---
title: "14개 언어용 다국어 음성 인식 API | BroadRouter"
description: "영어, 스페인어, 프랑스어, 중국어, 한국어, 아랍어 등 14개 언어를 분당 요금의 OpenAI 호환 엔드포인트 하나로 전사하는 방법과 아랍어 전용 모델을 쓸 때를 정리했습니다."
url: https://broadrouter.com/ko/blog/multilingual-speech-to-text-api/
lang: ko
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/blog/multilingual-speech-to-text-api/) (2026-11-16 업데이트).

# 다국어 음성 인식(STT) API: 14개 언어를 엔드포인트 하나로

BroadNet Inference 팀 · 6분 분량 · 게시 2026-11-14 · 업데이트 2026-11-16

BroadNet Transcribe는 영어, 스페인어, 프랑스어, 독일어, 중국어, 일본어, 한국어, 아랍어 등 14개 언어를 지원하는 음성 인식(STT) 모델로, OpenAI 호환 /v1/audio/transcriptions 엔드포인트에서 제공됩니다. 요금은 오디오 1분당 $0.002 금액(1시간당 $0.12 금액)입니다. 아랍어 위주의 오디오라면 1분당 $0.0042 요금인 전용 모델 BroadNet Transcribe Arabic이 있습니다.

## 핵심 요약

-   BroadNet Transcribe는 14개 언어를 지원합니다. en, es, fr, de, it, pt, el, nl, pl, zh, ja, ko, vi, ar입니다.
-   가격: 오디오 1분당 $0.002 금액, 오디오 1시간당 $0.12 금액입니다.
-   요청마다 언어 코드를 보내세요. 자동 감지에 의존하지 마세요.
-   아랍어 오디오가 주 워크로드라면 BroadNet Transcribe Arabic(1시간당 $0.25 요금)을 고르세요. BroadNet은 이 모델의 아랍어 정확도 수치를 공개합니다.
-   두 모델의 제한은 같습니다. WAV 또는 MP3, 파일당 최대 26,214,400바이트, 오디오와 전사본은 보관되지 않습니다.

**이 페이지의 내용**

1.  BroadNet Transcribe는 어떤 언어를 지원하나요?
2.  다국어 전사 비용은 얼마인가요?
3.  전사 엔드포인트는 어떻게 호출하나요?
4.  언어를 항상 보내야 하는 이유는 무엇인가요?
5.  제한과 지원 형식은 무엇인가요?
6.  아랍어 전용 모델은 언제 골라야 하나요?
7.  언어별 정확도는 어떻게 테스트하나요?
8.  어떤 워크로드에 맞나요?
9.  전사 다음에는 무엇을 하나요?
10.  다른 전사 API에서 어떻게 이전하나요?

_[image: The words English, Español, Français, Deutsch, 日本語, 한국어, 中文, Tiếng Việt and العربية, with the text "Many languages. One connection."]_

오디오를 다루는 제품은 대부분 둘 이상의 언어를 처리합니다. 글로벌 고객센터, 여러 지사의 회의 녹음, 다국어 도시의 음성 메모 수신함 같은 경우입니다. 언어마다 음성 인식 업체를 따로 쓰면 유지 보수 비용이 듭니다. BroadNet Transcribe는 14개 언어를 OpenAI 호환 엔드포인트 하나에 담아 오디오 분당 요금으로 제공하며, 아랍어 비중이 큰 워크로드를 위한 아랍어 전용 모델도 함께 제공합니다.

## BroadNet Transcribe는 어떤 언어를 지원하나요?

언어 목록은 BroadNet이 공개한 [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-multilingual-speech-to-text-api&utm_content=body)에 ISO 639-1 코드로 나와 있습니다.

| 코드 | 언어 | 코드 | 언어 |
| --- | --- | --- | --- |
| en | 영어 | nl | 네덜란드어 |
| es | 스페인어 | pl | 폴란드어 |
| fr | 프랑스어 | zh | 중국어 |
| de | 독일어 | ja | 일본어 |
| it | 이탈리아어 | ko | 한국어 |
| pt | 포르투갈어 | vi | 베트남어 |
| el | 그리스어 | ar | 아랍어 |

[BroadNet Transcribe](https://broadrouter.com/ko/models/cohere-transcribe/)는 Cohere Transcribe를 기반으로 하며 BroadNet이 제공합니다. 모델 ID는 `broadnet/cohere-transcribe`입니다.

