한다. STT server는 신원을 모른 채 음성만 분석하고 완료 즉시 file을 폐기하며, 통화 데이터는 model 학습에 사용하지 않는다.