Ming Hsuan Tu

Ming Hsuan Tu

軟體研發副理 (Lead AI Software Engineer)

宏碁 (Acer Inc.)

關於我

我是一位擁有超過十年軟體工程經驗的專家,現於宏碁(Acer Inc.)擔任研發副理。我的技術生涯始於後端開發,專精於 Android 應用程式設計、基於 Hadoop 的大數據分析,以及 Google App Engine 平台的應用。 近年來,我將重心轉向人工智慧領域,主導多項前瞻性的軟體研發專案。我的專業涵蓋電腦視覺、語音辨識及大型語言模型(LLM)的應用。

核心專業

電腦視覺 (Computer Vision)

深度參與人臉辨識、物件偵測、實例分割、影像分類及工業瑕疵檢測等專案。具備從模型訓練、優化到地端部署的完整經驗。

語音辨識 (Speech Recognition)

專精於高效率的語音轉文字(Speech-to-Text)技術,並成功應用於多語言即時翻譯系統。

大型語言模型 (LLM)

將 LLM 技術應用於實務場景,例如開發高精度的會議記錄自動摘要系統。

DevOps

熟悉 CI/CD 流程,具備扎實的 DevOps 實務經驗,能確保開發流程的自動化與高效率。

落地經驗

Year 2014: Acer UEIP (User Experience Improvement Program)

主導開發 Acer 自有 Android 應用程式,用以收集使用者體驗數據,並整合 Hadoop 大數據平台進行深度分析,驅動產品優化。

Year 2017: Acer DADA (Dynamic Advertisement Delivery Application)

負責開發遠端 OTA(Over-the-Air)更新及廣告推播系統,實現不依賴 Google Play Store 的獨立應用分發與營利模式。

Year 2018: 台中歌劇院 ai 客群分析

透過 AI 分析客群的年齡跟性別。

Year 2020: 台北捷運電扶梯危險鞋類偵測系統

運用電腦視覺技術,於捷運電扶梯場景中即時偵測並警示如拖鞋、涼鞋等高風險鞋類,提升公共安全。並成功將模型壓縮,大幅提升偵測速度數倍,有效實現邊緣運算部署。

Year 2020: 台北捷運防疫智慧閘門

在 COVID-19 疫情期間,開發智慧閘門系統,自動偵測進站旅客是否正確配戴口罩,助力防疫。

Year 2020: 高效能地端人臉辨識系統

開發一套可完全在地端運行的極速人臉辨識引擎,即便在遠距離或低光源環境下,依然能維持高辨識率。

Year 2020: 榮總醫院高齡照護情緒辨識系統

結合電腦視覺與 AI 分析,辨識住院高齡者的情緒狀態,為醫療團隊提供客觀數據以進行分析與照護建議。

Year 2022: 台北捷運軌道障礙物偵測系統

開發軌道異物即時偵測系統,利用 AI 影像辨識,確保列車行駛安全。

Year 2022: 捷運人流異常行為分析

於捷運車廂內進行即時影像分析,偵測如打鬥、滯留等異常事件,提升營運安全與應變能力。

Year 2023: 二手手機殼瑕疵檢測

利用 few shot learning 快速識別敵軍坦克

Year 2023: 無人機廠商合作

利用瑕疵檢測技術在高解析度情境下檢測手機刮痕

Year 2024: 中央存款保險公司智慧文件系統

結合地端 LLM 跟 RAG 技術,打造智慧文件問答系統

Year 2024: 台灣電力公司總合研究所

結合地端 LLM 跟 RAG 技術,打造智慧文件問答系統

Year 2025: 台電即時地端語音轉錄與多國語言翻譯系統

為會議場景打造的解決方案,能即時將語音轉錄為文字,並同步翻譯成多國語言,大幅提升跨國溝通效率。

Year 2025: DevDays Asia 2025 國際會議即時語音翻譯系統

在微軟舉辦的亞太技術年會支援即時翻譯

Year 2025: 疾管署會議記錄摘要系統

整合語音轉文字與 LLM 技術,為政府部門開發自動化的會議記錄與摘要生成系統。

Year 2025: 海伯特 ai 智慧客服

整合語音轉文字技術,導入智慧客服系統。

Year 2025: call center service

整合 ChatGPT 語音模型與 A2A 架構,打造智慧線上客服系統

其他經驗

具備 ai 工具高效率開發經驗

具備高效率的 vibe coding 與大型程式碼重構能力

具備 GCP/Azure 開發經驗

具備 cloudrun/VM ai 模型部署經驗

具備嵌入式平台開發經驗

具備在 Nvidia Jetson Series 以及 RK3399 部署 ai 模型經驗

具備模型壓縮以及量化經驗

讓本來只能在 Jetson Xavier NX 上面跑的模型能夠在 Jetson Nano 上面以即時的速度運行,並且準確度更好

具備多種 framework 開發經驗

TensorRT, onnxruntime, ctranslate2, pytorch 等多種 framework 開發經驗

學術發表

開源貢獻

Sherpa-ONNX