> ## Documentation Index
> Fetch the complete documentation index at: https://docs.echophrase.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 自訂模型

> 匯入您自己的 ONNX 語音轉文字模型

# 自訂模型 <sup>Pro</sup>

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。

<Note>
  這是 Pro 功能。方案比較請參閱[測試版頁面](/zh-Hant/beta)，內建模型（所有方案皆可使用）
  請參閱[模型選擇](/zh-Hant/config/models)。
</Note>

## 什麼是 ONNX 模型？

[ONNX](https://onnx.ai)（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。

<Warning>
  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。
</Warning>

## 從哪裡尋找模型

* **[Hugging Face 模型庫](https://huggingface.co/models?pipeline_tag=automatic-speech-recognition\&library=onnx)**
  * 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](https://github.com/onnx/models)** - 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：

<CardGroup cols={2}>
  <Card title="本機檔案" icon="folder-open">
    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）。
  </Card>

  <Card title="Hugging Face 儲存庫" icon="link">
    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。
  </Card>
</CardGroup>

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。

<Note>
  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。
</Note>

<Note>
  自訂模型有 **8 GB** 的大小限制。
</Note>

## 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](/zh-Hant/config/settings#transform-model-pro)。

## 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。