當 AI 遇上真實世界
任何人都能轉錄清晰、錄音室等級的音訊，但真實世界的內容——像是 Vlog、現場採訪、街頭錄音——往往很混亂。
當講者突然切換語言、背景車流淹沒了聲音，或受訪者口音很重時，傳統 AI 轉錄就會失靈，讓創作者不得不花上數小時手動修正。
今天，SubEasy 隆重推出全新轉錄模型。 我們不只提升了整體準確率，更專門針對創作者最頭痛的四大情境進行了技術突破。
以下是新模型在各種挑戰下的表現。
1. 多語混合音訊（語言切換）
痛點： 在國際商務會議或現代旅遊 Vlog 中，講者常常一句話裡就切換語言（Code-Switching）。多數現有模型只會強行把音訊歸類到一種主要語言，導致次要語言被錯誤轉錄成亂碼。
新模型解決方案： 我們的新模型能即時偵測語言切換。如下圖所示，當講者從英文切換到西班牙文，新模型能無縫轉換，準確地轉錄兩種語言。
比較圖：舊模型無法正確處理西班牙文片段，新模型則精準轉錄英西混合音訊。
2. 嘈雜環境
痛點： 戶外風聲、咖啡館人聲、地鐵廣播等常常蓋過主要講者，傳統模型不但會跳漏整句話，有時甚至把噪音誤認成語音。
新模型解決方案： 先進的音訊處理技術能有效分離人聲與複雜背景噪音，即使在低訊噪比環境下也能保持高準確率。
📝 示範場景：繁忙地鐵站 Vlog
- 舊模型： "...going to...（雜音無法辨識）...station today."
- 新模型： "Even though it's super crowded here, I am still going to the station today."
3. 強烈口音及非標準發音
痛點： 強烈的地方或非母語口音會讓舊模型準確率大幅下降，因為它們過度依賴標準發音模式。
新模型解決方案： 新模型訓練於全球多元資料集，能以更優秀的語境理解能力，正確解讀「意思」，即使發音與標準差異很大也沒問題。
📝 示範場景：日本腔英文（Japanglish）
- 音訊內容： 講者以日語發音說 "McDonald's"（如 "Makudonarudo"）。
- 舊模型： "I want to eat mark donald road."（音譯錯誤）
- 新模型： "I want to eat McDonald's."（語境識別正確）
4. 粵語專屬識別
痛點： 粵語有獨特語法和字詞，與普通話完全不同。一般模型常把粵語音訊誤轉成錯誤的普通話同音字，意思全變了。
新模型解決方案： 我們針對粵語進行了專項建模，能正確識別粵語語法及在地字詞。
📝 示範場景：粵語閒聊
- 舊模型（普通話錯誤字）： "你依家系度做勿？我好中意食那个。"
- 新模型（正確粵語字）： "你依家系度做乜？我好钟意食嗰个。"
如何使用新模型
- 進入你的 Workspace，選擇要轉錄的檔案。
- 在側邊欄找到 Transcription Model 設定。
- 只需將模式切換到 Advanced（進階）。
選擇後，新模型會自動處理檔案中的噪音、口音或語言混合情境。
結語
準確率就是效率。SubEasy 新模型升級，專為解決那難搞的 5% 音訊而生——無論是突如其來的語言切換、複雜口音還是嘈雜背景。
我們希望你能花更少時間修字幕，更多時間創作好內容。新模型現已開放試用！