台灣人的語言習慣常常是「一句話三種語言」，例如「等一下meeting結束再來處理啦」，國語、台語與英文交錯的說話方式十分常見，但這種跨語言混講（code-switching）對多數國際語音模型仍是一大挑戰，也成為台灣發展在地語音AI的重要原因。
myVoca支援中文、台語、英文與客語混合辨識，並針對台灣常見的多語交錯情境進行訓練。台灣大表示，該模型在算力效率、辨識精準度與即時轉錄速度上皆優於國際知名的OpenAI Whisper-large-v3模型，未來將導入金融、醫療、製造與智慧政府等場景，推動企業AI應用落地。
台灣大哥大與長問科技合作攜手推出myVoca。長問科技長期投入即時語音AI辨識硬體設備與系統研發，其語音AI辨識平台強調台灣在地語言能力，可同時支援國語、台語、英語與客語的輸入與輸出，應用範圍涵蓋金融、電信、醫療、法律、教育與媒體等產業場景，辨識準確率可達95%以上。此次與台灣大合作，則透過結合電信產業的語料優勢與AI演算法能力，進一步提升模型在實際場域中的辨識能力與效率。
在發表會現場，團隊也展示myVoca與Whisper模型的即時辨識對比測試。在中、英、台三語交錯的語音情境下，myVoca辨識準確率可達97%。除了準確度提升外，速度也是重要差異。相較於Whisper通常需在完整聽完一段語音後才開始轉錄或翻譯，myVoca則能做到「邊說邊出」，在開口約1秒內即可完成即時轉錄，大幅提升會議紀錄、客服或跨語言溝通等場景的效率。
台灣大指出，myVoca模型結合雙方技術優勢開發而成。台灣大哥大負責通用語料擴增與產業語料建置，包括蒐集醫療、金融等特定領域語音資料，並進行語料清洗、分類與標註；長問科技則專注於模型架構設計、訓練流程與演算法調整。透過雙方合作，myVoca所需算力僅為傳統模型的八分之一，硬體成本降低約88%，同時辨識速度提升約六倍。
台灣大哥大資訊長蔡祈岩表示，myVoca的推出不只是技術突破，更是將AI轉化為產業競爭力的重要示範。團隊針對台灣常見的跨語言現象（Code-switching）、產業術語以及多樣聲學特徵進行訓練，使模型能真正理解台灣語音環境與產業需求。他指出，AI模型的落地關鍵不只在於規模大小，更在於是否擁有精準且貼近產業的語料。
長問科技總經理陳又碩指出，myVoca在架構上強化推論效率與延遲控制，實現「邊說邊出」的零時差辨識體驗，使ASR技術不再只是單純的語音轉錄工具，而能進一步成為具備互動能力的智慧語音引擎。
台灣大哥大同時宣布將號召資服業者、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家夥伴響應，涵蓋政府、金融、醫療、交通、零售與製造等領域。發表會現場也展示多項應用成果，例如智慧機器人支援四語混合辨識、AI透明雙向翻譯機，以及整合至LINE Chatbot的語音互動服務等。台灣大預估，隨著語音AI應用加速落地，今年相關營收規模有機會成長三倍。
為推廣myVoca模型，台灣大也推出試用方案，企業客戶只要在三月底前申請，即可享有ASR語音辨識服務一個月免費串接體驗，同步提供「AI聽寫大哥」不限分鐘數的一個月免費試用。
火線話題 ｜ AI生活進行式
這篇報導屬於「 AI生活進行式 」主題，更多延伸閱讀：
點擊閱讀下一則新聞
