🎙️ 台語（台灣閩南語）語音辨識 Demo

使用 MediaTek-Research/Breeze-ASR-26 （基於 openai/whisper-large-v2 微調，1.54 B 參數，~10,000 小時合成的台語語音訓練）做台語 ASR。

由 MediaTek Research（聯發科技）團隊開發，屬於 Breeze Taigi 框架的一部分。 在 Taigi ASR Benchmark 上 CER 約 30.13 %，跟教育部台灣台語輸入法（30.70 %）相當，遠勝前一代 Breeze ASR 25（49.99 %）。

使用方式

  1. 上傳音訊檔（wav / mp3 / m4a / ogg / flac 都支援）
  2. 或點麥克風 icon 直接錄音
  3. 按「開始辨識」等待幾秒

⚠️ 重要：模型輸出的都是國語漢字，不是台語正字。如果需要台語正字，需要另外翻譯。

🔌 程式呼叫（API）：請參考 repo 內的 ADAPT.md，說明如何從瀏覽器或 Node.js 經 gradio_client 呼叫本 Space 的 /transcribe endpoint。

技術細節

  • 模型參數量：~1.54 B（Whisper-large-v2 微調）
  • 推論精度：bf16（VRAM ~3 GB）
  • Hardware：HF ZeroGPU (RTX PRO 6000 Blackwell)
  • 推論框架：transformers pipeline
  • License：Apache 2.0（商用 OK）