延伸知識點．學員教材補充——本頁從 [ 四種輸入方式 ] 與 [ 實作三：錄音變會議紀錄 ] 延伸出來，回答大家平常沒細想、但長官與政風一定會問的問題： 我對著平台講話、上傳錄音，聲音去了哪裡？

麥克風與波會議紀錄，為什麼又安全又好用？

給公務同仁的語音轉文字問答。依你的使用情境找問題，每題先講結論。

本頁內容

先講結論

為什麼平台要這樣設計？因為這個平台是為公務機關而生的。模型的選用、資料走的路線、功能的取捨，都以「公務資料不出門」為前提。語音是最容易被忽略的一條路，所以特別拿出來講。

不會。你按下麥克風講的每一句話，是由平台自己的伺服器上的 Breeze ASR 即時轉成文字，轉完文字才進入輸入框。過程中聲音不會經過 OpenAI、微軟、Google 這類外部語音服務。這也是為什麼平台不用市面上「最有名」的語音辨識，而用可以完全裝在自己主機上的開源模型。

可以，這正是選這個模型的原因。Breeze ASR 是用台灣的語音資料調校的，對台灣口音的國語、台語、以及國台英三種夾著講的日常語句，辨識率比一般以英文或中國普通話為主的模型好很多，也比較不會把「健保卡」「1999」「智慧財產局」這類台灣用語聽成別的東西，或寫成中國用語。

兩種一樣安全，走的是同一個語音核心。差別在使用方式：一般麥克風的逐字稿停在輸入框，送出前你可以先校對；閃電麥克風講完直接送出，不能改。要引法條、報案號、講人名的時候，用一般麥克風，看過再送。詳見教材 [ 四種輸入方式 ]。

錄音檔不離開平台的主機。上傳的 MP3、M4A 等錄音檔，由同一個地端部署的 Breeze ASR 轉成逐字稿，再交給波會議紀錄整理成摘要。音檔與文字都留在平台自己的伺服器上，不會送到外部語音服務，也不會被拿去訓練別人的模型。

但「平台安全」不等於「什麼都能上傳」。什麼等級的會議可以錄、可以上傳，依機關規定；上傳前先讓與會者知道。這是教材 [ 底線二 ]。

比多數模型好，但不是萬能。Breeze ASR 針對台灣在地的語音環境調校過，里民大會、機關內部會議這種「有雜音、有台語、有口音」的錄音，比一般商用模型少很多「聽攏無」的情況。不過，同時多人講話、離麥克風太遠、錄音壓得太小聲，任何模型都會吃力。怎麼讓它更準，見 [ 限制與你能做的事 ]。

留在你自己的對話紀錄裡，別人看不到，除非你用分享連結分享出去。保存多久、要不要刪，依機關的紀錄保存規定辦理；不需要留的對話，用完就刪。另外提醒：逐字稿是原始依據，摘要是整理過的二手資訊，兩份都要留，見教材 [ 三個容易踩的雷 ]。

同一個語音核心，沒有外部計費。不管流程串得多複雜，負責把影片裡的聲音抽出來轉成文字的，還是地端的 Breeze ASR。聲音不會在流程中被送到外部第三方的語音 API。

費用方面也不用擔心。市面上的雲端語音服務多半按「每分鐘錄音」計費，大量解析影片會讓預算失控；Breeze ASR 是開源授權（Apache 2.0），不論解析多少影片，都不會另外產生按分鐘計價的費用。

四個理由，每一個都對應公務情境：

理由	對公務機關的意義
台灣團隊、台灣語料	國語、台語、英語三聲道都認得，台灣的專有名詞與用語不會被寫成中國用語
開源、可地端部署	整個模型裝在平台自己的主機上，聲音不用出門
開源授權無按量計費	不會因為用量大而預算失控，也不必綁信用卡
可以持續調校	機關自己的專有名詞可以透過勘誤表教進去，越用越準

誠實講，三個：

限制	什麼情況會遇到	怎麼辦
音質	離麥克風太遠、環境吵、錄音音量太小、多人同時講	改善收音：麥克風放中間、一次一人講、錄前先試錄十秒聽看看
腔調	台語腔調太特殊、太冷門，或是它沒學過的語言	它已是對台語相對友善的模型之一，但遇到冷門腔調仍可能錯；重要段落人工校對
專有名詞	法條名稱、智財局專用術語、案號、人名，訓練資料裡沒見過或很少見	主動教它：把常用專有名詞建成勘誤表，它下次就會自動修正

再好的模型也會聽錯。會議紀錄要對外、要當決議依據的，一律回到逐字稿或錄音核對。這是教材 [ 底線一 ]，在語音這件事上沒有例外。

這篇教學對你有幫助嗎？

我們會參考你的意見持續改善教材。