전체 그림이 필요하다면, 저희가 공개한 [음성 인식 API 가격 인덱스](https://broadrouter.com/data/speech-to-text-api-prices/)에 20개가 넘는 제품의 배치·스트리밍 가격, 과금 단위, 아랍어 지원 여부가 정리되어 있습니다. 모두 각 제공업체의 공식 가격 페이지로 확인했습니다(CSV, JSON).

## 다국어 전사 비용은 얼마인가요?

| 모델 | 1분당 | 1시간당 | 언어 |
| --- | --- | --- | --- |
| [BroadNet Transcribe](https://broadrouter.com/ko/models/cohere-transcribe/) | $0.002 | $0.12 | 14개 |
| [BroadNet Transcribe Arabic](https://broadrouter.com/ko/models/cohere-transcribe-arabic/) | $0.0042 | $0.25 | 아랍어 |

과금은 요청이나 토큰이 아니라 오디오 분 단위입니다. 두 모델 모두 $5 상당의 무료 초기 크레딧으로 쓸 수 있으므로, 충전하기 전에 자신의 녹음으로 테스트할 수 있습니다. 전체 가격은 [가격 페이지](https://broadrouter.com/ko/pricing/)에서 보고, 월 사용 시간에 따른 비용은 [음성 인식 비용 계산기](https://broadrouter.com/tools/speech-to-text-cost-calculator/)로 계산하거나, 다른 제공업체와는 [음성 인식 API 가격 비교](https://broadrouter.com/ko/blog/speech-to-text-api-pricing-compared/)에서 비교하세요.

## 전사 엔드포인트는 어떻게 호출하나요?

엔드포인트가 OpenAI 오디오 전사 형식을 따르므로, 기본 URL만 바꾸면 공식 SDK가 그대로 작동합니다.

```python
import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

with open("meeting-fr.mp3", "rb") as audio:
    result = client.audio.transcriptions.create(
        model="broadnet/cohere-transcribe",
        file=audio,
        language="fr",
    )
print(result.text)
```

curl로는 이렇게 합니다.

```bash
curl https://inference.broadnet.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -F model=broadnet/cohere-transcribe \
  -F language=es \
  -F file=@llamada.wav
```

응답은 JSON이며 전사본은 `text`에 들어 있습니다. BroadNet이 문서화한 응답은 텍스트 자체입니다. 단어 타임스탬프나 화자 레이블이 필요하다면, 이를 전제로 설계하기 전에 현재 무엇이 지원되는지 [API 레퍼런스](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-multilingual-speech-to-text-api&utm_content=body)에서 확인하세요.

## 언어를 항상 보내야 하는 이유는 무엇인가요?

BroadNet 문서는 분명합니다. 모든 전사 요청에 `language`를 보내라는 것입니다. 보내지 않으면 아랍어가 라틴 문자로 음역되어 돌아올 수 있고, 모델이 헷갈릴 수 있는 다른 언어에도 같은 위험이 있습니다. 언어를 미리 알 수 없다면 다음 순서로 정하세요.

1.  **메타데이터를 먼저 쓰세요.** 발신자의 국가, 사용자의 앱 언어, 전화번호 국가 코드가 대개 맞습니다.
2.  음성 제품이라면 **사용자에게 물어보세요**(“영어는 1번, 아랍어는 2번을 누르세요”).
3.  **짧은 샘플로 시도하세요.** 처음 30초를 가장 유력한 언어로 전사해 보고, 텍스트가 이상하면(문자 체계가 다르거나 의미 없는 글자) 다음 후보로 다시 시도합니다.

