---
license: apache-2.0
language:
- zh
- en
library_name: transformers.js
pipeline_tag: automatic-speech-recognition
tags:
- whisper
- onnx
- transformers.js
- webgpu
base_model: MediaTek-Research/Breeze-ASR-25
---

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

這是 [MediaTek-Research/Breeze-ASR-25](https://huggingface.co/MediaTek-Research/Breeze-ASR-25)
的 ONNX 轉換版本，可在瀏覽器中透過
[🤗 Transformers.js](https://github.com/huggingface/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）

```js
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](https://huggingface.co/MediaTek-Research/Breeze-ASR-25)
為準，使用前請自行確認其授權條款允許再散布。