음성 텍스트 변환 앱 Murmure 리뷰: 오프라인 받아쓰기 실전 검증

무료 오프라인 데스크톱 받아쓰기와 음성 텍스트 변환이 필요하고 기술 용어를 직접 학습시킬 의향이 있다면 Murmure 1.11.3은 설치할 가치가 있습니다. 19.817초 길이의 합성 개발자 샘플에서 사전은 이름 인식을 개선했지만 오탐도 만들었습니다. 선별한 사전 항목 6개와 순서가 있는 서식 규칙을 적용하자 기술 용어와 파일 경로가 바로잡혔고, 마지막 마침표만 빠졌습니다. 설정 없이 바로 쓰거나 관리형 지원이 필요하다면 맞지 않습니다.

음성 텍스트 변환 앱 Murmure, 한눈에 보는 결론

Murmure는 Windows, macOS, Linux에서 작동하는 데스크톱 받아쓰기 앱입니다. 단축키를 누른 채 말하거나 토글해 녹음하면, 내장된 Parakeet 모델이 CPU에서 음성을 텍스트로 바꿉니다. Murmure가 활성 앱에 결과를 붙여 넣기 전에 사전과 순차 치환 규칙으로 문장을 교정할 수 있습니다. 선택 사항인 LLM 단계는 로컬에서 실행하거나 전사문을 OpenAI 호환 서버로 보낼 수 있습니다. 음성 인식 자체는 로컬에 남지만, 후자를 선택하는 순간 개인정보 보호 경계가 달라집니다. 2026년 9월 14일 확인한 Murmure 홈페이지에는 1.11.3 버전과 무료 오픈 소스 제품 하나만 안내되어 있었습니다.

결론은 긍정적이지만 추천 대상은 분명합니다. 로컬 전사를 중시하고 마지막 교정 과정을 직접 설정할 개발자라면 Murmure가 잘 맞습니다. 기술 용어를 알아서 완벽하게 인식해 주는 도구는 아닙니다. 반복 가능한 샘플에서 원본 모델은 일반적인 기술 표현을 꽤 잘 처리했지만, 실제로 쓸 만한 결과를 얻으려면 어떤 오류를 사전에 넣고 어떤 오류를 서식 규칙으로 고칠지 판단해야 했습니다.

다운로드 전에는 이름부터 확인해야 합니다. 이 글에서 다루는 제품은 murmure.app의 Murmure입니다. Microsoft Store의 Murmur, MurMur Voice-to-Text, macOS용 Murmur, Murmur AI는 모두 별개의 제품입니다.

Murmure가 잘 맞는 사람과 건너뛰어야 할 사람

Murmure는 프로젝트명, 제품명, 명령어, 경로처럼 반복해서 쓰이며 한 번 규칙으로 만들어 둘 가치가 있는 어휘를 가진 데스크톱 사용자에게 적합합니다. 오디오를 업로드하면 안 되고, 매일 같은 단어를 수정하는 것보다 약간의 초기 설정이 더 저렴한 환경이라면 특히 합리적인 선택입니다.

아래 후보의 가격과 제품 정보는 2026년 9월 14일에 확인했습니다.

Murmure를 선택할 때: 편집기, 이슈 트래커, 브라우저, 채팅 앱, 터미널을 오가며 일하고, 어디서나 같은 까다로운 어휘가 문제를 일으킨다면 알맞습니다. 일반적인 Ctrl+V, 터미널용 Ctrl+Shift+V, 키 입력 시뮬레이션까지 삽입 방식을 지원합니다. 대신 설정을 직접 책임져야 합니다.

Dictare를 선택할 때: 일반 문서 작성보다 Claude Code, Codex, Gemini CLI, Aider, Pi 같은 명령줄 에이전트를 음성으로 제어하는 것이 목적이라면 더 적합합니다. Dictare의 현재 사이트는 macOS와 Linux, 로컬 Whisper 또는 Parakeet, MIT 라이선스, 구독 없음이라고 안내합니다. 이 작업에는 더 날카로운 전문 도구지만 Windows 대안은 아닙니다. 사이트의 Dictare 가격 분석과 더 넓은 범위의 음성 제어 AI 코딩 에이전트 가이드도 참고할 수 있습니다.

