모델모델 692개

Mistral: Voxtral Small Transcribe 3

mistralai/voxtral-small-transcribe-3-0

Mistral: Voxtral Small Transcribe 3는 Mistral의 음성-텍스트 변환 모델로, api14에 transcription 카테고리로 등록되어 있습니다. Mistral의 대표 transcription 모델로 설명되며, 제공사 릴리스 날짜는 2026년 10월 20일입니다. 녹음된 음성을 글로 바꾸는 작업이 포함된다면, 이 제공사에서 가장 먼저 살펴볼 모델군입니다.

Mistral: Voxtral Mini Transcribe 3

mistralai/voxtral-mini-transcribe-3-0

Mistral Voxtral Mini Transcribe 3는 Mistral의 음성-텍스트 변환 모델로, 제공업체가 2026년 10월 20일에 공개했습니다. 전사 카테고리에 속하며 Mistral의 Voxtral 전사 제품군 중 소형 모델이므로, 더 큰 모델 없이 Mistral의 음성 인식을 원할 때 고려할 수 있는 선택지입니다. api14에서의 모델 id는 mistralai/voxtral-mini-transcribe-3-0입니다.

AssemblyAI: Universal-3.6 Pro

assemblyai/universal-3-6-pro

AssemblyAI: Universal-3.6 Pro는 AssemblyAI가 만든 음성-텍스트 변환 모델입니다. Universal-3.5 Pro의 후속 모델이며 전사(transcription) 카테고리에 속하므로, 대화형 응답을 생성하는 것이 아니라 녹음되거나 스트리밍된 음성을 글로 바꾸는 역할을 합니다. api14에서는 AssemblyAI의 Sync API를 통해 제공되며, 이는 나중에 폴링하는 배치 작업이 아니라 동기 흐름으로 요청이 처리된다는 뜻입니다.

ElevenLabs: Scribe v2

elevenlabs/scribe-v2

ElevenLabs: Scribe v2는 오디오와 음성 분야로 잘 알려진 제공업체 ElevenLabs의 음성-텍스트 변환 모델입니다. 전사(transcription) 카테고리에 속하므로, 대화형 응답을 생성하는 것이 아니라 음성 오디오를 텍스트로 변환하는 역할을 합니다. 파이프라인에 전용 전사 단계가 필요하다면, 이 모델은 범용 채팅 모델이 아니라 그 자체로 평가해야 하는 종류의 모델입니다.

ElevenLabs: Scribe v2 Medical

elevenlabs/scribe-v2-medical

ElevenLabs Scribe v2 Medical은 ElevenLabs의 음성-텍스트 변환 모델로, 임상 및 의학 용어에 특화되도록 조정된 Scribe v2의 변형으로 만들어졌습니다. 이 모델은 전사(transcription) 카테고리에 속하므로, 대화형 응답을 생성하거나 프롬프트에 대해 추론하는 대신 음성 오디오를 텍스트로 변환하는 것이 역할입니다. 애플리케이션이 의사가 받아쓰는 노트, 임상 대화, 또는 의학 용어가 중요한 오디오를 다룬다면, 이것이 ElevenLabs가 해당 작업에 적합하다고 제시하는 모델입니다.

Google: Gemini 3.5 Transcribe

google/gemini-3.5-transcribe

Google: Gemini 3.5 Transcribe는 Google의 음성-텍스트 모델입니다. 전사 카테고리에 속하며, 제공자 출시일은 2026년 9월 25일입니다. 녹음되거나 스트리밍된 음성을 텍스트로 바꾸는 무언가를 만들고 있다면, 이것이 Google이 그 작업을 위해 배치한 모델 패밀리이며, api14에서 모델 id google/gemini-3.5-transcribe로 사용할 수 있습니다.

Fish Audio: Transcribe 1 Pro

fish-audio/transcribe-1-pro

Fish Audio: Transcribe 1 Pro는 오디오 및 음성 처리 분야에서 잘 알려진 제공업체인 Fish Audio의 음성-텍스트 변환 모델입니다. 이 모델은 전사(transcription) 카테고리에 속하며, 회사의 프로 등급 전사 제품으로 자리매김하고 있습니다. 제공업체는 2026-09-24에 이를 출시했으므로, 오래된 레거시 모델이 아니라 Fish Audio 제품군에 최근 추가된 모델입니다.

