台灣中文字幕生成的關鍵：Subtitle Studio、Breeze ASR 25 與離線 ASR 工作流
Local ASR / Creator Workflow
台灣中文字幕生成的關鍵，不只是「離線」，而是 ASR 是否懂台灣語境
Threads 貼文推薦 Subtitle Studio AI：把影片拖進 Mac App、選擇 Chinese（Traditional - Taiwan），即可產生逐字稿；若要匯出 SRT 或燒錄影片則升級完整版。更值得記錄的是它背後指向的趨勢：台灣中文、台英混用與本地字幕工作流，已經開始從通用 Whisper 走向在地化 ASR 與完全離線工具。
核對 caveat：Threads 貼文稱 Subtitle Studio 使用台灣製 Breeze ASR 25；但 Subtitle Studio 官網目前公開 FAQ 寫的是「使用在 Mac 本地執行的 OpenAI Whisper 模型」。因此本文不把「Subtitle Studio 已採用 Breeze」視為已由官方確認的事實，而是把它拆成兩個可用訊號：一是 Subtitle Studio 作為 Mac 離線字幕工具；二是 Breeze ASR 25 作為台灣中文 ASR 模型的官方技術選項。
Subtitle Studio AI 的產品定位
Mac 本地字幕生成器，主打 100% 離線、無訂閱、Apple Silicon 最佳化、支援 SRT / Final Cut 標題圖層 / MP4 燒錄輸出。免費版可轉錄與編輯；匯出功能需付費終身授權。
貼文提供的使用流程
下載安裝 → 把影片拖進 App → 點右上角 Generate Subtitle → Input Language 選 Chinese (Traditional - Taiwan) → Generate → 取得逐字稿；需要 SRT 或影片輸出時升級完整版。
真正的採用判斷
若任務是 YouTube、Podcast、短影音剪輯或會議影片上字幕，重點不是只看「99% 準確」宣稱，而是測台灣用語、英文產品名、口頭禪、多人重疊、背景噪音、時間軸對齊與匯出格式。
Breeze ASR 25 是什麼
MediaTek Research / 聯發創新基地推出的開源 ASR 模型，基於 Whisper-large-v2 fine-tune，授權為 Apache 2.0。官方定位是更理解台灣用語、口音與中英混用情境，並加強時間戳記對齊，適合自動字幕生成。
它補的痛點
通用 Whisper 對繁中與台灣語境已可用，但容易在台灣口語、品牌名、英中文混講、在地詞彙上失真。Breeze ASR 25 的價值在於把 ASR 從「懂中文」推向「懂台灣中文與 code-switching」。
官方 benchmark 訊號
Hugging Face model card 顯示，在 CommonVoice16-zh-TW、CSZS-zh-en 等短音訊資料集上相對 Whisper-large-v2 baseline 有明顯 WER 改善；尤其 code-switching 資料集 CSZS-zh-en 的改善幅度最高。這些數字仍應視為模型卡 benchmark，不等於每個剪輯素材都同等提升。
為什麼這對內容工作流重要：字幕生成不是單純「語音轉文字」。實務上還包含人聲分離、降噪、VAD、標點、斷句、時間軸對齊、專有名詞修正、雙語字幕、SRT/FCP/DaVinci/Premiere 匯出，以及最後人工校稿。ASR 模型越懂台灣語境，後面每一步的人工成本就越低。
| 方案層級 | 適合用途 | 風險 / caveat |
|---|---|---|
| Subtitle Studio 這類離線 Mac App | 創作者快速把影片轉逐字稿、剪輯字幕、匯出 SRT 或燒錄影片 | 要確認實際模型、授權、裝置數、Intel Mac 支援、輸出限制；官方目前寫 Whisper，不宜直接假設 Breeze 已內建 |
| Whisper / faster-whisper | 工程端批次轉錄、Podcast/影片資料處理、自動化 pipeline | 繁中與台英混用可用但仍需詞庫、prompt、後處理；多人與噪音環境仍會出錯 |
| Breeze ASR 25 | 台灣中文、台英混用、在地口音、字幕時間軸對齊更敏感的產品或內部工具 | 需自行評估部署成本、推論速度、硬體、模型格式轉換、實測 WER；benchmark 不能取代自己的素材測試 |
採用前測試清單
- 準備 10–20 段自己的真實素材：短影音、訪談、會議、室內雜音、戶外錄音、台英混用。
- 比較：通用 Whisper、Subtitle Studio 實際輸出、Breeze ASR 25 或其衍生部署。
- 記錄錯誤類型：台灣詞彙、英文產品名、數字、標點、專有名詞、講者切換、時間軸偏移。
- 用「校稿總時間」評估，而不是只看逐字稿漂亮程度。
- 如果素材涉及客戶、醫療、財務或內部會議，優先選離線或自架方案，並確認沒有 telemetry / 上傳。
可落地的 Big picture：台灣中文 ASR 會是語音助理、電話提醒、客服錄音、會議摘要、短影音上字幕的底層能力。若未來要做 Kate 的語音電話提醒或台灣商務語音管家，Breeze ASR 25 這類在地模型值得列入測試池；但電話場景還要另外測窄頻音質、打斷、回覆確認與 snooze 指令辨識。
來源與延伸閱讀
- Threads 原文：@mtmcy_ig 推薦 Subtitle Studio AI 與 Chinese（Traditional - Taiwan）字幕流程
- Subtitle Studio 官網：subtitlestudio.ai/zh
- MediaTek 新聞稿：MR Breeze ASR 25 發布說明
- Hugging Face：MediaTek-Research/Breeze-ASR-25
- GitHub：mtkresearch/Breeze-ASR-25