Skip to main content

​
自定义模型 Pro

Pro 订阅者可以导入自己的语音转文字模型，取代 Echophrase 内置模型库中的模型。 此功能适合高级用户，例如想使用特定微调模型、小众语言模型，或是尚未收录于 内置模型库中的模型。
这是 Pro 功能。方案比较请参阅测试版页面，内置模型（所有方案皆可使用） 请参阅模型选择。

​
什么是 ONNX 模型？

ONNX（Open Neural Network Exchange）是一种开放、可携的机器 学习模型文件格式，让在某个框架训练的模型能在不同的运行环境中运作 - 在此指的 是 ONNX Runtime，也就是 Echophrase 内置模型所使用的运行引擎。 ONNX 格式的语音转文字模型通常包含以下文件：
  • model.onnx - 模型本身（必要）
  • model.onnx.data - 较大模型的外部权重档（选用，仅在模型以此方式导出时 才会出现）
  • tokenizer.json 与／或 config.json - 描述如何将模型的原始输出转换 为文字的文件（选用，但建议提供 - 若缺少，应用程序会退回尽力解码）
您不需要理解此格式的细节即可使用 - Echophrase 会读取您指定的文件，并在缺少 或损坏时提示您。
Echophrase v1 中的自定义模型必须为 ONNX 格式。目前不支持 safetensors 或 GGUF 等其他格式的自定义模型。

​
从哪里寻找模型

  • Hugging Face 模型库
    • 已筛选为 ONNX 格式的自动语音识别模型，是最容易浏览的来源。
  • ONNX Model Zoo - 由 ONNX 社区维护的 预训练 ONNX 模型精选集。
寻找包含 .onnx 文件（最好也附有 tokenizer.json）且专为自动语音识别设计 的保存库或下载项目。

​
如何导入模型

打开设置 > 自定义模型，选择以下其中一种方式导入模型：

本机文件

浏览选择磁盘上的 .onnx 文件，或直接拖放至设置窗口中。若模型附有 .onnx.data 权重档、tokenizer.json 或 config.json，请一并加入 （或直接拖放整个文件夹）。

Hugging Face 保存库

粘贴保存库网址或 org/repo 名称，例如 openai/whisper-tiny.en。 Echophrase 会直接下载该保存库的文件。该保存库必须恰好包含一个 .onnx 文件 - 若有多个，请手动下载您想要的文件并改用本机文件方式导入。
导入模型后，Echophrase 会实际在 ONNX Runtime 中加载该模型以确认其为有效、 可加载的 ONNX 模型，接着将副本保存于应用程序的本机缓存中。此验证步骤可拦截 损坏的下载文件，以及根本不是 ONNX 模型的文件 - 但不会评估转录质量。 成功导入的模型会立即成为你的使用中模型 - 不需要额外的选取步骤。你可以 导入任意数量的模型并在它们之间切换：每个已导入的模型都会列在导入窗口和 设置 > 自定义模型中，各自有「使用」与「移除」，也可以通过 AI 模型清单的 自定义列打开管理。
在 WSL 上，Windows 文件总管无法将文件拖拽进 WSL 窗口，因此导入窗口会显示 浏览按钮，而不是拖放区。
自定义模型有 8 GB 的大小限制。

​
兼容性规范

由于 Echophrase 无法预先得知每个可能模型的架构，因此所有自定义模型都会通过 单一通用推理流程运行。模型若要产生可用的转录结果，必须：
  • 接受原始 16 kHz 单声道波形作为输入
  • 以张量名称 audio/input/mel 公开该输入
  • 产生 Echophrase 可解码为文字的文字或词元输出
若模型不符合此规范，Echophrase 仍会加载并运行它 - 不会崩溃 - 但输出可能是 乱码、空白或不合逻辑。这代表该模型与 Echophrase 的推理流程不兼容，并非应用 程序的错误。若遇到此情况，请确认该模型导出时确实是设计给原始波形输入的语音 识别模型，而非在模型外部计算的梅尔频谱或 log-mel 特征。

​
即将推出：转换模型

第二个自定义模型字段 - 供**转换（Transform）**模型使用，用于后制处理转录文字 （语法修正、自定义改写规则等）- 规划于未来版本推出。目前尚不支持自定义转换模型； 内置版本请参阅转换模型。

​
安全性须知

自定义模型完全在您的设备上通过 ONNX Runtime 运行，与 Echophrase 内置模型 使用的引擎相同 - 自定义模型的任何内容都不会上传或发送至 Echophrase 的服务器。 尽管如此，请留意以下几点：
  • 仅导入您信任的模型。 .onnx 文件本质上是一个运算图，即使 Echophrase 已验证其能在 ONNX Runtime 中成功加载，恶意或有问题的文件仍可能在运行时 出现异常行为。
  • 验证仅确认格式，不代表质量。 Echophrase 只会检查文件是否为真实、可 加载的 ONNX 模型 - 无法验证该模型的训练数据、准确度，或其输出是否可信。
  • 优先选择可靠来源。 具有明确作者、说明与下载次数的 Hugging Face 保存库， 通常比来路不明的链接或文件更值得信赖。