服務中的語音辨識
服務目前使用 OpenAI gpt-4o-mini-transcribe 進行語音轉文字。自有的 Qwen 語音辨識仍處於研究階段，未用於服務轉寫或備援流程。
為孩子的聲音 打造語音 AI
我們開發更能理解孩子聲音的技術，並讓每項結果所依據的資訊都能清楚說明。
內部驗證7.05%
與訓練資料不重疊的獨立測試：1 位說話者、50 句兒童語音的字元錯誤率
Kaffol AI
從孩子的回答到報告
不只將語音轉成文字。我們結合孩子的月齡、作答題目與評估規則，讓報告文字的依據可以被確認。
- 01孩子的回答
兒童語音與行為輸入
透過攝影機、麥克風與觸控取得孩子親自展現的反應
- 02語音辨識
服務語音辨識
服務使用 OpenAI gpt-4o-mini-transcribe 將孩子的語音轉為文字。
- 03確認依據
連結依據的解讀
已完成的題目、孩子的實際回答，以及各項評量的計分標準
- 04結果說明
容易理解的報告
根據實際回答，整理目前表現與下一步對話建議
內部驗證結果
以相同兒童語音進行比較
我們在相同內部樣本上，比較套用自有 LoRA 的 ASR 字元錯誤率（CER）。數值越低，表示結果越接近原文。
測試條件1 位獨立測試說話者、50 句，與訓練資料不重疊
這是用於確認 LoRA 對兒童語音改善效果的小規模內部基準測試，不代表在一般情境下具有全面的效能優勢。
字元錯誤率越低越準確
| 模型 | 字元錯誤率 |
|---|---|
| Kaffol AI ASR | 7.05% |
| Qwen3-ASR 1.7B 基礎模型 | 8.89% |
| OpenAI gpt-transcribe | 9.56% |
說明技術的原則
區分目前使用的技術與研究中的技術。
適應兒童語音的小型配接器
我們透過約 25 MB 的 LoRA 配接器，固定語音編碼器並訓練文字解碼器，研究適應兒童語音的可能性。
以本地端 AI 探索隱私保護
配合場域驗證與製造準備的進度，我們正評估在更靠近裝置的位置處理兒童資料的本地端與裝置端方案。
以研究為基礎的統計分析與學術論文
我們正以題目研究為基礎，準備統計分析與學術論文。不會把尚在進行的研究說成已完成。
已提出 2 件本地端 AI 相關專利申請
我們已提出 2 件本地端 AI 相關專利申請，目前明確標示為申請中，而非已獲授權。
一起研究