Windows 음성 입력을 선택할 때: 클라우드 처리보다 설치와 설정이 더 큰 부담이라면 운영체제 기본 기능이 낫습니다. Microsoft는 단축키가 Windows+H이며, Azure Speech 서비스를 사용하므로 인터넷 연결이 필요하다고 설명합니다. Windows voice access는 PC 제어와 텍스트 작성을 위한 별도의 기기 내 기능입니다. 오프라인 사용이 중요하지만 Murmure 설정이 지나치게 복잡하게 느껴진다면 함께 검토할 만합니다. Microsoft의 기능 비교 설명에서 차이를 확인할 수 있습니다.

Apple 받아쓰기를 선택할 때: Mac에서 운영체제에 내장된 방식을 원한다면 가장 간단합니다. Apple은 입력할 수 있는 모든 곳에서 작동하며, 일반 받아쓰기의 기기 내 처리 여부는 키보드 설정에서 확인할 수 있다고 안내합니다. Murmure처럼 사전부터 정규식까지 이어지는 명시적 교정 체계는 없지만 설정 부담은 훨씬 작습니다. 설치된 macOS 버전과 언어에 관한 기준은 Apple 받아쓰기 가이드입니다.

임상 도입을 위한 간편한 구매 대안으로 이 4개를 고르면 안 됩니다. Murmure에는 Medical 어휘와 프롬프트 프리셋이 있지만, 프리셋이 임상 검증, 조직 차원의 보안 계약, EHR 지원 체계를 입증하지는 않습니다. Dragon Medical One 같은 전문 제품은 임상 문서 작성과 전문 의료 어휘를 중심으로 설계되었습니다. 실제 선택은 조직의 관할권, 보안 검토, 통합 환경, 계약 조건에 따라 달라집니다.

Murmure Parakeet 받아쓰기, 원본 출력부터 봐야 하는 이유

Murmure는 NVIDIA Parakeet TDT 0.6B v3로 16 kHz 모노 오디오를 로컬에서 텍스트로 변환한 뒤, 활성화된 후처리를 적용합니다. 원본 결과가 중요한 이유는 LLM이 부정확한 전사문을 그럴듯하게 다듬으면서 의미까지 조용히 바꿀 수 있기 때문입니다. 인식 단계를 먼저 검사해야 이름을 잘못 들은 것인지, 표기만 잘못된 것인지, 두 문제가 모두 있는지 구분할 수 있습니다. Murmure 전사 문서에도 이 순서가 설명되어 있습니다.

재현 가능한 이번 샘플은 일부러 일반 받아쓰기에 까다롭게 구성했습니다.

Project Kieirra uses the NovusFlow adapter. Open slash opt slash NovusFlow slash releases slash v three slash worker dot pie. Update the Kubernetes namespace, the PostgreSQL schema, and the Pydantic validator. Replace staging dash west with staging dash east.

eSpeak NG 1.52의 미국 영어 음성을 분당 145단어, 피치 45로 합성한 뒤 16 kHz 모노 16비트 WAV로 리샘플링했습니다. 클립 길이는 19.817초이고 39단어를 담았습니다. 테스트 장비는 AMD EPYC-Rome 가상 CPU 8개, RAM 15,608 MiB, 외부에 노출된 GPU가 없는 Ubuntu 26.04.1 x86_64 러너였습니다.

공식 1.11.3 Debian 패키지의 용량은 624 MiB였고, 게시된 SHA-256 체크섬과 다운로드한 파일이 일치했습니다. AppImage는 693 MiB였으며 이 파일도 게시된 체크섬과 일치했습니다. 최소 구성 컨테이너에서는 데스크톱 의존성이 없어 Debian 패키지를 실행할 수 없었기 때문에 격리된 디스플레이와 라이브러리 기반을 갖춘 AppImage를 사용했습니다. 이는 헤드리스 러너의 설정에 관한 관찰이며, 일반 Ubuntu 데스크톱에서도 같은 작업이 필요하다는 뜻은 아닙니다.

--no-dictionary로 실행했을 때 Murmure가 반환한 결과는 다음과 같습니다.

Project key reuse the novusflow adapter. Open slash opt slash novusflow slash releases slash v3 slash worker dot pie. Update the Kubernetes namespace, the poster SQL schema, and the Pydentic validator. Replace staging dash west with staging dash east.

