只需要半小時音檔就能學習!百度文字轉語音系統連「口音」都能模仿
只需要半小時音檔就能學習!百度文字轉語音系統連「口音」都能模仿

這幾天AlphaGo跟世界圍棋冠軍柯潔的對決,吸引了全世界的注目,人工智慧(AI)能做的事情越來越多,且正在進行一場天翻地覆的革新,透過深度學習,中國搜尋巨頭百度研發出了一套語音系統,不只可以模仿人聲還能學習不同的「口音」,這項技術正以驚人的速度前進。

連口音都能模仿!Deep Voice 2只需要半小時音檔就能學習

百度曾經推出一套可將語音轉換成文字的系統「SwiftScribe」,三個月前展示了另一套叫「Deep Voice」的文字轉語音系統,所製作出的聲音跟真人幾乎無異,還能幾乎同步的運作,目前最大的缺點,是需要好幾個小時的音檔資料建立範本,且ㄧ次只能學習一種聲音。

本周百度推出「Deep Voice 2」,不只可以模擬人聲,還能學習到一個人聲音細微的差別,駕馭上百種不同口音,最厲害的是,Deep Voice 2只需要半小時的音檔資料就能完成學習;一般讀者較為熟悉的Apple語音助理Siri已經可以做到模仿區域性口音,但Siri每學習一種新的人聲、口音,需要真人錄製上千小時的音檔資料,且工程師還需要花費很長的時間調校。

而Deep Voice 2的運作方式,則是從數百人的說話資料中找出共同特性,接著軟體再根據不同人說話的語調、口音,去調校聲音模型,過程不再需要人工手動。「給它對的資料,他們可以自己學習什麼東西是重要的。」百度AI實驗室研究科學家Andrew Gibiansky表示。

未來電子書的角色都能更有個性

在百度的想像中,除了可以讓語音助理透過不同的聲音增加個性,許多人愛聽的電子書也是一種應用領域,如此一來在聽電子書的時候,每一個角色都會有相對應的情緒、語氣,聽起來也會生動許多。

text-to-speech
百度推出「Deep Voice 2」可以學習上百種不同口音,未來能讓智慧助理聲音更有個性。
圖/ shutterstock

「快速合成不同人聲的能力,對於產品會產生很大的影響,像是語音助理、電子書eBook閱讀器,例如,你電子書中的每一個角色,在聽的時候每一個角色都有不同的聲音個性。」百度於官方部落格中表示。

百度並不是唯一ㄧ家涉略這項領域的科技公司,去年9月,Google的DeepMind部門發佈了一款聲音合成器「WaveNet」,透過深度學習讓聲音的品質比傳統的語音合成系統大大提升;此外也有許多新創公司的加入,上個月加拿大新創Lyrebird,展示了一套只需要一分鐘的聲音檔案,就可以模仿名人聲音的系統。

隨著聲控設備逐漸進入我們的生活,往後要讓你的Siri聽起來像小S或陳奕迅也是不無可能。

往下滑看下一篇文章
健細胞科技攜手中興大學,推出「Cancell Insight」醫療AI 輔助決策平台,消弭醫療數位鴻溝
健細胞科技攜手中興大學,推出「Cancell Insight」醫療AI 輔助決策平台,消弭醫療數位鴻溝

為打破醫療 AI 高昂的算力與人力門檻,健細胞科技與國立中興大學資管系蔡孟勳教授團隊產學合作,正式推出「Cancell Insight 醫療 AI 模型平台」(https://insight.cancell.ai)。該平台以 SaaS(軟體即服務)模式提供一站式託管,讓先進的醫療 AI 資源不再侷限於大型醫學中心,有效消弭基層與城鄉間的醫療數位鴻溝。

