數字是什麼

最大的數字是四種大小中最大的 Small，判斷這段語音是臺灣華語的機率。50% 代表無法判斷，越高越像臺灣華語，越低越不像。機率已經用開發資料校準：在沒看過的 Common Voice 語者上，判為 80% 的語音，大約八成真的是臺灣華語。

怎麼用

• 適合比較同一句話的不同念法，例如同一個人換兩種腔調念，或不同的語音合成系統念同一句。
• 兩種念法都很接近 0% 或 100% 時，機率的差別會變得很小，所以這時會顯示到小數一位。
• 文字可以不填。填了文字，模型會多看它預期的音節。兩種方式的準確度幾乎相同。
• 超過 15 秒的錄音，會依停頓切成 4–10 秒的片段分別評分，再依長度加權。這時不使用文字。

四種大小

表格列出同一個網路四種深度的機率，由小到大是 Nano、Tiny、Mini、Small。較小的就是較大的前半段，一次計算就能得到四個結果。較大的通常較準，較小的較快，適合資源有限的環境。

已知限制

• 大陸西南官話地區（四川、重慶、貴州、雲南）的語者念普通話時，約兩到三成會被判為臺灣華語，其他大陸地區約 2–8%。
• 明顯的背景噪音或房間殘響會降低準確度。MP3 壓縮幾乎沒有影響。
• 香港、新加坡、馬來西亞的華語沒有評估過。

模型與說明：JacobLinCool/accent-detective