台灣大哥大今日宣布攜手合作夥伴長問科技，共同發表國內首款支援中、台、英、客語混合辨識的最新 ASR（Automatic Speech Recognition，ASR）模型「myVoca」，展現「更節省、更精準、更快速」的三大核心優勢，號稱在算力效能、精準度與辨識速度皆超車國際 OpenAI Whisper-large-v3 模型，是最懂台灣語的多語混合辨識模型。
「myVoca」模型運作結合台灣大哥大與長問科技雙方優勢，台灣大哥大以電信天賦，將通用語料擴增，有效提升辨識準度、啟動特定產業（如醫療）語料蒐集與建置，並執行語料清洗、分類、標註，以及音檔品質與資料體檢；長問科技則專注於 ASR 模型架構設計、訓練流程與演算法調整，透過雙方攜手合作，「myVoca」所需算力僅需 1/8，硬體成本顯著降低 88%，經客製化調教後模型正確率最高可達 97%；同時實現辨識速度零時差，開口 1 秒內即可完成即時轉錄，反應速度提升 6 倍。未來將全面導入金融、醫療、製造及智慧政府等應用場景，賦能企業 AI 降本增效。
台灣大哥大資訊長蔡祈岩表示，全新「myVoca」語音辨識模型的問世，不僅是技術的升級，更是台灣將 AI 技術轉化為長期競爭力的關鍵示範。台灣大從架構面著手，優化推論效率與延遲控制，並強化專屬語料的擴訓能力；同時透過在地語料賦能，針對台灣特有的跨語言現象（Code-switching）、產業術語（Industry Jargon）及多樣聲學特徵（Acoustic Diversity）進行精準訓練，確保模型能真正貼近台灣語音習慣、產業用語與真實場域。證明模型落地的差距不在於規模大小，而是在於產業語料是否精準到位。
台灣大哥大企業服務事業商務長朱曉幸表示，隨著企業對 AI 應用需求快速成長，「實用」且「可落地」的解決方案已成為產業升級的關鍵。全新的 myVoca 模型透過提升算力效率，讓穩定的毛利與營運成本控管得以實現；而辨識延遲的優化，則促使 ASR 技術從輔助工具，轉化為客服、會議及流程管理的核心引擎。
長問科技總經理陳又碩表示，長問科技專注於 ASR 模型研發，包含模型架構設計、訓練流程與演算法調整。透過本次與台灣大哥大合作，成功克服了傳統模型在台灣在地化應用上的技術瓶頸，使 myVoca 成為最懂台灣語的多語混合辨識模型。長問科技透過優化推論效率與延遲控制，使 myVoca 在確保運算精準度的同時，顯著降低企業導入 AI 的硬體門檻。在架構面實現「邊說邊出」的零時差體驗，讓 ASR 從單純的轉錄工具，演進為具備高互動能力的智慧引擎。藉由長問在演算法的深耕，結合台灣大豐富的產業語料賦能，myVoca 能精準辨識台灣特有的術語與發音習慣。長問科技將持續與生態系夥伴協作，深耕醫療、金融等多元場景，將語音黑科技轉化為實質的產業競爭力。
（首圖來源：台灣大哥大）
科技新報粉絲團
加入好友
訂閱免費電子報
