實作案例 / 平台與工具開發
朕宏語音輸入：公司自建的語音打字，聲音不出公司
按住右 Ctrl 說話、放開就貼進任何欄位：辨識在公司 GPU 機上用 Whisper 完成，再由本地大模型加標點、去口頭禪、改正公司用語，整段聲音與文字都不送到外部服務。介面與快捷鍵比照市售軟體，同仁不用重學。
▶ 開啟互動 Demo互動示範：按住膠囊說話，重現辨識、潤稿、自動學字典的流程
往下捲動↓
THE REAL CHALLENGE
客戶問題
與真正挑戰
- 01
市售語音輸入軟體要把聲音與文字送到國外伺服器，公司報價、客戶名單講出來就等於外流。
- 02
通用模型聽不懂公司用語：朕宏聽成正紅、Lumion 聽成路米恩，每次都要手改。
- 03
大家已經習慣某套軟體的按鍵與介面，換工具不能讓人重新學。
- 04
辨識速度要快到像打字：第一句等一分鐘就沒人用。
HOW WE INTEGRATE
語音輸入 · 本地 Whisper · 資料不出公司
HOW WE INTEGRATE
朕宏如何整合
1
伺服器架在公司 GPU 機：Whisper turbo 模型 CUDA 半精度，暖機後一句 0.7 秒；模型常駐不卸載，上班時段每小時自動續命。
2
潤稿交給本地大模型：加標點、去口頭禪、列點口令自動變編號，改口只留最後一句，旁白當指令處理。
3
客戶端是輕量桌面程式：按住右 Ctrl 說話、Ctrl+Shift+Space 切換式、Ctrl+Shift+, 改寫選取文字、Ctrl+Shift+/ 翻譯、滑鼠側鍵單手口述，與市售軟體相同。
4
公司字典會自己長：你貼上後改了字，程式用 UI Automation 讀回修正並記住；下次自動改正，並提示「已把 X 記成 Y」可復原。
5
每人帳號登入、權杖加密存放，錯 5 次鎖 15 分；首次登入限公司網路。外出時透過 VPS 反向隧道連回公司，公司外一樣能用。
6
歷史紀錄可搜尋、可同步到公司伺服器；安裝檔自動更新，發版一行指令全公司跟上。
OUTCOME
完成成果
- 短句從按下到貼上約 2 秒；專有詞辨識經字典與潤稿後全對。
- 從 9 月 24 日決定自建到 10 月 7 日已迭代 25 個版本（1.5.6），四位同仁帳號上線。
- 同一套語音服務也接進卡片問答平台的「按住說話」與 3D 指揮中心的志工回報。
RELATED