軟體硬實力:打通 AI 落地最後一哩路

過去,許多由學術或生技單位開發的優秀模型因缺乏部署工具,往往淪為「實驗室孤兒」;而中小型醫院也常因 IT 建置成本對 AI 望之卻步。

健細胞科技創辦人周子堯Victor憑藉其UIUX規劃、程式開發技術背景,親自領軍AI 模型研發團隊,建構 Cancell Insight 平台。他強調,智慧醫療落地必須具備「無感化部署」、「持續性反覆運算」與「大眾化使用」三大要素。Cancell Insight 包辦了從數據清潔、標註到模型訓練與部署的底層工程,醫療機構僅需提供去識別化數據,繁瑣技術難題全由平台解決,讓 AI 真正回歸醫療「輔助」本質。

專為高壓臨床環境設計,七大核心優勢重新定義臨床運作效率

健細胞科技
Cancell Insight提供涵蓋數據清洗、精準標註、模型訓練至部署託管的一站式解決方案
圖/ 健細胞科技

【行動化與 LINE 整合】 支援 LINE 一鍵登入,醫師可直接透過官方帳號上傳檔案呼叫模型並查閱紀錄,實現真正的醫療行動化。

【隨選模型與高相容性】 提供多元 AI 模型庫供彈性訂閱。每組模型具備獨立 API Key,可無縫串接醫院現有 HIS 系統或 APP。

【團隊協作共享】 首創以「團隊」為服務單位,跨科別成員可同步共享模型權限、數據分析與歷史紀錄,提升研究協調效率。

【自動化數據處理】 支援模板批次上傳,內建自動校準系統,若格式不符將自動轉檔、去識別化與重構,大幅解放 IT 人力。

【雙模態 AI 解析】 深度整合 Dr.Cell AI (Gemini) 多模態能力,不僅輸出預測結果,更提供進階臨床解說與治療準則問答,提升決策參考價值。

堅守醫療嚴謹性,推動醫療平權與永續商業價值

在追求科技創新的同時,Cancell Insight 嚴格把關醫療安全性。平台所有 AI 模型輸出結果均定位為「臨床決策輔助」與「研究檢測輔助」,透過「非直面病患」的機制,確保所有 AI 建議皆由專業醫療人員進行最終判讀。

透過 SaaS 專案訂閱模式,Cancell Insight 成功以合理經費取代了傳統的高額硬體採購,讓中小型醫院與偏鄉診所也能具備同等的診斷實力,落實真正的醫療平權。對研發端而言,平台不僅是加速醫療科技商用化、縮短變現週期的推進器,其高度結合日常工作流的特性,更有效減少了醫護的行政負荷,緩解當前醫療量能短缺的危機。

【進階部署】啟動臨床試驗,Docker 地端部署確保資安與時效

為進一步驗證臨床效益並符合醫療機構對資訊安全的高標準,Cancell Insight 即將與各大醫療機構攜手展開「臨床研究計畫」。針對有高度資安控管需求的醫院,平台提供彈性的 Docker 地端模型部署(On-premise Deployment) 方案。第一線的醫師與護理師可直接在院內本機端快速啟動 AI 模型,安全地注入病患臨床數據後,即可「零時差」取得預測結果。此舉不僅確保了敏感醫療數據「不出院」,完美符合嚴格的醫療法規與病患隱私要求,更能實際驗證 Cancell Insight 在真實高壓的臨床場域中,能即時、有效地提供精準的決策輔助。

健細胞科技
部署輕量化模型於地端,支援離線模式使用模型,完善保護企業敏感資料
圖/ 健細胞科技

展望未來,擴大智慧醫療生態圈

透過 SaaS 模式取代高額硬體採購,Cancell Insight 致力落實醫療平權。未來,健細胞科技將以此平台為樞紐,尋求跨界深度合作:

醫療機構: 提供各級別醫院隨選即用的 AI 助理及地端部署選項。
學術/生技: 協助實驗室模型落地,並優化新藥研發與臨床試驗的數據處理效率。
商業保險: 整合 AI 評估工具,提供更精準的健康管理與風險控管服務。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