中英夾雜的會議逐字稿怎麼轉才準

台灣的會議常常一句話裡夾英文，語音辨識很容易把英文聽成中文字。這篇說明原因、Breeze ASR 25 改善了多少，以及在 Mac 上用它轉錄的方法。

最後更新：2026-10-21

為什麼中英夾雜容易轉錯

多數語音辨識模型的訓練資料以單一語言為主。一句中文講到一半換成英文，模型常常照前面的語言繼續猜，把「deploy」寫成發音相近的中文字，或乾脆換成中文的說法。產品名、縮寫、人名這類訓練資料裡少見的詞，錯得更多。

Breeze ASR 25 是什麼

Breeze ASR 25 是聯發創新基地（MediaTek Research）在 2025 年 6 月開源的語音辨識模型，以 OpenAI 的 Whisper large-v2 為基礎，加強台灣中文和中英夾雜，授權是 Apache 2.0（Hugging Face 模型頁、INSIDE 報導）。

模型頁公布的錯誤率（WER，越低越好）：

數字取自模型頁，2026 年 10 月查證。實際會議的準確度還會受收音距離、雜音、搶話影響。

在 Mac 上用 Breeze ASR 25

模型本身要自己架環境才能跑。拾音把它包進 Mac app，用 whisper.cpp 在本機執行，不用裝 Python、Homebrew 或 ffmpeg：

1. 下載拾音，第一次打開時下載轉錄模型（約 1.7 GB）。
2. 按「錄音」開始錄，或把已經錄好的音檔、影片（m4a、mp3、wav、mp4、mov 等）拖進視窗。
3. 停止後拾音在本機轉錄，逐字稿每一段都標上說話者和時間點。

英文會議同樣用 Breeze ASR 25，日文會議改用 Whisper large-v3-turbo。開始錄音後拾音會自己判斷是哪一種語言。

讓專有名詞也轉對

• 詞彙表：把產品名、人名、縮寫加進詞彙表，轉錄時會當成提示。
• 逐字稿校正：轉錄完，整理工具會依詞彙表和上下文，找出可能聽錯的字（同音字、專有名詞）標在逐字稿裡，你按「接受」才會改，也可以還原。
• 用詞修正：同一個錯字可以整場一起改，逐字稿和會議紀錄一起換。
• 詞彙表建議：拾音會從參加者、說話者名字、校正過的字建議要加進詞彙表的詞。

不適合的情況

拾音目前不支援台語和粵語。會議裡台語很多的話，可以考慮專門支援台語的服務，例如雅婷逐字稿。