聯發科創新基地發表 AI 語音辨識模型，更理解台灣用語口音，「發生」不會聽成「花生」
聯發科集團轄下的前瞻技術研究單位聯發創新基地（MediaTek Research）發表，採用 OpenAI Whisper AI 語音辨識開源模型 MediaTek Research Breeze ASR 25（後略 MR Breeze ASR 25）。
聯發科表示，MR Breeze ASR 25 更理解台灣用語及口音，台灣常見中英混合用語，也有更高辨識精準度。此外，模型以 Apache 2.0 條款釋出，以利促進百工百業在各類創意 AI 領域應用。
聯發創新基地負責人許大山博士表示，開源語音辨識模型雖逐年進步，但對於在地用語及口音的辨識度仍顯不足，例如把「發生什麼事」聽成「花生什麼事」。有鑑於語音辨識是 AI 應用的關鍵啟動功能，此次特別釋出「聽得懂在地語言」的 ASR 模型 MR Breeze ASR 25，其精準度相較於 OpenAI 的 Whisper 提升近 10%、中英語轉換表現（Code-switching）則增進 56%。藉此，聯發創新基地能以完整的繁體中文 AI ，積極推進繁體中文AI的創新並普及模型於地端及裝置端的使用。
聯發創新基地自 2025 年起已陸續開源全套繁體中文 AI 模型，包含整合視覺功能的語言模型 （Visual Large Language Models，V-LLM）、針對台灣口音調整的文字轉語音模型 （Text to Speech，TTS）、以及能調用外部資訊的函式呼叫（Function Calling）模型。此次釋出的MR Breeze ASR 25 為 MR Breeze 系列第二代語音辨識開源模型，能即時將語音轉為文字，並強化台灣語料口音，符合本土應用需求。而目前，MR Breeze ASR 25 已於 HuggingFace 上架。
(首圖來源：聯發科)
留言 0