모델은 Kubernetes와 문장 구조를 정확히 처리했습니다. 그러나 Kieirra, NovusFlow의 대소문자, PostgreSQL, Pydantic, 파일 확장자, 말로 읽은 경로 표기는 놓쳤습니다. 첫 CLI 로그 기록부터 전사문 출력까지 모델 로드를 포함해 약 4초가 걸렸습니다. 오디오 19.817초를 약 4초로 나누면 이 CPU 러너에서는 실시간의 약 4.95배 속도입니다. 이는 특정 장비에서 얻은 합성 결과일 뿐, 공급업체가 별도로 제시한 속도 주장을 뒷받침하는 수치는 아닙니다.

일반 산문이라면 이 기본 출력도 쓸 만합니다. 하지만 경로 조각 하나만 틀려도 받아쓰기로 번 시간보다 더 많은 시간을 잃는 명령어, 릴리스 노트, 이슈에는 그대로 쓰기 어렵습니다.

맞춤 사전은 도움을 주지만 지나치면 역효과가 납니다

Murmure의 사전은 전사 후 일치하는 텍스트를 바꾸는 데 그치지 않습니다. Parakeet 디코딩 과정에서 후보 용어에 가중치를 주고, 신뢰도가 낮은 유사 오인식에는 철자 교정을 적용합니다. 덕분에 고유 명사가 무관한 일반 표현으로 굳어지기 전에 되살릴 수 있습니다. 사전 문서는 목록이 길어질수록 가중치 효과가 약해지고 오탐 위험이 커진다고도 경고합니다.

첫 번째 실행에는 Kieirra, NovusFlow, Kubernetes, PostgreSQL, Pydantic, staging-west, staging-east, worker.py 등 8개 항목을 넣었습니다. 결과는 다음과 같았습니다.

Project key reuse the NovusFlow adapter. Open slash opt slash NovusFlow slash releases slash v3 slash worker.py. Update the Kubernetes namespace, the PostgreSQL SQL schema, and the Pydantic validator. Replace staging-east west with staging-east east.

분명한 개선입니다. NovusFlow는 의도한 대소문자를 찾았고, worker.py는 하나의 토큰이 되었으며, Pydantic도 교정됐습니다. PostgreSQL은 정답에 가까워졌지만 SQL이 한 번 더 붙었습니다. Kieirra는 여전히 실패했습니다. 더 큰 문제는 비슷한 환경 이름 2개가 평범한 발화를 방해했다는 점입니다. 방향 단어가 나오기도 전에 두 “staging dash” 구절이 모두 staging-east 쪽으로 끌려갔습니다.

이 결과는 공급업체가 말한 “less is more” 경고를 그대로 확인해 줍니다. 사전 용어는 의미를 보장하는 명령이 아니라 디코딩 후보입니다. 소리가 비슷한 항목 2개는 서로 경쟁할 수 있습니다. 따라서 변형을 계속 추가하는 방식은 안전한 기본 전략이 아닙니다.

Murmure 1.11.3의 사전 항목은 한 단어 또는 두 단어여야 하며, 공백은 최대 1개만 허용됩니다. 문자, 악센트, 문장부호, 하이픈은 지원하지만 숫자와 문맥 인식 항목은 지원하지 않습니다. 목록이 100개를 넘으면 철자 교정 단계가 비활성화되지만, 정확히 일치한 항목의 대소문자는 유지됩니다. 회사 전체 용어집처럼 큰 목록을 넣으려 한다면 사소한 각주가 아니라 설계상 한계로 봐야 합니다.

기술 용어는 서식 규칙으로 확실하게 고칩니다

Murmure의 서식 규칙은 삽입 전에 실행되는 확정적 변환입니다. Contains, Exact match, Regex 모드를 지원하며 위에서 아래로 순서대로 적용됩니다. 따라서 원하는 출력이 미리 정해진 구절, 특히 파일 경로나 말로 읽은 구분자를 처리하기에 적합합니다. 서식 규칙 문서도 여러 단어 치환, 숫자, 정규식, 음성 명령을 이 단계에 배정합니다.

개선한 실행에서는 서로 충돌하던 staging 항목 2개를 빼고 사전 용어 6개만 남겼습니다. 인식만으로 해결되지 않는 부분은 순서가 있는 규칙 5개로 처리했습니다.

• key reuse를 Kieirra uses로 바꿨습니다.
• 대소문자를 구분하지 않는 정규식 1개로 말한 slash와 dot의 나열을 /opt/NovusFlow/releases/v3/worker.py로 변환했습니다.
• PostgreSQL SQL을 PostgreSQL로 바꿨습니다.
• staging dash west를 staging-west로 바꿨습니다.
• staging dash east를 staging-east로 바꿨습니다.

