markno5/Breeze-ASR-25-ONNX

Breeze-ASR-25 — ONNX (for Transformers.js / WebGPU)

這是 MediaTek-Research/Breeze-ASR-25 的 ONNX 轉換版本，可在瀏覽器中透過 🤗 Transformers.js ＋ WebGPU 直接執行， 無需後端伺服器。

Breeze-ASR-25 是基於 OpenAI Whisper large-v2 微調的語音辨識模型， 針對台灣華語與中英混用場景最佳化。

提供的量化版本（onnx/ 目錄）

dtype	檔案	大小	適用
q8（建議）	encoder_model_quantized.onnx + decoder_model_merged_quantized.onnx	~1.7GB	WebGPU / WASM 皆可，相容性最佳
q4f16	encoder_model_q4f16.onnx + decoder_model_merged_q4f16.onnx	~1.5GB	僅 WebGPU，速度較快

用法（Transformers.js v3）

import { pipeline } from '@huggingface/transformers';

const asr = await pipeline(
  'automatic-speech-recognition',
  'YOUR_HF_USERNAME/Breeze-ASR-25-ONNX',
  { device: 'webgpu', dtype: 'q8' }   // 不支援 WebGPU 時改 device: 'wasm'
);

const output = await asr(audioFloat32Array, {
  language: 'zh',
  task: 'transcribe',
  return_timestamps: true,
});
console.log(output.text);

授權與出處

本模型權重轉換自 MediaTek Research 的 Breeze-ASR-25。 原始模型授權請以 原始 model card 為準，使用前請自行確認其授權條款允許再散布。