chore: Notion 동기화 2026-07-10 19:00

Author: sungbin1015

blog/.notion-sync.json

@@ -22,8 +22,8 @@
   },
   "399e15b4-0359-80bc-a362-f310d7425d86": {
     "file": "blog/2026-07-10-07-음성분석-처리-과정-및-결과.md",
-    "last_edited": "2026-07-10T08:55:00.000Z",
-    "content_hash": "3b54343f4a23e022f8fefacf56c65e3c47358c94997a7518ecc520a573c86842",
+    "last_edited": "2026-07-10T09:22:00.000Z",
+    "content_hash": "6350c1bdf0e06fc99be12dad6b97edb4ccf540ae3060f5a5fd48b90c114242d9",
     "order": 4,
     "parent_id": null
   }

blog/2026-07-10-07-음성분석-처리-과정-및-결과.md

@@ -13,7 +13,7 @@ authors: [sbin]
 
 막연하게는, 최신 모델 가져와서 분석시키면 되는 간단한 과정이라 생각했다. 
 
-하지만 여러 라이브러리가 존재하는 것을 파악하였고, 최종 과정은 이러하다.
+하지만 최적화를 위해 여러 라이브러리가 존재하는 것을 파악하였고, 설계를 아래와 같이 하였다.
 
 ```bash
 run()
@@ -26,7 +26,7 @@ run()
  └ 5) json 저장
 ```
 
-목표하는 자막 판별 결과물 예시는 이러하다
+출력 결과는 이러했다.
 
 ```json
   {
@@ -57,6 +57,40 @@ run()
 ```
 
 
+그 중 발화 구간, 화자 구분, 언어 판정, ASR 과정을 각각 살펴보겠다
+
+#### 1. 발화 구간
+
+| 사용 기술 | [https://github.com/snakers4/silero-vad](https://github.com/snakers4/silero-vad) |  |
+| --- | --- | --- |
+
+```python
+def detect(audio_np: np.ndarray, sr: int = 16000) -> list[tuple[float, float]]:
+    """발화 구간 타임스탬프 추출.
+
+    audio_np : float32 1D numpy (16kHz 권장)
+    sr       : 샘플레이트 (Silero VAD 는 16k / 8k 만 공식 지원)
+
+    Returns: [(start_sec, end_sec), ...]  — 발화 구간 (정렬됨)
+    """
+    # silero-vad 로드 완료 뒤 
+    audio_t = torch.from_numpy(audio_np).float()
+    ts_list = _get_speech_timestamps(
+        audio_t, _model, sampling_rate=sr,
+        min_speech_duration_ms=int(MIN_SPEECH_S * 1000),
+        max_speech_duration_s=MAX_SPEECH_S,
+        min_silence_duration_ms=int(MIN_SILENCE_S * 1000),
+    )
+    return [(t["start"] / sr, t["end"] / sr) for t in ts_list]
+```
+
+#### 2. 화자 구분
+
+
+#### 3. 언어 판정
+
+
+#### 4. ASR
 
 
 ---