그 결과 나온 전사문은 다음과 같습니다.

Project Kieirra uses the NovusFlow adapter. Open /opt/NovusFlow/releases/v3/worker.py. Update the Kubernetes namespace, the PostgreSQL schema, and the Pydantic validator. Replace staging-west with staging-east

의도했던 모든 기술 용어, 환경 이름, 경로가 들어갔습니다. 목표 문장과 다른 텍스트는 마지막 마침표가 빠진 것뿐입니다. 이번에도 첫 로그 기록부터 전사문까지 처리 시간은 약 4초였습니다.

그렇다고 모든 오류를 영구 규칙으로 만들 필요는 없습니다. “Key reuse”는 합성 발음에서 생긴 흔적이므로, 실제 사용자는 자신의 녹음에서도 같은 오류가 재현될 때만 치환을 추가해야 합니다. 오래 적용할 원칙은 역할 분리입니다. 사전으로 인식 후보를 유도하고, 순서가 있는 규칙으로 정확한 출력을 정의합니다.

1. 1

   까다로운 기준 샘플을 녹음합니다

   실제 작업에 필요한 이름, 경로, 숫자, 교정을 담은 고정 샘플 하나를 사용합니다. 정리 기능을 켜기 전에 원본 출력을 저장합니다.

2. 2

   반복되는 이름만 추가합니다

   계속 실패하는 짧은 고유 명사와 기술 토큰만 사전에 넣습니다. 같은 샘플을 다시 실행하고, 고쳐진 단어뿐 아니라 새로 생긴 오탐도 확인합니다.

3. 3

   정확한 출력을 확정적으로 만듭니다

   말로 읽은 구분자, 전체 경로, 숫자, 이미 정답이 정해진 여러 단어 치환에는 순서가 있는 서식 규칙을 씁니다. 한 번 더 실행한 뒤 목표 문장과 글자 단위로 비교합니다.

4. 4

   LLM은 마지막에 추가합니다

   확정적 교정 경로를 이해한 다음에만 선택형 모델로 유연한 재작성을 처리합니다. 그래야 깨끗한 기준 출력을 유지하고 성능 저하의 원인을 찾을 수 있습니다.

오프라인 음성 인식, 무엇이 로컬에 남을까요?

Murmure의 핵심 오디오 경로는 데스크톱 안에 머뭅니다. WAV를 녹음하고, CPU에서 Parakeet을 실행하고, 로컬 교정을 적용한 뒤 결과를 삽입합니다. 공급업체에 따르면 오디오는 즉시 삭제되고 전사문은 로그에 기록되지 않으며, 최근 기록 5개는 RAM에만 있다가 앱을 종료하면 사라집니다. 계정도 텔레메트리도 없습니다. 시작 가이드에서 활성 앱을 이용한 작업 흐름과 삽입 방식을 확인할 수 있습니다.

로컬 음성 인식 도구로서는 최소 하드웨어 요구 사항이 이례적으로 낮습니다. Murmure는 사용 가능한 RAM 2 GB와 디스크 1 GB 이상을 권장하며 GPU는 필요 없다고 밝힙니다. 선택형 로컬 LLM은 별도의 부하입니다. 관련 문서에서는 모델 크기에 따라 VRAM 4 GB, 7 GB, 8 GB를 권장하고 CPU만으로 추론하면 느릴 수 있다고 경고합니다.

“로컬”이라도 운영체제별 설치 검토는 필요합니다. 비공개 모델을 쓴다고 운영체제 권한, 단축키 충돌, 붙여넣기 동작까지 사라지지는 않습니다.

Windows 설정에는 특이한 시스템 위험이 있습니다

Windows용 Murmure는 Windows 10 이상을 지원하며 Visual C++ Redistributable이 필요합니다. 전역 단축키 리스너 때문에 백신이 의심할 수 있고, 앱 실행 중 이 리스너가 Windows의 절전 또는 최대 절전 모드 진입을 막을 수 있는 미해결 사례도 공급업체 문서에 나옵니다. Windows 설치 페이지에 두 제약이 모두 명시되어 있습니다.