## 제한과 지원 형식은 무엇인가요?

-   **형식:** WAV(`audio/wav`) 또는 MP3(`audio/mpeg`). .ogg, .m4a, .webm, 동영상 파일은 먼저 ffmpeg로 변환하세요. 한 줄 명령은 [WhatsApp 음성 메모 가이드](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/)에 있습니다.
-   **크기:** 파일당 최대 26,214,400바이트(25 MiB)이며, 더 큰 파일은 413을 반환합니다. 16 kHz 모노 WAV로 약 13분, 64 kbit/s MP3로 약 54분 분량입니다. 더 긴 오디오는 `ffmpeg -f segment -segment_time 600`으로 나누세요.
-   **속도 제한:** 종량제 키는 분당 요청 30개, 동시 요청 4개를 허용합니다. 429는 백오프로 재시도하세요. [오류와 재시도](https://broadrouter.com/ko/guides/errors-and-retries/)를 참고하세요.
-   **개인정보:** 오디오와 전사본은 요청 처리에만 쓰이고 보관되지 않습니다. [데이터 비보관](https://broadrouter.com/ko/privacy/)을 참고하세요.

청크 분할과 워커 풀을 갖춘 프로덕션 배치 파이프라인은 [대규모 아랍어 콜센터 전사](https://broadrouter.com/ko/blog/transcribe-call-center-recordings/)를 보세요. 같은 설계가 14개 언어 모두에 통합니다.

## 아랍어 전용 모델은 언제 골라야 하나요?

BroadNet이 모델을 두 개 제공하는 이유는 아랍어가 대부분의 언어보다 음성 인식이 어렵기 때문입니다. 하나의 문어 표준 아래 방언이 많고, 영어·프랑스어와의 코드 스위칭이 잦으며, 전화 품질 오디오가 많습니다. BroadNet Transcribe Arabic은 전용 모델이며, BroadNet은 아랍어 정확도를 이 모델에 대해서만 공개합니다.

-   BroadNet에 따르면 이 모델은 [Open Universal Arabic ASR Leaderboard](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)에서 37개 중 2위 (2026년 9월 기준 수치이며, 2026년 11월 15일 실시간 리더보드에서는 39개 중 4위) 순위이며, 라이선스상 API 제공이 허용되는 모델 중에서는 1위입니다.
-   BroadNet 랩의 단어 오류율은 FLEURS-ar 3.8, MASC-ar 21.1, 자체 방언 세트 23.4입니다(낮을수록 좋음). [이 수치의 의미](https://broadrouter.com/ko/blog/arabic-asr-wer-explained/)를 참고하세요.

BroadNet은 14개 언어 모델의 아랍어 수치를 공개하지 않지만, 공개 리더보드에는 나와 있습니다. 2026년 11월 15일 기준으로 BroadNet Transcribe의 기반 모델인 Cohere Transcribe 03-2026은 39개 중 8위, 평균 WER 30.67이었고, 아랍어 모델은 39개 중 4위, 24.19였습니다. 다른 언어에 대해서는 BroadNet [모델 페이지](https://www.broadnet.ai/inference/models/cohere-transcribe)에 따르면 BroadNet Transcribe의 단어 오류율이 FLEURS 영어 5.5, FLEURS 스페인어 3.2이며, 영어 오디오에서 단일 스트림 기준 실시간의 약 113배(배치 시 217배) 속도입니다. 간단한 규칙은 이렇습니다.

| 오디오 | 선택 |
| --- | --- |
| 대부분 아랍어(방언 무관) | BroadNet Transcribe Arabic |
| 아랍어 파일이 소수이고 정확도가 중요하지 않음 | 전부 BroadNet Transcribe, 또는 둘 다 테스트 |
| 파일별 언어를 아는 혼합 구성 | 아랍어 파일은 아랍어 모델로, 나머지는 BroadNet Transcribe로 라우팅 |
| 나머지 13개 언어 중 하나 | BroadNet Transcribe |

두 모델이 엔드포인트와 요청 형식을 공유하므로, 언어별 라우팅은 한 줄이면 됩니다.

```python
def stt_model(lang: str) -> str:
    return "broadnet/cohere-transcribe-arabic" if lang == "ar" else "broadnet/cohere-transcribe"
```

