Skip to main content

​
自訂模型 Pro

Pro 訂閱者可以匯入自己的語音轉文字模型，取代 Echophrase 內建模型庫中的模型。 此功能適合進階使用者，例如想使用特定微調模型、小眾語言模型，或是尚未收錄於 內建模型庫中的模型。
這是 Pro 功能。方案比較請參閱測試版頁面，內建模型（所有方案皆可使用） 請參閱模型選擇。

​
什麼是 ONNX 模型？

ONNX（Open Neural Network Exchange）是一種開放、可攜的機器 學習模型檔案格式，讓在某個框架訓練的模型能在不同的執行環境中運作 - 在此指的 是 ONNX Runtime，也就是 Echophrase 內建模型所使用的執行引擎。 ONNX 格式的語音轉文字模型通常包含以下檔案：
  • model.onnx - 模型本身（必要）
  • model.onnx.data - 較大模型的外部權重檔（選用，僅在模型以此方式匯出時 才會出現）
  • tokenizer.json 與／或 config.json - 描述如何將模型的原始輸出轉換 為文字的檔案（選用，但建議提供 - 若缺少，應用程式會退回盡力解碼）
您不需要理解此格式的細節即可使用 - Echophrase 會讀取您指定的檔案，並在缺少 或損壞時提示您。
Echophrase v1 中的自訂模型必須為 ONNX 格式。目前不支援 safetensors 或 GGUF 等其他格式的自訂模型。

​
從哪裡尋找模型

  • Hugging Face 模型庫
    • 已篩選為 ONNX 格式的自動語音辨識模型，是最容易瀏覽的來源。
  • ONNX Model Zoo - 由 ONNX 社群維護的 預訓練 ONNX 模型精選集。
尋找包含 .onnx 檔案（最好也附有 tokenizer.json）且專為自動語音辨識設計 的儲存庫或下載項目。

​
如何匯入模型

開啟設定 > 自訂模型，選擇以下其中一種方式匯入模型：

本機檔案

瀏覽選擇磁碟上的 .onnx 檔案，或直接拖放至設定視窗中。若模型附有 .onnx.data 權重檔、tokenizer.json 或 config.json，請一併加入 （或直接拖放整個資料夾）。

Hugging Face 儲存庫

貼上儲存庫網址或 org/repo 名稱，例如 openai/whisper-tiny.en。 Echophrase 會直接下載該儲存庫的檔案。該儲存庫必須恰好包含一個 .onnx 檔案 - 若有多個，請手動下載您想要的檔案並改用本機檔案方式匯入。
匯入模型後，Echophrase 會實際在 ONNX Runtime 中載入該模型以確認其為有效、 可載入的 ONNX 模型，接著將副本儲存於應用程式的本機快取中。此驗證步驟可攔截 損壞的下載檔案，以及根本不是 ONNX 模型的檔案 - 但不會評估轉錄品質。 成功匯入的模型會立即成為你的使用中模型 - 不需要額外的選取步驟。你可以 匯入任意數量的模型並在它們之間切換：每個已匯入的模型都會列在匯入視窗和 設定 > 自訂模型中，各自有「使用」與「移除」，也可以透過 AI 模型清單的 自訂列開啟管理。
在 WSL 上，Windows 檔案總管無法將檔案拖曳進 WSL 視窗，因此匯入視窗會顯示 瀏覽按鈕，而不是拖放區。
自訂模型有 8 GB 的大小限制。

​
相容性規範

由於 Echophrase 無法預先得知每個可能模型的架構，因此所有自訂模型都會透過 單一通用推論流程執行。模型若要產生可用的轉錄結果，必須：
  • 接受原始 16 kHz 單聲道波形作為輸入
  • 以張量名稱 audio/input/mel 公開該輸入
  • 產生 Echophrase 可解碼為文字的文字或詞元輸出
若模型不符合此規範，Echophrase 仍會載入並執行它 - 不會當機 - 但輸出可能是 亂碼、空白或不合邏輯。這代表該模型與 Echophrase 的推論流程不相容，並非應用 程式的錯誤。若遇到此情況，請確認該模型匯出時確實是設計給原始波形輸入的語音 辨識模型，而非在模型外部計算的梅爾頻譜或 log-mel 特徵。

​
即將推出：轉換模型

第二個自訂模型欄位 - 供**轉換（Transform）**模型使用，用於後製處理轉錄文字 （文法修正、自訂改寫規則等）- 規劃於未來版本推出。目前尚不支援自訂轉換模型； 內建版本請參閱轉換模型。

​
安全性須知

自訂模型完全在您的裝置上透過 ONNX Runtime 執行，與 Echophrase 內建模型 使用的引擎相同 - 自訂模型的任何內容都不會上傳或傳送至 Echophrase 的伺服器。 儘管如此，請留意以下幾點：
  • 僅匯入您信任的模型。 .onnx 檔案本質上是一個運算圖，即使 Echophrase 已驗證其能在 ONNX Runtime 中成功載入，惡意或有問題的檔案仍可能在執行時 出現異常行為。
  • 驗證僅確認格式，不代表品質。 Echophrase 只會檢查檔案是否為真實、可 載入的 ONNX 模型 - 無法驗證該模型的訓練資料、準確度，或其輸出是否可信。
  • 優先選擇可靠來源。 具有明確作者、說明與下載次數的 Hugging Face 儲存庫， 通常比來路不明的連結或檔案更值得信賴。