Hume 오디오 디시전 API란? 기능·접근·한계 총정리

한 문장으로 묻는 오디오 판단

예전에는 모델 10개 이상이 필요했던 일을 이제 한 번의 호출로 한다는 것이 핵심 주장이에요.

Hume 오디오 디시전 API는 Hume AI가 내놓은 음성용 질의 인터페이스예요. 파일을 여러 탐지기에 나눠 넣지 않고, 오디오를 두고 질문을 던지면 사람 청자가 듣듯 답을 내도록 설계했다고 해요.

발표에서 든 질문은 화자가 몇 명인지, 누군가 웃고 있는지, 전화 건 사람이 답답해하는지로 좁혀져 있어요. 화자 분리, 웃음 탐지, 통화 감정처럼 따로 돌리던 판단을 한 호출에 모으겠다는 포지션이에요.

• 화자 수

  몇 사람이 말하는지 직접 물을 수 있다고 소개했어요.

• 웃음

  누군가 웃고 있는지를 오디오에서 판단하는 예시가 있어요.

• 통화 감정

  발신자가 답답해하는지를 묻는 고객 응대 장면을 전면에 뒀어요.

사람 판단으로 맞춘 듣기

사람 청자가 답하듯 대답하도록, 사람 판단 1,000만 건 이상으로 학습했다고 해요.

공개된 스펙은 아키텍처 이름이나 파라미터 수가 아니라 학습 방식에 있어요. 1,000만 건이 넘는 사람 판단을 학습해, 모델 점수가 아니라 사람이 들었을 법한 결론에 맞추겠다는 설명이에요. 가중치 공개나 오픈 모델이라는 말은 없어요.

동작 범위는 실시간과 장시간 녹음 두 갈래예요. 통화가 흐르는 동안 묻거나, 몇 시간짜리 기록을 한 번에 넘겨 같은 종류의 질문을 할 수 있다고 했어요. 지연 시간, 입력 형식, 동시 처리 한도는 발표에 없어요.

접근은 신청뿐, 페이지는 없음

2026년 11월 2일 기준으로 받을 수 있는 공개 빌드, 다운로드, 공식 페이지는 없어요. Hume AI는 짧은 미리보기와 함께 아래에서 접근을 신청하라고만 안내했어요. 앱, API 키 발급 화면, 요금, 호출 한도는 알려진 바가 없어요.

그래서 지금 단계의 현실적인 쓰임은 제품 평가 목록에 올려 두는 일이에요. 콜센터에서 발신자 감정을 보고 싶거나, 회의·팟캐스트에서 화자 수와 웃음을 짚고 싶은 팀이 후보로 볼 만해요. 기존 음성 모델과 수치로 견주는 벤치마크는 공개되지 않았고, 비교 근거는 ‘여러 모델을 한 호출로’라는 주장뿐이에요.

• 응대 품질

  통화 중 답답함을 실시간으로 묻는 장면을 발표가 직접 예시로 들었어요.

• 긴 녹음 정리

  몇 시간 기록에서 화자 수나 웃음을 같은 질문으로 확인한다는 그림이에요.

• 모델 수 축소

  탐지기마다 따로 두던 10개 이상 모델을 한 호출로 줄이겠다는 목표예요.