아랍어 모델은 분당 요금이 약 두 배입니다. 사용량이 많다면 실제 아랍어 오디오 몇 시간으로 두 모델을 테스트하고 방언별 단어 오류율을 비교하세요. [아랍어 음성 인식 구매 가이드](https://broadrouter.com/ko/blog/arabic-speech-to-text-api-buyers-guide/)에 1시간짜리 테스트 계획이 있습니다. 잡음이 많은 아랍어 오디오에서 숫자, 날짜, 이름이 문제라면, BroadNet은 [모델 페이지](https://broadrouter.com/ko/models/)에 문의 시 제공되는 파인튜닝 아랍어 모델도 올려 두고 있습니다.

## 언어별 정확도는 어떻게 테스트하나요?

업체가 제시하는 정확도 수치 하나는 언어, 억양, 녹음 환경 사이의 큰 차이를 가립니다. 워크로드를 맡기기 전에 언어별로 작은 테스트를 돌리세요.

1.  **언어별로 실제 클립 20~50개를 모으세요.** 실제로 전사할 채널(전화, 회의 녹음, 음성 메모, 동영상)에서 가져오고, 가장 어려운 억양도 포함하세요.
2.  일부에 대해 **기준 전사본을 직접 작성하세요.** 숫자, 이름, 영어 외래어 표기 규칙을 미리 합의해 둡니다.
3.  **올바른 `language` 코드로 전사하고** 언어별 [단어 오류율](https://broadrouter.com/ko/glossary/word-error-rate/)을 계산하세요. 단어 사이에 띄어쓰기가 없는 중국어와 일본어는 문자 오류율을 쓰세요.
4.  **오류를 읽어 보세요.** 군말보다 제품명, 금액, 주소가 더 중요합니다.
5.  아랍어가 포함된다면 **아랍어는 두 모델로 반복하고** 방언별로 비교하세요.

분당 요금이 낮으므로, $5 상당의 초기 크레딧으로 BroadNet Transcribe에서 여러 언어에 대해 이런 테스트를 할 수 있습니다.

## 어떤 워크로드에 맞나요?

| 워크로드 | 참고 |
| --- | --- |
| 다국어 고객센터 | ARS 언어 선택으로 라우팅하고 해당 `language` 코드를 보냄 |
| 분산 팀의 회의록 | 녹음별로 전사한 뒤 LLM으로 요약 |
| 음성 메모 수신함 | 먼저 .ogg를 WAV로 변환. WhatsApp 가이드 참고 |
| 미디어·팟캐스트 아카이브 | 긴 파일은 25 MiB 미만으로 분할하고 야간에 배치 처리 |
| 언어 학습 앱 | 학습자 발화를 전사한 뒤 LLM으로 피드백 |

어떤 경우든 비용은 오디오 분량에만 비례합니다. BroadNet Transcribe는 언어와 관계없이 오디오 1시간당 $0.12 요금입니다.

## 전사 다음에는 무엇을 하나요?

전사본이 최종 결과물인 경우는 드뭅니다. 같은 API 키로 흔히 이어지는 단계는 다음과 같습니다.

-   1,048,576토큰 컨텍스트로 아주 긴 전사본도 담을 수 있는 [DeepSeek V4.1 Flash](https://broadrouter.com/ko/models/deepseek-v4.1-flash/)로 회의 **요약과 할 일 목록** 만들기.
-   전사본을 하나의 업무 언어로 **번역**하기. [LLM을 이용한 아랍어–영어 번역](https://broadrouter.com/ko/blog/arabic-english-translation-llm/)을 참고하세요.
-   구조화된 JSON 출력으로 상담 통화 **품질 평가(QA) 점수** 매기기.

## 다른 전사 API에서 어떻게 이전하나요?

이미 OpenAI 방식의 전사 엔드포인트를 호출하고 있다면(OpenAI가 2027년 2월 26일 종료로 안내한 Whisper API 포함, [전환 전에 테스트할 것](https://broadrouter.com/ko/blog/whisper-api-alternative/) 참고), 이전은 대개 세 가지 변경으로 끝납니다. 기본 URL, API 키, 모델 ID이며, 여기에 `language`를 보내는지 확인하면 됩니다. 코드가 `text` 외에 읽는 응답 필드가 있는지도 확인하세요. 나머지는 [OpenAI 호환 API 이전 체크리스트](https://broadrouter.com/ko/blog/openai-compatible-api-migration-checklist/)에서 다룹니다.