AssemblyAI: Universal-3.5 Pro

assemblyai/universal-3-5-pro

AssemblyAI: Universal-3.5 Pro는 AssemblyAI의 음성-텍스트 변환 모델로, 제공자의 Sync API를 통해 제공됩니다. 이 모델은 전사(transcription) 카테고리에 속하므로, 그 역할은 좁고 구체적입니다. 즉, 채팅, 추론 또는 생성 작업을 처리하는 대신 오디오를 텍스트로 변환하는 것입니다. 전사가 필요한 무언가를 만들고 있다면, 이것은 다른 전사 옵션들과 함께 평가하게 될 종류의 모델입니다.

Meta: Muse Voice Transcribe 1.0

meta/muse-voice-transcribe-1.0

Meta: Muse Voice Transcribe 1.0은 Meta의 음성-텍스트 변환 모델입니다. 전사 카테고리에 속하며, 여기 Meta 제공자 아래 나열된 해당 제품군의 유일한 모델입니다. Meta는 2026년 9월 11일에 이를 출시했습니다. 음성 오디오를 텍스트로 바꿔야 하는 무엇이든 만들고 있다면, 이것이 제공자가 그 작업을 위해 배치한 모델입니다.

Microsoft AI: MAI-Transcribe 2

microsoft/mai-transcribe-2

Microsoft AI: MAI-Transcribe 2는 Microsoft의 음성-텍스트 변환 모델로, 2026년 9월 3일에 출시되었습니다. 이 모델은 전사(transcription) 범주에 속하므로, 그 역할은 좁고 구체적입니다. 즉, 음성 오디오를 텍스트로 바꾸는 것입니다. Microsoft는 이 모델을 다국어 시스템으로 포지셔닝하며, 제공자에 따르면 FLEURS 다국어 벤치마크에서 1위를 차지했습니다. 여러 언어의 음성을 다루는 작업이라면, 제공자의 지원과 벤치마크 순위라는 이 조합이 범용 모델 대신 이 모델을 살펴볼 주된…

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B

nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B는 NVIDIA의 음성 인식 모델입니다. Nemotron 3.5 제품군에 속하며 api14를 통해 모델 id nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b로 배포됩니다. 이 모델의 설계는 일반적인 텍스트 생성보다는 자동 음성 인식에 중점을 두므로, 채팅 모델이라기보다는 전용 전사(transcription) 구성 요소로 이해하는 것이 가장 적합합니다.

Mistral: Voxtral Small 24B 2507 STT

mistralai/voxtral-small-24b-2507-stt

Mistral: Voxtral Small 24B 2507 STT는 Mistral AI의 음성 전사 모델입니다. 전사 카테고리에 속하며, 이름에는 모델의 더 큰 24B 용량과 음성 대 텍스트 작업에 대한 초점이 모두 반영되어 있습니다. Mistral은 이 모델을 더 큰 모델 용량의 이점을 누리는 전사, 번역, 오디오 이해 워크로드에 적합하게 포지셔닝하므로, 오디오에 대해 최소한의 음성 대 텍스트 처리 이상을 필요로 하는 개발자를 대상으로 합니다.

Mistral: Voxtral Mini 3B 2507

mistralai/voxtral-mini-3b-2507

Mistral: Voxtral Mini 3B 2507은 Mistral AI의 음성 및 오디오 이해 모델입니다. 전사(transcription) 카테고리에 속하며, 제공자 출시일은 2026-08-13입니다. 이름은 설계를 반영합니다. Voxtral 라인의 컴팩트한 3B 모델이며 버전은 2507입니다. 이미 스택의 다른 곳에서 Mistral 모델을 사용하고 있다면, 이 모델은 해당 패밀리를 텍스트 생성이 아닌 오디오 처리로 확장합니다.

Qwen: Qwen3 ASR 1.7B

qwen/qwen3-asr-1.7b

Qwen3 ASR 1.7B는 Qwen의 자동 음성 인식 모델로, api14에 모델 id qwen/qwen3-asr-1.7b로 등록되어 있습니다. 전사(transcription) 카테고리에 속하며, 이름은 1.7B 파라미터 규모를 반영합니다. 이미 다른 Qwen 모델을 사용하고 있다면, 이 모델은 같은 제공자에서 나왔고 같은 일반적인 제품군 관례를 따르므로 평가와 통합이 간단해질 수 있습니다.

