專為台灣用語及口音設計的AI語音辨識 聯發創新基地釋出開源模型

聯發科集團轄下的前瞻技術研究單位聯發創新基地（MediaTek Research）發布基於OpenAI Whisper的AI語音辨識開源模型MediaTek Research Breeze ASR 25（後略MR Breeze ASR 25）；相較於OpenAI Whisper，更加理解台灣用語及口音，同時，在台灣常見的中、英混合的用語情境上，也達到更高的精準度。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模型，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，並透過強化台灣語料及台灣口音，來符合本土應用需求。MR Breeze ASR 25日前已於HuggingFace上架。