관리형 노트북이라면 문제가 해결되거나 조직이 우회 방법을 승인하기 전까지 이 절전 동작만으로도 Murmure를 건너뛸 이유가 됩니다. 설치 클릭 한 번이 더 필요한 것보다 훨씬 중요한 문제입니다.

macOS 설정에는 권한 3개가 필요합니다

macOS용 Murmure는 Apple Silicon과 Intel을 모두 지원합니다. Microphone, Accessibility, Input Monitoring 권한을 허용한 뒤 재시작해야 합니다. 기본 Ctrl+Space 조합은 macOS의 입력 소스 전환 단축키와 충돌하며, Space 또는 숫자 키가 들어간 단축키는 활성 앱에 문자를 흘릴 수 있습니다. macOS 설치 페이지는 Ctrl+Option+M, 기능 키, 마우스 버튼 중 하나를 권장합니다.

개인 Mac이라면 한 번만 설정하면 됩니다. 여러 대를 관리하는 조직에서는 권한과 단축키 정책이 배포 업무가 되며, 이는 $0 가격표에 드러나지 않는 비용입니다.

Linux는 X11에서 가장 좋고 Wayland에서는 손이 더 갑니다

Linux용 Murmure는 X11을 완전히 지원합니다. Wayland에서는 바이너리를 호출하는 운영체제 단축키를 직접 만들어야 하며, 이 단축키가 키를 놓는 이벤트를 전달하지 않기 때문에 토글 방식으로만 말할 수 있습니다. Debian 패키지는 Ubuntu 24.04에서 빌드되었고 GLIBC 2.38 이상이 필요합니다. 이전 Ubuntu 사용자는 AppImage를 쓰라고 안내합니다. Linux 설치 페이지에는 패키지별 명령어와 알려진 문제가 정리되어 있습니다.

Wayland에서 눌러서 말하기가 필수라면 사용하지 않는 편이 맞습니다. 토글 방식으로 충분하다면 CLI 연동 절차가 명확하고, 한 번 설정하면 재부팅 뒤에도 유지됩니다.

Murmure 로컬 LLM과 원격 LLM 비교

Murmure LLM Connect는 핵심 음성 인식이 아니라 선택형 텍스트 처리 단계입니다. 전사를 마친 뒤 결과를 삽입하기 전에 로컬 Ollama 또는 OpenAI 호환 서버를 호출할 수 있습니다. 저장 모드 4개에 각각 다른 공급자, 모델, 시스템 프롬프트, 사용자 프롬프트를 지정할 수 있으며 Translation, Medical, Development, Voice Dictation 프리셋이 포함됩니다. LLM Connect 문서에 따르면 저장된 모드를 선택한 텍스트에도 적용할 수 있습니다.

개인정보 경계는 간단히 나뉩니다.

• LLM 없음: 오디오와 전사문 처리가 모두 기기에 남습니다.
• 로컬 Ollama: Murmure가 사용자가 제어하는 로컬 컴퓨터 또는 로컬 네트워크 엔드포인트의 모델 서버로 전사문을 보냅니다.
• 원격 공급자: 핵심 오디오 인식은 로컬에 남지만 전사문과 프롬프트는 설정한 서버로 전송됩니다. 이제 그 서버의 보관 정책, 과금, 접근 제어, 관할권까지 따져야 합니다.

선택형 모델 테스트에서도 두 단계를 분리했습니다. 먼저 기본 전사문을 Ollama 0.34.0의 qwen3.5:0.8b에 직접 보냈고, thinking을 끄고 temperature를 0으로 설정했습니다. Ollama가 보고한 CPU 총 처리 시간은 5.005초였습니다. 모델은 전체 파일 경로, PostgreSQL, Pydantic, staging 환경 2개를 고쳤지만 “key reuse”와 첫 번째 소문자 “novusflow”는 그대로 뒀습니다. 따라서 이처럼 고정된 어휘에는 확정적 규칙 체계가 더 나은 결과를 냈습니다.

OpenAI 호환 경로에서는 또 다른 절충점이 드러났습니다. Murmure는 선택한 전사문을 기본 설정의 Ollama 호환 엔드포인트로 보냈지만, 이 소형 모델 실행은 32.323초 동안 계속된 뒤 대체 텍스트 대신 HTTP 500으로 끝났습니다. 같은 Murmure 요청을 thinking을 끄고 temperature를 0으로 맞춘 루프백 호환 브리지를 통해 보내자 트리거 후 4.769초 만에 일부 교정 결과가 돌아왔습니다.