Qwen: Qwen3 ASR 0.6B

qwen/qwen3-asr-0.6b

Qwen3 ASR 0.6B는 Qwen의 소형 자동 음성 인식 모델입니다. 전사(transcription) 카테고리에 속하므로, 대화형 응답을 생성하거나 범용 언어 작업을 처리하는 것이 아니라 음성을 문자 텍스트로 바꾸는 역할을 합니다. 이름에 있는 0.6B는 작은 파라미터 수를 나타내며, 이는 더 큰 모델과 비교할 때 음성 인식 작업에 가벼운 옵션이 됩니다.

OpenAI: GPT Transcribe

openai/gpt-transcribe

GPT Transcribe는 OpenAI의 음성-텍스트 변환 모델로, api14에 모델 id openai/gpt-transcribe로 등록되어 있습니다. 이 모델은 transcription 카테고리에 속하므로 그 역할은 좁고 구체적입니다. 즉, 대화형 응답을 생성하거나 범용 채팅을 처리하는 것이 아니라 오디오를 텍스트로 바꾸는 것입니다. 음성 콘텐츠를 문자 콘텐츠로 바꿔야 하는 파이프라인을 구축하고 있다면, 이것이 바로 제공자가 그 단계에 의도한 종류의 모델입니다.

Fish Audio: Transcribe 1

fish-audio/transcribe-1

Fish Audio: Transcribe 1은 Fish Audio의 음성-텍스트 변환 모델로, api14의 transcription 카테고리에 등록되어 있습니다. 이는 텍스트 생성이나 멀티모달 생성 작업과는 구별되는 제공자의 전용 전사(transcription) 제품이며, 녹음된 음성을 서면 텍스트로 바꾸는 순수한 목적만을 위해 존재합니다. 애플리케이션에서 오디오를 사용 가능한 전사문으로 변환해야 하고 이미 다른 요청들을 OpenAI 호환 게이트웨이를 통해 라우팅하고 있다면, 이 모델이 해당 작업에 대해 평가해 볼 모델입니다.

SpaceXAI: Grok STT 1.0

x-ai/grok-stt-1.0

SpaceXAI: Grok STT 1.0은 xAI의 음성-텍스트 변환 모델입니다. 전사(transcription) 카테고리에 속하며, 그 역할은 좁고 명확합니다. 오디오를 입력받아 전사 결과를 반환합니다. 범용 채팅이나 추론 모델이 아니므로, 대화를 나누는 대상이 아니라 파이프라인 안의 전용 구성 요소로 취급해야 합니다. 제공자 릴리스 날짜는 2026-07-23입니다.

Deepgram: Nova-3

deepgram/nova-3

Deepgram Nova-3는 Deepgram의 음성-텍스트 변환 모델로, api14에 모델 id deepgram/nova-3로 등록되어 있습니다. 전사(transcription) 카테고리에 속하며, Deepgram은 이를 단일 언어 및 다국어 전사를 모두 지원하는 범용 음성-텍스트 변환 모델이라고 설명합니다. 애플리케이션에서 녹음되거나 스트리밍되는 음성을 글로 바꿔야 한다면, 이것이 바로 제공자가 이 모델을 만든 목적입니다.

Microsoft AI: MAI-Transcribe 1.5

microsoft/mai-transcribe-1.5

MAI-Transcribe 1.5는 Microsoft AI의 음성-텍스트 변환 모델로, 2026년 6월 2일에 출시되었습니다. 이 모델은 전사(transcription) 카테고리에 속하므로, 대화나 코드를 생성하는 것이 아니라 음성 오디오를 텍스트로 바꾸는 한 가지 작업을 위해 만들어졌습니다. 음성으로 시작하는 파이프라인을 구성하고 있다면, 이것이 Microsoft가 그 첫 단계를 위해 제공하는 구성 요소입니다.

NVIDIA: Parakeet TDT 0.6B v3

nvidia/parakeet-tdt-0.6b-v3

NVIDIA: Parakeet TDT 0.6B v3는 NVIDIA의 음성-텍스트 변환 모델입니다. FastConformer-TDT 아키텍처를 기반으로 구축된 6억 개 파라미터 모델이며, 67만 시간 이상의 오디오를 포함하는 Granary 데이터셋으로 학습되었습니다. 이 모델은 다국어 전사 시스템으로 포지셔닝되어 있으며, 지원하는 언어 전반에 걸쳐 자동 언어 감지를 지원합니다. 이미 NVIDIA 생태계에서 작업 중이거나, 간결하고 목적에 집중된 전사 모델이 필요하다면, 이는 일반적인 추론 능력보다는 아키텍처와 학습 데이터의 강점을…

