【時報記者王逸芯台北報導】聯發科（2454）集團旗下的前瞻技術研究單位——聯發創新基地（MediaTek Research）近期發布基於OpenAI Whisper的AI語音辨識開源模型——MediaTek Research Breeze ASR 25（後略MR Breeze ASR 25）。相比於OpenAI Whisper，該模型對台灣用語及口音有更好的理解，並在台灣常見的中英混合語境下，達到了更高的精準度。 此外，該模型以Apache 2.0條款開源，旨在促進各行各業在創意AI領域的應用。 聯發創新基地負責人許大山博士表示，儘管開源語音辨識模型逐年進步，但對於在地用語和口音的辨識仍存在不足之處。例如，語音辨 識系統可能會將「發生什麼事」聽成「花生什麼事」。 他指出，語音辨識是AI應用的關鍵啟動功能，因此此次特別釋出「聽得懂在地語言」的ASR模型MR Breeze ASR 25。該模型的精準度較OpenAI Whisper提升了近10%，而在中英語轉換（Code-switching）表現方面，則增進了56%。 這一舉措使聯發創新基地能夠推進繁體中文AI的創新，並普及該模型在地端及裝置端的應用。 聯發創新基地自2025年起，已逐步開源全套繁體中文AI模型，包括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是MR Breeze系列的第二代語音辨識開源模型，能即時將語音轉換為文字，並強化台灣語料及台灣口音，以滿足本土應用需求。MR Breeze ASR 25目前已在HuggingFace上架。