이 브리지는 진단 도구일 뿐, 프로덕션 권장 구성은 아닙니다. 원격 프로토콜 경로를 실제로 사용했고 서버 기본값이 결과를 바꿀 수 있다는 점은 입증하지만, 모든 OpenAI 호환 공급자가 실패한다거나 모든 엔드포인트에 해당 설정이 필요하다는 뜻은 아닙니다. 외부 공급자에게 텍스트를 보내지도 않았으므로 외부 지연 시간, 비용, 보관, 기밀성은 테스트하지 않았습니다. 헤드리스 X11 테스트 환경에서는 반환된 텍스트가 선택 영역을 대체하지 않고 커서 위치에 붙여 넣어졌기 때문에, 이 실행만으로 일상적인 Transform UI가 성공적으로 작동한다고 주장할 수도 없습니다.

기술 용어가 고정돼 있고 결과를 예측할 수 있어야 한다면 규칙이 낫습니다. 유연한 재작성, 번역, 구조 변경이 정말 필요할 때만 LLM을 사용하고, 교정을 누락하거나 원치 않는 포장 문구를 더하거나 새로운 경계를 넘어 데이터를 보낼 가능성을 받아들여야 합니다.

로컬 API는 유용하지만 범위가 좁습니다

Murmure는 앱이 열려 있는 동안 파일 전사를 자동화할 수 있는 실험적 HTTP 엔드포인트를 제공합니다. 기본적으로 localhost:4800에서 수신하고, POST /api/transcribe에서 multipart WAV 업로드를 받습니다. Local API 문서에는 curl, JavaScript, Python 예제가 포함되어 있습니다.

이 제약을 보면 공유 전사 서비스가 아니라 워크스테이션 통합 기능에 가깝습니다. WAV만 지원하고 최대 용량은 100 MB이며, 스트리밍은 없고 요청은 순차 처리합니다. localhost 또는 127.0.0.1에서만 접근할 수 있고 CORS도 비활성화되어 있습니다. 사전은 자동으로 적용되며 언어는 여전히 자동 감지됩니다.

같은 교정 체계에 회의 녹음이나 음성 메모를 넣는 로컬 스크립트에는 충분합니다. 여러 동시 사용자, 브라우저, 원격 근무자, 실시간 자막을 위한 API는 아닙니다. 주변에 이런 기능을 구축하면 보안 및 운영 모델 자체가 달라집니다.

Murmure 가격: 유일한 요금제는 $0입니다

2026년 9월 14일 확인 당시 Murmure에는 무료 오픈 소스 애플리케이션 한 등급만 있었습니다. 유료 플랜, 계정, 사용량 한도, 체험 기간, 별도의 상용 기능 등급은 없었습니다.

계산상 소프트웨어 비용은 좌석당 연 $0이며 받아쓴 1,000단어당 $0입니다. 수학적으로는 정확하지만 경제성을 모두 보여 주지는 않습니다. 10명이 도입해도 권한 설정, 단축키 정책, 어휘 관리, 엔드포인트 테스트, 사용자 지원은 필요합니다. Murmure는 구독료를 숨기는 것이 아니라, 구매 판단의 중심을 라이선스 비용에서 운영 책임으로 옮깁니다.

Murmure 자체와 비교해 계산할 구독 손익분기점은 없습니다. 의미 있는 손익분기점은 시간입니다. 작은 사전과 몇 개의 규칙으로 반복 교정을 없앨 수 있다면 설정 비용을 회수할 수 있습니다. 사람, 프로젝트, 환경마다 서로 다른 규칙이 필요하다면 소프트웨어 가격이 $0이어도 지속적인 유지 관리가 절약한 키 입력보다 더 큰 부담이 될 수 있습니다.

구매 전에 알아야 할 실제 한계

Murmure에는 구매 판단을 바꿀 만한 한계가 8가지 있습니다.

1. 사전이 전사문을 더 나쁘게 만들 수 있습니다

항목 8개를 넣은 테스트는 여러 용어를 고쳤지만 “staging dash” 구절 2개를 staging-east west와 staging-east east로 바꿨습니다. 문서가 경고한 오탐을 테스트에서 그대로 재현했습니다. 소리가 비슷한 항목은 한 번에 하나씩 추가하고 같은 샘플로 검증해야 합니다.

2. 큰 사전은 교정 단계 하나를 잃습니다

항목이 100개를 넘으면 정확히 일치한 단어의 대소문자는 유지되지만 Murmure의 철자 교정 단계가 꺼집니다. 조직 전체 용어집을 담기에는 적합하지 않습니다. 개발자에게 필요한 것은 무작정 가져오는 습관이 아니라 선별 기준입니다.

