MoneyDJ新聞 2023-03-15 09:09:54 記者 張以忠 報導
ChatGPT爆紅，引發AI應用浪潮，宏正(6277)六年前開始研發AI中文語音合成技術，可做到人聲的快速複製，去(2022)年宏正推出優聲學產品，定為宏正的聲音產品元年，今(2023)年將切入廣播、企業客戶，正式進軍聲音市場。
宏正資深副總經理林勇達(見附圖)表示，公司六年前開始投入聲音領域，用AI技術合成幾乎是自然的語音，可以用在有聲書、企業簡報，只要有稿件給它，就能合成媲美真人的聲音。
林勇達舉例，譬如我們唸「小雨傘」，當中的「雨」正確讀音是三聲雨，但其實在口語表達時，通常會唸二聲，這些細節都會透過AI技術糾正，讓它聽起來更自然。同時，現在甚至可以蒐入外國人的聲音，再模擬出外國人講中文的腔調。
宏正消費產品中心協理張教勇指出，要進行語音合成的訓練，首先，需要大量資料，第二，需要算力，第三，要有人才，從無到有的過程中，我們選擇語音合成，主因其所需算力以及語料相對較少，就可以創造出可靠的商務模式以及聲音產出。
張教勇表示，一開始要投入語音AI需要有很大的心理準備，因為投入實驗一開始就要面臨，要不要買一台500萬元的電腦？因為同時間要做大量實驗，且神經元都有不同設計方式，不同設計方式同時都要跑訓練，需要很強的算力，這部分得說服公司內部同意；其次是人才的挑戰，公司過去從事電子產品製造，但是懂得AI的人才，需要對資料、神經元、程式語言、特殊產業的知識有一定程度專業才行，等於是，需要大量投資硬體與人才，這都要內部同意才行，所幸，內部有給予支持。
相較其他競爭對手的文字轉語音服務，宏正優勢為何？林勇達表示，宏正優聲學僅需以極少量的語料，即可透過最先進的深度學習，即類神經網路演算法，以最快時間內，訓練完成一個模型，為用戶節省大筆經費與時間。
訓練有多快呢？林勇達指出，公司推出的客製化語音，假設請真人錄音一千句左右，就能合成聲音，讓聲音留下來；就像是鄧麗君，以往不朽的聲音只有像她這樣的明星才有這樣的待遇，但宏正的聲音合成技術，讓這樣的服務平民化，一般人的聲音特質都能夠保留下來。
林勇達表示，以商業的角度來看，客製化語音服務，可為企業培養專屬聲優，讓企業不僅擁有圖像識別，更能擁有符合企業特色的專屬聲音識別，為企業品牌加值。
宏正去年定為公司的聲音元年，今年在聲音產品方面，會朝二個方向進行，首先是針對聲音處理技術，推出專業音響系列新品。另一個則是推出AI中文語音合成優聲學。AI合成服務產品將切入包括廣播、企業客戶等領域，正式進軍聲音市場。
(圖片來源:圖為宏正資深副總經理林勇達，MoneyDJ理財網資料庫)
