음성 인식은 이제 더 이상 거대한 서버만의 일이 아닙니다. 작은 모델과 모바일 기기의 성능 향상 덕분에, 인터넷 없이도 내 기기 안에서 바로 말을 텍스트로 바꾸는 시대가 왔습니다. 이 책은 바로 그 변화의 한가운데에서, 초보자도 실제로 따라갈 수 있는 온디바이스 ASR 구현의 전체 흐름을 차근차근 안내합니다.
책은 개념 설명에서 멈추지 않습니다. 먼저 직접 써볼 수 있는 앱과 데모로 감각을 익히고, 오프라인 ASR와 스트리밍 ASR의 차이, VAD, WER, 파이프라인 구조를 이해한 뒤, Whisper Tiny와 Base를 기준으로 실제 파일 전사와 스트리밍 확장까지 단계적으로 다룹니다. 특히 안드로이드 실전에서는 왜 CPU 우선 기준선이 중요한지, NNAPI와 NPU는 어디까지 현실적인지, 그리고 GPU 가속은 아직 연구·실험 성격이 강하다는 점까지 현실적으로 짚습니다.
이 책의 장점은 화려한 말보다 재현 가능한 출발점을 준다는 데 있습니다. 처음부터 완벽한 모델을 찾기보다, 작은 모델로 작게 성공하고, 그다음 속도·정확도·발열·배포 문제를 하나씩 해결하는 순서를 제시합니다. 덕분에 독자는 "이론은 알겠는데 어디서부터 시작해야 하지?"라는 막막함 대신, "오늘 당장 여기까지는 만들 수 있겠다"는 감각을 얻게 됩니다.
온디바이스 ASR를 처음 배우는 개발자, 안드로이드에서 실제 음성 인식 앱을 만들고 싶은 실무자, 그리고 Whisper Tiny/Base를 안전한 출발점으로 삼고 싶은 독자라면 이 책이 좋은 첫 기준선이 되어 줄 것입니다. 이제 1장부터, 왜 많은 서비스가 음성 인식을 점점 기기 안으로 가져오려 하는지 함께 확인해 보세요.
