Brethof Voice Pro 已內建個人語音訓練功能。只需點擊一次，即可在本地針對您的聲音微調辨識模型，無需命令列，也無需雲端服務。以下說明其運作方式。
運作方式
每次您更正被錯誤辨識的詞語時，應用程式都會將該音頻片段及您的更正內容儲存到本地的訓練資料集中。主視窗中的訓練卡片會顯示您已收集的樣本數量與時間長度——點擊它即可瀏覽、播放或刪除相關記錄。當您準備好之後，「訓練」選項卡便會針對您的聲音微調 LoRA 适配器。
管線會自動選擇後端：一 NVIDIA CUDA 建構版本（cu128 PyTorch，首次執行時會自動安裝到快取的 venv 中），若偵測到相容的 GPU 則使用，否則使用 中央處理器 回退方案。訓練完成後，LoRA 會與基準模型合併並匯出為 GGUF，以便 llama.cpp 載入——可透過「設定」→「模型」切換至您的個人模型。過去阻礙此流程的 PyTorch 至 GGUF 轉換步驟現已完成，且能端對端執行。
您將獲得什麼
- 應用程式內的資料收集。 修正內容會自動成為訓練數據——只需持續使用該應用程式即可。
- 一鍵式 LoRA 微調。 在您的 GPU（NVIDIA CUDA）或 CPU 上進行訓練。顯示進度條，而非日誌檔。
- 自動 GGUF 匯出。 經過訓練的模型會自動合併並轉換——無需任何手動步驟。
- 模型版本控制。 將原始模型與經過微調的模型一起保留，並在設定中切換使用它們。
- 詞彙關鍵字。 在「熱詞」對話方塊中加入名稱、縮寫及產品詞彙——立即生效，無需重新訓練。
這對誰來說重要
- 非母語使用者。 如今，帶有強烈口音的語音已能達到相當高的準確度，但若以個人聲音進行微調，準確率更可躍升至 95% 以上。
- 醫療、法律及技術領域的使用者。 藥物名稱、判例法引用、程式碼識別碼——這些皆能從自訂詞彙表中獲得巨大益處。
- 語言障礙的使用者。 針對語言障礙或非典型語言表達進行微調，是本地訓練最具價值的應用之一。商業雲服務並不提供此功能。
- 資源匱乏的語言。 基礎模型在常見語言上表現良好，但在較少使用的語言上則較弱。使用幾小時自己的音訊進行微調後，差距能迅速縮小。
什麼不會改變
- 訓練在本地進行。 語音樣本永遠不會離開您的電腦。這就是核心所在。
- 您微調後的模型屬於您自己。 我們不會上傳它，也不會將其匯入「共享」模型。它存在於您的磁碟上。
- 任何付費授權均附贈。 並非獨立升級。如果您目前擁有 Personal 或 Business 版本，您將在發布該功能的更新中獲得訓練介面。
可用性
現已推出 — 個人語音訓練已隨當前版本推出，並在 Linux 與 Windows 上完整運作。任何付費授權皆可免費使用；您的語音資料絕不會離開您的機器。
有特定的微調需求嗎？例如需要專業術語、特殊的口音或非典型的說話方式？請告訴我們，以便我們持續改進它。 [email protected].