3. 인식 언어를 강제로 지정할 수 없습니다

Parakeet은 지원되는 유럽 언어 25개 중 하나를 자동으로 감지합니다. 현재는 사용자가 언어를 강제로 지정할 방법이 없다고 문서에 나옵니다. 짧은 클립, 코드 스위칭, 다른 언어처럼 들리는 오디오에서 유용한 복구 수단 하나가 빠진 셈입니다.

4. 데스크톱 통합에는 운영체제별 장벽이 있습니다

Wayland에서는 눌러서 말하기를 쓸 수 없습니다. macOS에는 권한 3개와 더 안전한 단축키가 필요합니다. Windows는 앱 실행 중 절전 모드로 들어가지 못할 수 있습니다. 겉모습의 차이가 아니라 개인 워크스테이션, 잠긴 회사 노트북, 또는 어느 쪽에도 맞지 않는지를 가르는 조건입니다.

5. 녹음 길이에 관한 문서가 서로 다릅니다

전사 페이지에는 여전히 최대 5분이며 자동으로 중지된다고 적혀 있습니다. 1.10.1 릴리스는 기존 5분 제한을 없앴다고 안내하고, 현재 API 페이지는 파일 용량 상한 100 MB 외에 길이 제한이 없다고 설명합니다. 더 최신인 릴리스와 API 문서 쪽이 나은 근거지만, 예전 제한 설명을 그대로 남겨 두어 사용자가 공식 문서를 직접 대조해야 합니다.

6. 선택형 LLM은 변동성과 새로운 신뢰 경계를 더합니다

Murmure의 로컬 경로는 Ollama를 명시적으로 지원하지만, 원격 모드의 동작은 OpenAI 호환 엔드포인트에 맡깁니다. 테스트에서는 한 기본 엔드포인트 구성에서 명확한 실패가 발생했고, 생성 설정을 제어했을 때는 일부만 교정됐습니다. 별개로 외부 서버는 전사문을 받습니다. 원격 LLM이 유용할 수는 있지만, 공짜 정확도 향상도 아니고 기본 개인정보 보호 약속에 포함된 기능도 아닙니다.

7. 유료 운영 지원 계층이 없습니다

공급업체는 유료 플랜, 관리형 지원 등급, 관리자 콘솔, 서비스 수준 계약을 제시하지 않습니다. 무료 AGPL-3.0 데스크톱 앱이라는 성격에는 일관된 선택입니다. 반대로 계약상 지원, 기기 전체 정책, 명확한 에스컬레이션 창구가 필요한 조직이라면 건너뛸 이유가 됩니다.

8. API는 의도적으로 로컬·순차 처리에 한정됩니다

실험적 API는 localhost에서 대기 중인 WAV 작업 1개를 처리합니다. 스트리밍하지 않으며 원격 브라우저나 여러 동시 사용자를 지원할 수 없습니다. 유용한 연동 지점이지만 프로덕션 음성 인프라는 아닙니다.

최종 평가: 편의성보다 규칙이 중요할 때 Murmure를 선택합니다

Murmure는 개인정보 보호가 중요한 데스크톱 사용자 중, 반복되는 어휘가 있고 설정을 감수할 수 있는 사람에게 추천할 만합니다. 1.11.3 버전은 CPU에서 재현 가능한 기술 샘플을 빠르게 처리했으며, 디코딩에 영향을 주는 사전 항목과 순차 서식 규칙의 조합은 선택형 소형 LLM보다 의도한 이름, 환경, 전체 경로를 더 안정적으로 만들었습니다.

다음 3가지가 모두 맞을 때 Murmure를 설치합니다.

1. 운영체제와 단축키 방식이 해당 워크스테이션에 맞습니다.
2. 기본 오디오와 텍스트가 로컬에 남아야 합니다.
3. 반복 교정 목록이 직접 규칙으로 만들고 관리할 만큼 작습니다.

반대로 모바일 받아쓰기, 무설정 사용, 강제 언어 선택, Wayland의 눌러서 말하기, 계약상 지원, 동시 API 서비스, 전사문을 보낼 권한이 없는 원격 후처리 중 하나라도 필수 조건이라면 건너뛰는 편이 맞습니다.

