講廣東話,
即刻變文字。
唔係泛泛嘅「粵語」,係香港人日常講嘅廣東話。出嚟係繁體字,係香港人真係會打嘅口語(係、喺、嘅、咗、㗎),英文照寫英文。
全程喺你部機運行,段聲唔會上傳,唔使註冊。用電腦版 Chrome 或者 Edge 有 WebGPU 加速。
模型寫出嚟嘅字
今日 send 咗個 proposal 俾 client,佢話聽日再覆。
喺瀏覽器試 0.6B
第一次要下載約 1.2 GB 模型,之後會存喺瀏覽器 cache。網頁版係試食裝:細模型、int8 量化,速度同準確度都唔及桌面版。
- 1載入模型
- 2錄音/上傳
- 3睇結果
載入模型
未載入模型載入後會存喺瀏覽器 cache,下次開唔使再下載。
撳一下開始錄音 00:00
或者
,或者直接拖入嚟呢度
wav、mp3、m4a、ogg、webm、mp4 都得。長過 30 秒會自動分段。
試吓講:「我啱啱 book 咗聽晚七點嘅枱」「閂燈」「呢個 project 下個禮拜 deadline」
結果
覺得唔夠準?
1.7B 喺大部分測試集錯字少兩至三成,FLEURS 字錯率由 5.70% 降到 3.89%。比較準確度
用 Mac?
OraType 內置 1.7B 香港廣東話模型,喺任何 app 撳快捷鍵講完就出字,免費、離線。睇吓 OraType
之前轉過
自我測試(FLEURS yue 20 段)
| # | 同 Python 一致 | CER | RTF | 輸出 |
|---|
唔係「粵語」就算,係香港人講嘅廣東話。
好多語音模型都話識「粵語」,但唔係為香港人而整:口音同用詞唔同,出簡體字,又或者自動將你講嘅口語「翻譯」做書面語,英文字就變成音譯。呢套模型專登為香港人平時點講嘢而調校。
你講「我啱啱 book 咗聽晚七點嘅枱,你收工直接過嚟啦。」
一般「粵語」模型常見輸出
我刚刚布克了明晚七点的台,你下班直接过来吧。
Qwen3-ASR 香港廣東話版
我啱啱 book 咗聽晚七點嘅枱,你收工直接過嚟啦。
示例,用嚟說明常見問題;實際輸出視乎模型同錄音質素。
- 繁體,香港寫法
- 直接出香港用嘅繁體字,唔會出簡體,唔使再轉換。
- 口語照寫
- 係、喺、嘅、咗、㗎、啲,講乜寫乜,唔會幫你改做書面語。
- 中英夾雜
- book 枱、send email、deadline,英文照寫英文。中英夾雜測試集錯字少一半以上(1.7B:11.74% 降到 5.52%)。
- 香港口音同用詞
- Common Voice 香港、MDCC、立法會等香港測試集,錯字率全部低過原版模型。
網頁係試食,正餐係 1.7B。
0.6B 細、快,啱放上網頁同邊緣裝置。要日常用、要準,用 1.7B:體積大約三倍,大部分測試集錯字少兩至三成,中英夾雜都穩陣啲。
BF16 transformers、greedy decoding、強制粵語。網頁版用 int8 ONNX,結果可能有少少出入。完整 benchmark 喺 GitHub 同 koelony.com/asr。
唔好淨係試,日日用佢。
OraType 係免費開源嘅 macOS 語音輸入。喺任何 app 撳快捷鍵、講嘢,乾淨嘅文字就會打喺你個 cursor 度。內置我哋嘅 1.7B 香港廣東話模型,全程喺你部 Mac 運行。
- 任何 app 都用得:WhatsApp、Slack、Gmail、Notes。
- 香港廣東話同中英夾雜,內置 1.7B(GGUF Q6_K)。
- 自動刪「呃、即係」,跟你改口,加標點。
- 即講即譯,最多三種目標語言。
- MIT 開源、免費、唔使帳戶、冇追蹤。
需要 Apple Silicon(M1 或之後)。
一個模型,幾種跑法。
全部 Apache-2.0,喺 Hugging Face 免費下載。
你可能想問
同其他「粵語」語音識別有咩唔同?
好多模型將「粵語」當成一種書面中文嚟處理:出簡體字、將口語改寫做書面語,或者用其他地區嘅口音同用詞訓練。呢套模型專登為香港廣東話調校:出繁體字、保留口語寫法、英文照寫英文,喺香港相關測試集嘅錯字率都低過原版 Qwen3-ASR。
段聲會唔會上傳?
唔會。模型下載落你部機,喺瀏覽器入面運行,錄音同檔案都唔會離開你部機。呢個網站唔收集任何數據。
點解咁慢,載入咗好耐?
第一次要下載約 1.2 GB。之後會用 cache。冇 WebGPU 嘅瀏覽器會用 CPU(WASM),會慢好多。最好用電腦版 Chrome 或 Edge;想快又準,用桌面版 1.7B 或者 OraType。
點解唔建議用手機?
手機瀏覽器可用嘅記憶體同 GPU 有限,載入 1.2 GB 模型好易閃退,就算載到都會好慢同發熱。用電腦試先有代表性嘅體驗。
可唔可以加自訂詞彙(hotwords)?
模型支援 hotword context biasing,而且唔會亂寫冇講過嘅詞(parrot rate 0%)。網頁版暫時未開放,可以用 Python 或者 llama-server 試,詳情睇 GitHub。