Mistral: Voxtral Mini Transcribe

mistralai/voxtral-mini-transcribe

Mistral Voxtral Mini Transcribe는 Mistral의 음성-텍스트 변환 모델로, Voxtral Mini 제품군에서 파생되었습니다. 일반적인 대화나 생성이 아니라 전사 작업을 위해 특별히 만들어졌으며, api14에서 전사 카테고리에 속합니다. Mistral을 언어 모델로 알고 있다면, 이는 같은 제공업체가 그 작업을 오디오에 적용한 것으로, 녹음된 음성을 글로 바꾸는 더 좁고 예측 가능한 역할을 합니다.

Google: Chirp 3

google/chirp-3

Google: Chirp 3은 Google의 음성-텍스트 변환 모델로, api14에 transcription 카테고리로 등록되어 있습니다. Google의 Chirp 라인에서 최신 다국어 모델이며, 제공자 설명에서는 이전 버전보다 전사 정확도가 향상된 업그레이드로 위치시키고 있습니다. 녹음되거나 스트리밍된 음성을 서면 텍스트로 바꾸는 작업을 한다면, 가장 먼저 살펴보게 될 모델군입니다.

OpenAI: GPT-4o Mini Transcribe

openai/gpt-4o-mini-transcribe

GPT-4o Mini Transcribe는 OpenAI의 음성-텍스트 변환 모델로, GPT-4o Mini의 오디오 기능을 기반으로 만들어졌습니다. 이 모델은 전사(transcription) 카테고리에 속하며, 제공사는 음성을 텍스트로 변환하는 더 작고 비용 효율적인 옵션으로 위치시킵니다. api14에서 모델 id openai/gpt-4o-mini-transcribe로 제공되므로, 이미 OpenAI 스타일 도구를 사용하는 개발자는 통합 방식을 바꾸지 않고도 이 모델에 접근할 수 있습니다.

OpenAI: Whisper Large V3

openai/whisper-large-v3

OpenAI: Whisper Large V3는 OpenAI의 자동 음성 인식 모델로, 오픈 소스로 배포됩니다. 전사(transcription) 카테고리에 속하며 Whisper 제품군의 대형 버전입니다. 즉 OpenAI가 가장 넓은 언어 범위와 가장 까다로운 오디오를 위해 포지셔닝한 변형입니다. 이미 다른 OpenAI 모델을 api14를 통해 라우팅하고 있다면, 이 모델은 같은 제공자에서 나오며 동일한 규칙을 따릅니다.

OpenAI: Whisper Large V3 Turbo

openai/whisper-large-v3-turbo

Whisper Large V3 Turbo는 OpenAI의 음성 인식 모델이며, Whisper Large V3의 최적화된 버전으로서 Whisper 제품군에 속합니다. 이 모델은 전사(transcription)를 위해 특별히 만들어졌고, 명시된 설계 목표는 파생 원본인 더 큰 V3 모델에 비해 속도와 비용 효율성입니다. Whisper 라인을 이미 알고 있다면, 이 변형은 동일한 인식 목표를 유지하면서 거기에 도달하는 데 필요한 연산량을 줄입니다.

OpenAI: Whisper 1

openai/whisper-1

OpenAI: Whisper 1은 OpenAI의 자동 음성 인식 모델로, 모델 id whisper-1로 API를 통해 배포됩니다. Whisper 자체는 OpenAI의 오픈소스 음성 인식 제품군이며, 이 엔드포인트는 그 기능을 호스팅 서비스로 노출합니다. 이 모델은 전사(transcription) 범주에 속하므로, 대화형 답변을 생성하거나 프롬프트에 대해 추론하는 대신 녹음된 음성을 문자 텍스트로 변환하는 것이 역할입니다.

OpenAI: GPT-4o Transcribe

openai/gpt-4o-transcribe

GPT-4o Transcribe는 OpenAI의 음성-텍스트 변환 모델로, GPT-4o의 오디오 기능을 기반으로 구축되었습니다. 이 모델은 전사(transcription) 카테고리에 속하므로, 대화형 답변을 생성하는 것이 아니라 음성 오디오를 텍스트로 변환하는 역할을 합니다. 이미 다른 OpenAI 모델을 스택을 통해 라우팅하고 있다면, 이 모델은 동일한 제공자에서 나오며 동일한 일반적인 접근 패턴을 따릅니다.