관련 무료 도구 (영어)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[무료 도구 (영어)](https://broadrouter.com/tools/)

## 이 글의 용어

[음성 인식(Speech-to-text, STT)](https://broadrouter.com/ko/glossary/speech-to-text/)

음성 인식(STT)은 자동 음성 인식(ASR)이라고도 하며, 말소리 오디오를 글로 변환하는 기술입니다. 음성 인식 API는 오디오 파일이나 스트림을 받아 전사 텍스트를 반환하며, 보통 오디오 분당 요금이 붙습니다. 정확도는 단어 오류율로 측정하며 억양, 방언, 녹음 품질에 따라 달라집니다.

[종량제(Pay-as-you-go)](https://broadrouter.com/ko/glossary/pay-as-you-go/)

종량제(pay-as-you-go)는 구독이나 최소 약정 없이 토큰, 요청, 오디오 분 같은 단위로 사용량을 측정해 쓴 만큼만 내는 요금 방식입니다. 대부분의 LLM API가 선불 잔액에서 차감하거나 정기 청구서를 발행하는 식으로 이렇게 과금합니다.

[OpenAI 호환 API(OpenAI-compatible API)](https://broadrouter.com/ko/glossary/openai-compatible-api/)

OpenAI 호환 API는 POST /v1/chat/completions처럼 OpenAI API와 같은 요청 및 응답 형식을 받는 HTTP API입니다. 그래서 OpenAI SDK와 도구는 base URL, API 키, 모델 이름만 바꾸면 이 API를 그대로 사용할 수 있습니다.

[단어 오류율(WER)](https://broadrouter.com/ko/glossary/word-error-rate/)

단어 오류율(WER)은 음성 인식의 표준 정확도 지표입니다. 전사 결과를 올바른 정답 텍스트로 바꾸는 데 필요한 단어 치환, 삭제, 삽입 횟수를 정답 텍스트의 단어 수로 나눈 값이며, 낮을수록 좋습니다.

[동시 처리(concurrency)](https://broadrouter.com/ko/glossary/concurrency/)

동시 처리(concurrency)는 클라이언트가 같은 시점에 진행 중인 요청 수입니다. LLM API는 분당 요청 수와 별도로 키나 플랜마다 이를 제한하는 경우가 많습니다. 열려 있는 요청은 응답이 끝날 때까지 GPU 용량을 차지하기 때문입니다.

[데이터 비보관(Zero data retention, ZDR)](https://broadrouter.com/ko/glossary/zero-data-retention/)

데이터 비보관(ZDR)은 AI 제공업체가 프롬프트와 출력을 요청 처리에만 사용하고, 처리 후에는 그 내용을 로그, 캐시, 학습 데이터 어디에도 저장하지 않는 데이터 처리 정책입니다. 토큰 수나 처리 시간처럼 내용이 없는 기록은 보통 계속 보관됩니다.

[도구 호출(tool calling)](https://broadrouter.com/ko/glossary/tool-calling/)

도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 모델이 개발자가 정의한 함수를 실행해 달라는 구조화된 요청을 JSON 인자와 함께 반환하는 LLM API 기능입니다. 함수는 애플리케이션이 실행하고 그 결과를 다시 보냅니다. 모델이 직접 코드를 실행하지는 않습니다.

[속도 제한(rate limit)](https://broadrouter.com/ko/glossary/rate-limit/)

속도 제한(rate limit)은 API가 일정 시간 동안 클라이언트가 사용할 수 있는 양에 두는 상한으로, 분당 요청 수나 분당 토큰 수 같은 기준이 있습니다. 한도를 넘은 요청은 사용량이 다시 한도 아래로 내려갈 때까지 거부되며, 보통 HTTP 429 Too Many Requests가 반환됩니다.

