30分鐘音檔打造 AI 分身！ 宏正 COMPUTEX 秀台語合成器

OpenAI推出更高性能、更高效AI技术模型GPT-4o。(美联社)

OpenAI日前推出新模型GPT-4o，能即时以语音互动，AI威力更上层楼，用户也能自由选择AI回复声音，但随即被爆出有一个声音选项类似女星史嘉蕾．乔韩森，最后OpenAI受到压力下架该声音，也让语音互动AI的语料来源合法性受到市场重视。

宏正自动科技（6277）此次Computex将展出最新产品「AI Voice优声学」，除国语外，首度发表台语合成器，宏正主管表示，语音合成是去合成类似人类自然谈话的音调内容，至于说的资料由客户提供，可以训练学习当事人腔调语气，跟大语言模型LLM不同是后者训练AI去了解客户问的意思，并找出最佳答案回复。

语音素材除客户提供外，宏正也有聘请声优，能够透过短短30分钟比较少的语调录音档，就能产生出符合该人特色语气的产品，宏正指出，相对于微软跟OPEN AI用超大量资料去训练建立类似人类说话的AI模型，宏正则是用较少的资料就能产生非常接近特定人说话口气的演算法，最低门槛是30分钟音档大概1,000句语句，但若要更逼真可以提供更多音档。

「宏正不是要跟OpenAI竞争，我们是做不一样的事。」宏正主管表示，透过客户来录音30分钟或提供现成音档，宏正会针对该语调进行标记，然后做AI训练，最终成品取决于资料涵盖量，而优声学可说是业界中文类需要资料量最小的语音演算法。

「台语比我们想像中的难！」宏正主管透露，因为台语没有太多中文稿件，同时变调非常多，所以若没有抓出变调的方法，AI读稿就会变得很奇怪，「小雨伞，没有人会一个字一个字念（都念三声），第二个字读音会变二声，这就是免费版跟收费版的差别。」宏正指出，合成器的重点就在正确性，目前也已开发1~20个模型，并有客户合作中。

宏正指出，2016年预见AI将会成为未来重要趋势，内部就已开始投资研发，2018年初正式成立AI研发中心，锁定声音AI的开发，宏正并将在内部成立「AI工厂」，从声线分析、文本设计、录音工程、修整与标记、训练与验证，建立标准化AI服务与AI模型管理流程。