---

title: "聯發科 Breeze-ASR-25：基於 Whisper 的繁中特化 ASR，中英混用辨識錯誤率砍 55%" date: 2026-03-30 source: https://huggingface.co/MediaTek-Research/Breeze-ASR-25 category: articles tags:

• 聯發科
• ASR
• Whisper
• 繁體中文
• 語音辨識
• 開源 created: 2026-03-30 updated: 2026-03-30

---

聯發科 Breeze-ASR-25：基於 Whisper 的繁中特化 ASR，中英混用辨識錯誤率砍 55%

概要

Breeze-ASR-25 是聯發科研究院（MediaTek Research）推出的語音辨識模型，基於 Whisper-large-v2 微調，專為繁體中文和中英混用場景優化。

• HuggingFace：MediaTek-Research/Breeze-ASR-25
• GitHub：mtkresearch/Breeze-ASR-25
• 論文：arxiv.org/pdf/2506.11130

三大特色

1. 強化繁體中文情境辨識
2. 強化中英混用辨識——句內切換（code-switching）和句外切換都支援
3. 強化時間戳對齊——適合自動字幕生成

效能數據（vs Whisper-large-v2）

中英混用（最大亮點）

• CSZS 資料集：WER 從 29.49 降到 13.01（-55.88%）
• ASCEND 混合語言：WER 從 21.01 降到 16.38（-22.01%）

繁體中文

• CommonVoice16 繁中：WER 從 9.84 降到 7.97（-19%）
• ML-lecture 長音頻：WER 從 6.13 降到 4.98（-18.76%）

英文

• ASCEND 英文：WER 從 27.36 降到 26.64（-2.63%，微幅改善）

中英混用實際範例

聯發科 24 週年影片中的中英混用語音：

Breeze-ASR-25 辨識結果：

面對不知道的我們怎麼用 open mind open heart 的心情去 explore 那 explore 過程也就是持續學習 不斷創新 當然如果能帶領 MediaTek 說達到這樣的 position 對做這樣的事情那覺得是一個 commitment 那也是一個 passion 那可以一直很努力的投入在做

Whisper-large-v2 辨識結果：

面對不知道的我們怎麼用開放心情去探索 把它探索過程也就是 仔細學習 不斷創新 ...那覺得是一個貢獻那也是一個熱誠