T01語音辨識Speech Recognition (ASR)簡短答案將人類語音自動轉換為文字的 AI 技術。深入解釋現代語音辨識使用深度學習（特別是 Transformer）處理音訊特徵，在噪音環境和多語言場景下準確率大幅提升。實際案例Whisper（OpenAI）能高準確率地轉錄多語言語音，廣泛用於字幕生成。