## 자주 묻는 질문

### BroadNet Transcribe는 어떤 언어를 지원하나요?

14개 언어입니다. 영어, 스페인어, 프랑스어, 독일어, 이탈리아어, 포르투갈어, 그리스어, 네덜란드어, 폴란드어, 중국어, 일본어, 한국어, 베트남어, 아랍어입니다. 목록은 pricing.json에 ISO 639-1 코드로 공개되어 있습니다.

### 파일 하나에 두 언어가 섞여 있어도 되나요?

요청 하나에는 언어 코드 하나만 넣습니다. 언어가 바뀌는 오디오라면 주 언어로 전사한 뒤 다른 언어 부분이 어떻게 나오는지 확인하고, 전환 구간이 길다면 화자나 구간별로 오디오를 나누세요.

### 다국어 모델로도 아랍어를 충분히 처리할 수 있나요?

아랍어를 받으며 분당 요금도 더 쌉니다. BroadNet은 아랍어 정확도 수치를 BroadNet Transcribe Arabic에 대해서만 공개하므로, 오디오에서 아랍어 비중이 크다면 자신의 녹음으로 두 모델을 테스트하고 단어 오류율을 비교하세요.

### OpenAI SDK로 쓸 수 있나요?

네. SDK를 BroadNet 기본 URL로 지정하고 모델 ID, 파일, 언어를 넣어 audio.transcriptions.create를 호출하세요.

## 이어서 읽기

-   [25MB 넘는 긴 오디오 전사하기: 분할, 전송, 이어 붙이기](https://broadrouter.com/ko/blog/transcribe-long-audio-files-api/)
-   [아랍어 음성 인식(STT) API: 2026년 선택 가이드](https://broadrouter.com/ko/blog/arabic-speech-to-text-api-buyers-guide/)
-   [아랍어 음성 인식 단어 오류율(WER) 쉽게 이해하기](https://broadrouter.com/ko/blog/arabic-asr-wer-explained/)
-   [콜센터 녹음 전사하는 법: 아랍어까지 지원하는 파이프라인](https://broadrouter.com/ko/blog/transcribe-call-center-recordings/)
-   [OpenAI 호환 API로 전환하기: 마이그레이션 체크리스트](https://broadrouter.com/ko/blog/openai-compatible-api-migration-checklist/)
-   [LLM으로 아랍어 발음 부호 넣기: 프롬프트, 검증, DER](https://broadrouter.com/ko/blog/arabic-diacritization-llm/)
-   [LLM으로 아랍어 문법·맞춤법 교정하기: 실전 가이드](https://broadrouter.com/ko/blog/arabic-grammar-spelling-correction-llm/)
-   [가이드: 아랍어 음성 인식(STT) API 사용법: 단계별 가이드](https://broadrouter.com/ko/guides/arabic-speech-to-text-api/)
-   [가이드: API로 WhatsApp 음성 메시지를 텍스트로 전사하기](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/)
-   [가이드: BroadNet Inference 오류 코드와 재시도해야 하는 경우](https://broadrouter.com/ko/guides/errors-and-retries/)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-multilingual-speech-to-text-api&utm_content=page-cta) ·

**출처**

-   [BroadNet Transcribe 모델 페이지: FLEURS 영어·스페인어 WER, 처리 속도(2026-11-15 확인) (영어)](https://www.broadnet.ai/inference/models/cohere-transcribe)
-   [Open Universal Arabic ASR Leaderboard, 실시간 표(2026-11-15 확인)](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)
-   [BroadNet Inference API 레퍼런스, 전사(2026-11-16 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-multilingual-speech-to-text-api&utm_content=sources)
-   [BroadNet Inference 기계 판독용 가격 및 언어 목록(pricing.json, 2026-11-16 확인) (영어)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-multilingual-speech-to-text-api&utm_content=sources)
-   [BroadNet 모델 카탈로그, 음성 인식(2026-11-16 확인) (영어)](https://www.broadnet.ai/inference/models)
-   [ISO 639 언어 코드(미국 의회도서관, 2026-11-16 확인)](https://www.loc.gov/standards/iso639-2/php/code_list.php)
