CNEWS匯流新聞網記者王佐銘、陳巧紜／台北報導
台灣大哥大今（12）日發表全新AI語音模型，攜手合作夥伴長問科技推出國內首款支援中、台、英、客語混合辨識的ASR（Automatic Speech Recognition）模型「myVoca」。該模型主打「更節省、更精準、更快速」三大優勢，實測在算力效率、辨識準確度與反應速度上，皆優於國際模型OpenAI Whisper-large-v3，被定位為更貼近台灣語言環境的多語混合語音辨識方案。
「myVoca」整合台灣大哥大與長問科技雙方技術優勢。台灣大哥大透過電信產業累積的大量通用語料進行擴充與整理，負責語料蒐集、清洗、分類與標註，並針對醫療等特定產業建置專業語料資料庫；長問科技則負責ASR模型架構設計、訓練流程與演算法優化。
透過雙方合作，myVoca在維持高精準度的同時，所需算力僅為傳統模型的八分之一，硬體成本大幅降低約88%。經客製化訓練後，模型辨識正確率最高可達97%，並能在開口後1秒內完成即時轉錄，反應速度較過去提升約6倍。未來預計導入金融、醫療、製造與智慧政府等多元應用場景，協助企業提升AI導入效益。
台灣大哥大資訊長蔡祈岩表示，「myVoca」的推出不僅是語音辨識技術的升級，更是將AI能力轉化為產業長期競爭力的重要一步。團隊在模型架構上強化推論效率與延遲控制，同時持續擴充在地語料，針對台灣常見的跨語言混用、產業專業術語與多樣聲學特徵進行訓練，使模型能更貼近實際使用情境。他指出，AI模型能否真正落地，關鍵不在於模型規模，而在於語料是否符合產業需求，透過持續累積與優化語料，將可讓語音辨識技術成為企業創造價值的重要工具。
台灣大哥大企業服務事業商務長朱曉幸則指出，隨著企業對AI應用需求快速提升，「可落地」的解決方案正成為數位轉型的重要關鍵。myVoca透過算力效率的提升，有助企業降低導入成本，同時透過低延遲的語音辨識能力，讓ASR技術從輔助工具進一步轉變為客服、會議紀錄與流程管理的核心系統。台灣大哥大也提供從模型、平台到應用場景的一站式服務，包括系統整合、維運與監控，協助企業將語音技術轉化為具體商業價值。
長問科技總經理陳又碩表示，公司長期專注於ASR模型研發，包括模型架構設計、訓練流程與演算法優化。此次與台灣大哥大合作，成功突破語音辨識在台灣在地化應用上的技術限制，打造出更符合本地語言使用習慣的多語混合辨識模型。透過優化推論效率與延遲控制，myVoca能在確保運算精準度的同時，大幅降低企業導入AI的硬體門檻，並實現「邊說邊出」的即時辨識體驗，讓語音辨識從單純的轉錄工具進一步升級為高互動的智慧系統。
為推動語音技術在產業中的實際應用，台灣大哥大也同步號召資服業者、系統整合商與硬體設備商共同建立ASR生態系。目前已有超過30家合作夥伴加入，涵蓋政府、醫療、金融、交通、零售與製造等領域，預估今年相關營收規模可望成長三倍
在應用展示方面，台灣大哥大也推出多項語音AI解決方案，包括模擬真人的語音客服系統，可應用於餐廳訂位與醫療掛號等服務；同時結合群聯電子aiDAPTIV+技術，推出語音記錄平台「AI聽寫大哥」，提供高效能地端部署方案。
現場亦展示多項合作成果，例如凌羣電腦推出支援中、英、台、客語混合辨識的智慧機器人，可應用於銀行與醫療紀錄場景；啟耀光電與太能系統展示導入myVoca模型的AI透明雙向翻譯機，提升即時翻譯的速度與精準度；詹姆斯科技（JTCG）Raccoon AI則推出多通路AI智慧語音客服系統；安永金融科技則將ASR技術整合至LINE Chatbot，透過語音互動遊戲展現語音科技在行銷應用上的潛力。
照片來源：CNEWS匯流新聞網資料照
《更多CNEWS匯流新聞網報導》
【文章轉載請註明出處】