가장 방어하기 쉬운 구성은 가장 단순하기도 합니다. 로컬 Parakeet을 먼저 쓰고, 작은 사전을 두 번째로, 순차 규칙을 세 번째로 적용하며, 유연한 변환 목적이 분명해지기 전에는 LLM을 넣지 않습니다. 그래야 오류가 눈에 보이고 개인정보 보호 경계도 설명하기 쉽습니다.

자주 묻는 질문

가장 좋은 AI 받아쓰기 앱은 무엇인가요?

최선의 앱은 제약 조건에 따라 다릅니다. Murmure는 맞춤 규칙을 쓰는 로컬 앱 간 데스크톱 받아쓰기에, Dictare는 터미널 코딩 에이전트 음성 제어에, Windows 또는 Apple 기본 받아쓰기는 설정 부담이 적은 간헐적 사용에 맞습니다.

가장 좋은 의료 받아쓰기 소프트웨어는 무엇인가요?

임상 어휘, EHR 작업 흐름, 보안 문서, 지원, 규정 준수 조건이 조직에 맞는 소프트웨어를 선택해야 합니다. Murmure에는 Medical 사전과 프롬프트 프리셋이 있지만 그것만으로 임상 검증이 입증되지는 않습니다. Dragon Medical One은 검토할 만한 전문 제품입니다.

가장 좋은 무료 온라인 받아쓰기 프로그램은 무엇인가요?

Google Docs 음성 입력은 최신 Chrome, Edge, Safari에서 쓸 수 있는 브라우저 기반 선택지입니다. Murmure도 무료지만 온라인 받아쓰기 사이트가 아니라 오프라인 데스크톱 애플리케이션입니다.

무료 받아쓰기 앱 중 무엇이 가장 좋은가요?

로컬 처리와 반복 가능한 맞춤 교정이 중요하다면 Murmure가 더 강력한 무료 선택지입니다. 운영체제에 이미 있는 기능을 간단히 쓰는 것이 우선이라면 Windows 음성 입력이나 Apple 받아쓰기가 더 쉽습니다.

Windows 11에 받아쓰기 소프트웨어가 기본으로 있나요?

있습니다. 텍스트 입력란에서 Windows+H를 누르면 Windows 음성 입력이 시작됩니다. Microsoft에 따르면 이 기능은 온라인 Azure 음성 인식을 사용해 인터넷 연결이 필요합니다. Windows voice access는 별도의 오프라인 기기 내 제어 기능입니다.

키보드 대신 말로 입력하려면 어떻게 하나요?

텍스트 입력란에 커서를 놓고 도구에 맞는 단축키를 실행합니다. Windows는 Windows+H, Apple 받아쓰기는 설정한 Dictation 단축키나 마이크 키를 사용합니다. Murmure는 설정 가능한 전역 단축키로 녹음한 뒤 활성 앱에 결과를 삽입합니다.

iPhone용 받아쓰기 앱은 무엇이 가장 좋은가요?

Murmure는 iPhone을 지원하지 않습니다. 먼저 입력할 수 있는 모든 곳에서 작동하는 Apple 기본 받아쓰기를 사용해 보고, 내장 어휘와 작업 흐름이 부족할 때만 전문 모바일 앱을 검토합니다.

Google Docs 음성 입력은 무료인가요?

Google은 기능 안내에서 음성 입력을 별도 유료 부가 기능으로 제시하지 않습니다. 지원 브라우저의 Docs에서 사용할 수 있지만, 조직 관리자가 비활성화할 수 있습니다.

받아쓰기를 연습하는 가장 좋은 방법은 무엇인가요?

실제 업무에서 까다로운 이름, 경로, 문장부호, 교정을 담은 고정 스크립트를 사용합니다. 출력과 목표 문장을 비교하고, 사전 항목이나 규칙을 한 번에 하나만 바꾼 뒤, 자연스러운 발화로 반복 검증해야 설정을 신뢰할 수 있습니다.

Murmur 오프라인 음성 텍스트 변환

이 검색어는 이름이 비슷한 여러 제품을 가리킬 수 있습니다. 이 리뷰는 Microsoft Store의 Murmur나 다른 유사 이름 서비스가 아니라, 로컬 Parakeet 전사를 사용하는 무료 데스크톱 앱 murmure.app의 Murmure를 다룹니다.

AI 비즈니스 워크플로 감사 체크리스트를 받아 자동화의 어느 부분을 로컬에 두고 어느 부분을 공급자 경계 밖으로 보낼지 결정해 보세요.