batisay-ko-base 1.0 — 무료 한국어 STT (Apache 2.0)
한국어 fine-tuned Whisper Large v3 Turbo (809M). Apache 2.0 · 게이팅 없음 · 외부 판매 포함 자유 사용. 실사용 통화(long-form)에 강건한 무료 base 모델 — BatiFlow App 의 기본 통화 백업 모델.
CER 벤치마크
| 측정 | batisay-ko-base | 비교 |
|---|---|---|
| 일반 음성 (KsponSpeech clean, RTZR-strict N=500) | 7.77% | Whisper Large v3 raw 17.03% / RTZR API 5.91-6.18% |
| 실사용 통화 (2~51분 long-form, 5건) | 19.11% | 다양한 화자·환경에서 안정적 (turbo 1.1 은 14.85%) |
base 의 강점은 실통화 일반화 강건성 입니다. 학습은 일반 음성 위주지만, 과적합이 없어 실사용 통화에서 무난합니다.
파일
ggml-batisay-ko-base.bin 1.6 GB (F32, 최고 quality)
ggml-batisay-ko-base-q5_0.bin 547 MB (Q5, balanced) ⭐ 권장
ggml-batisay-ko-base-q4_0.bin 452 MB (Q4, Mac 8GB)
model.safetensors 1.6 GB (transformers / MLX 소스)
사용 — whisper.cpp / BatiFlow App
huggingface-cli download batiai/batisay-ko-base ggml-batisay-ko-base-q5_0.bin --local-dir .
./whisper-cli -m ggml-batisay-ko-base-q5_0.bin -l ko -f audio.wav --output-txt
사용 — Python (transformers)
from transformers import WhisperForConditionalGeneration, WhisperProcessor
model = WhisperForConditionalGeneration.from_pretrained('batiai/batisay-ko-base')
processor = WhisperProcessor.from_pretrained('batiai/batisay-ko-base', language='Korean', task='transcribe')
학습
- Base: openai/whisper-large-v3-turbo (809M params)
- Data: KsponSpeech 1000h + Zeroth-Korean 50h
- Epoch 3, LR 1e-5 linear, 2 GPU DDP (A6000 48GB), train 35.8h
- 학습 시점: 2026-05-28 · 내부 빌드: V7
라이선스
Apache 2.0 (BatiAI Open Tier 1) — 게이팅 없음, 상업·외부 SaaS 포함 제약 없음.
관련 모델 (batisay STT 라인업)
| 모델 | 버전 | 라이선스 | 특징 |
|---|---|---|---|
| batisay-ko-base (본 모델) | 1.0 | Apache 2.0 (무료) | 무료·강건. 일반 7.77% / 실통화 19.11% |
| batisay-ko-turbo | 1.1 | Community v2 (gated) | 통화·회의·대화 멀티도메인 강화. 실통화 14.85% (base 추월), 일반 6.99% |
| batisay-ko-large | 1.0 | Community v2 (gated) | 고품질 문서/clean 전사 특화 |
→ 무료·외부 SaaS = base (본 모델) / 통화·멀티도메인 정확도 = turbo 1.1 / 문서 전사 = large