使用文件 / 附錄
供應商與模型
ZeroType 支援哪些 AI 供應商、轉錄與校正怎麼分工,以及怎麼挑模型與避開常見設定陷阱。
最後更新
兩個階段,兩種模型
每一次語音輸入其實有兩個 AI 步驟:
| 階段 | 做什麼 | 需要什麼 |
|---|---|---|
| 轉錄 | 把錄音變成文字 | 轉錄模型(或 macOS 26 以上的 Apple 裝置端轉錄) |
| AI 校正 | 依提示詞修飾文字、補標點、排版,必要時呼叫工具 | 校正模型 |
兩者可以指到同一個供應商,也可以分開。ZeroType 的設定就是為此設計的:Transcription 區段管轉錄、AiPrompt 區段管校正,沒填的部分沿用共用的 OpenAI 區段。
支援的供應商
| 供應商 | 轉錄 | AI 校正 | 備註 |
|---|---|---|---|
| OpenAI | 可 | 可 | 一般建議從 gpt-transcribe 開始 |
| Azure OpenAI | 可 | 可 | 模型欄位要填部署名稱 |
| 多奇教育訓練 | 可 | 可 | 學員登入會自動設定 |
| Google Gemini | 可 | 可 | 轉錄與校正的建議模型不同 |
| Mistral AI | 可 | 可 | 轉錄預設 voxtral-mini-latest |
| Meta AI | 可 | 可 | 轉錄走專屬的語音端點,最長 10 分鐘 |
| Groq | 可 | 可 | 低延遲;校正的常見選擇是 openai/gpt-oss-120b |
| Cerebras Cloud | — | 可 | 只在提示詞的 AI 校正裡選用,不提供轉錄 |
| OpenRouter、本機服務或相容端點 | 視端點 | 視端點 | 只要符合 OpenAI 介面即可 |
macOS 26 以上另有 Apple 內建(裝置端)轉錄:它只取代轉錄這一步,不需要轉錄端點、模型或金鑰,但 AI 校正仍要原本的供應商設定。
模型 id 會隨供應商更新而變動,實際可填的值請以你的供應商文件與 App 下拉清單為準。
選型原則:少而精
不需要把模型清單做得很長。多數情況保留三個校正層級、兩個轉錄層級就夠:
- 先選速度快、成本低、體驗穩定的模型。
- 只有品質真的成為瓶頸時才升級。
- 轉錄與校正分開思考:前者決定「聽得準不準」,後者決定「整理得順不順」。
建議組合
| 情境 | 轉錄 | AI 校正 |
|---|---|---|
| 一般日常輸入(推薦起點) | Whisper 系列模型 | Groq openai/gpt-oss-120b |
| 寫作與語意整理 | Whisper 系列模型 | Gemini Flash-Lite 系列 |
| 品質優先 | OpenAI gpt-transcribe |
Gemini 較高階的 Flash 模型 |
如果只是打字替代,第一組通常最划算;常拿來潤稿、改寫、摘要,再往第二組移動。
成本與延遲怎麼取捨
- 越低延遲越有感:語音輸入的體感主要來自「放開後多久文字出現」。低延遲的小模型通常在這裡勝出。
- 成本跟著用量走:轉錄按音訊長度計價,校正按文字量計價;講得越長,轉錄占比越高。
- 升級要看瓶頸在哪:聽錯字多,換轉錄模型;文字鬆散、格式不對,換校正模型。
- 不確定時先用建議組合跑一週,再依實際痛點調整,不要一次把所有欄位都改掉。
Azure OpenAI 的兩個陷阱
- 模型欄位要填部署名稱,不是基礎模型名稱。你在 Azure 上把
gpt-4.1-mini部署成my-mini,欄位就要填my-mini。 - 不同入口不等於同一個端點。Azure OpenAI 資源的端點與 Azure Foundry 的推論入口不是同一件事,請確認實際的請求網址與部署名稱,不要互換。
另外,ZeroType 判斷是否為 Azure,看的是已知的 Azure 主機尾綴,不是網址裡有沒有 /openai/v1。所以像 https://api.groq.com/openai/v1 這種 OpenAI 相容端點不會被誤判成 Azure。
Groq 的注意事項
Groq 的 openai/gpt-oss-120b 用於 AI 校正時,通常不需要另外設定 ZEROTYPE_AIPROMPT_MODEL_EFFORT。只有在你刻意指定某些 reasoning 模型時,才需要處理 effort 欄位;不確定就留空。
多奇教育訓練的模型
學員登入後會自動設定:
- 端點:
https://api.duotify.com/v1 - 轉錄:
duotify-transcribe(檔案型)或duotify-transcribe-live(即時型,登入預設) - AI 校正:
duotify-revise-1-mini
偏好設定會依模型限制可選的轉錄語言清單;兩個模型支援的語言不完全相同,切換模型時已選語言會跟著調整。需要自行更換模型或改用其他供應商時,見 學員登入。
相關設定
環境變數與覆寫順序見 環境變數;單一提示詞的模型覆寫見 Front Matter。
這一頁有錯、或有沒寫到的地方?寫信到 training [at] miniasp.com,我們會依實際行為更新文件。