多了這項祕密武器,Google Assistant聽起來更有人味
多了這項祕密武器,Google Assistant聽起來更有人味

Google在今(5)日凌晨舉辦新品發表會,推出新的Pixel手機、Google Home、耳機Google Pixel Buds等,而這些裝置都有一個共通點,就是可以使用智慧語音助理Google Assistant,而Google也結合了新的技術,要讓語音助理的聲音聽起來更有「人味」。

1000倍的速度生成聲音,Google Assistant少了機械味

DeepMind的「WaveNet」系統,是去年Google推出了新的聲音生成工具,它並非靠著龐大的詞彙庫生成機械式聲音,而是使用深層神經網絡去建造聲音模型,模擬出來的聲音少了機械味更加自然,目前也導入最新版本的Google Assistant中。

目前建造語音助理聲音的主流做法,是由單個配音員錄製數個小時的語音檔案作為基底,再將這些錄音分割成小塊,依據需要組合成一個句子,因此聽起來會比較不那麼自然、連貫,過去WaveNet剛推出的時候,需要花上整整一秒才能產生0.02秒的聲音,所以一句兩秒鐘的「在仁愛路左轉」就需要花上快兩分鐘生成相當不實用;改良版的WaveNet可以在一秒鐘生成20秒的音檔,比原始方法快上1000倍,甚至還能以更高的採樣頻率建構聲音,每秒可以做出高達24,000個聲音樣本。

圖/ Deepmind

百度「Deep Voice 2」也能模仿人聲、口音

WaveNet使用卷積神經網絡去觀察語句中的結構,再去生成出新的樣本,特別的是生成出的新樣本都會考慮前一個樣本的屬性,因此產生出來的聲音、語調聽起來就連貫許多,也能大大減少機械感。因此未來如果想要語音助理講台灣口音不必辛苦的錄製檔案,只需要給WaveNet幾個小時台灣口音的樣本,它就能揣摩當中的細微之處,但目前新版本的Google Assistant僅支援美式英語與日語。

過去中國搜尋巨頭百度也曾研發一套能模仿人聲、口音的語音系統「Deep Voice 2」,能學習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。

目前百度的「Deep Voice 2」跟DeepMind的「WaveNet」都已經可以做到用深度學習的方式,讓傳統認為死板的機器語音增添個性,甚至形成一套風格,而一般較為熟悉的蘋果語音助理Siri,雖已可以做到模仿區域性口音,但是透過較傳統的方式,耗時上千小時的真人音檔錄製,且工程師還需花費較長時間做調校。

智慧語音助理除了要夠聰明,口音、語調能夠因地制宜也成為趨勢,除了用戶聽起來舒服外,透過不同的聲音來朗誦電子書、新聞,或許也是未來內容製作的新趨勢。

往下滑看下一篇文章
當技術不再是門檻,內容產業如何贏在未來?  2026 亞洲新媒體高峰會「REIMAGINE」前瞻思考十年後的文創生態與賽道
當技術不再是門檻,內容產業如何贏在未來? 2026 亞洲新媒體高峰會「REIMAGINE」前瞻思考十年後的文創生態與賽道

近來每場產業論壇都在談AI,大多數談的是「怎麼用AI」。這次,我們想換個角度:「為什麼用AI?用來做什麼?十年後內容生態會是什麼樣貌?我們如何佈局?」今年NMEA(新媒體暨影視音發展協會)以「REIMAGINE 想像新視界」為主題,將於11月25日至26日舉行2026第八屆亞洲新媒體高峰會,號召影視內容產業跳脫短期焦慮,以長遠眼光看待未來,邀請影視音、科技、資本與文化決策者進行前瞻對話。研討的重點不在技術的創新,而是希望邀請大家發揮想像、開拓文化創意的未來新視野。

REIMAGINE,啟動想像新視界

「REIMAGINE」意即重新想像,不僅指向內容形式的翻新,也意味著既有流程、組織與商業模式的重組;「想像新視界」,則取「世界」、「視野」與「視聽」等複合意涵,呼應新媒體暨影視音發展的無限可能。

「內容產業最近太焦慮了。」NMEA理事長李芃君指出,對內容從業者與企業決策者而言,當下的焦慮已不再僅是「如何使用不斷迭代的新工具」,而是更關鍵的生存命題:當創作技術門檻被弭平,內容的真正價值該如何被重構?台灣的產業優勢是什麼?協會每年透過年度關鍵字呼應產業發展節奏,走過七屆高峰會,從早期的鼓勵擁抱變革,到去年的韌性突圍;第八屆峰會,NMEA理事長李芃君指出,「我們不想再強調現下追逐AI的焦慮,希望將視野拉長至未來十年,邀請產業領袖談談他們心中對未來的想像與願景。十年後這個產業會呈現什麼樣貌?確立中長期目標,能讓我們更有方向性地穩步前行。」NMEA 秘書長袁支翔則表示:「這將是歷屆以來,思維最自由、最具探索性的一次高峰會!」

五大主軸匯流,勾勒產業共同目標

「AI帶來結構性的改變,它滲透進整個產銷的價值鏈。」李芃君說明,從前期腳本開發、現場拍攝到後期製作,AI的應用日益深入。同時,消費者的娛樂與觀影行為在改變,在步調緊湊、碎片化時間日益增多的生活趨勢下,敘事策略必須順應變化。

在這兩波大趨勢的交互影響下,無論是內容創作、傳播、資本或技術都在尋求新的機會。藉由技術點燃感動,是文化科技的價值與契機,李芃君以太空望遠鏡為喻:哈伯與韋伯望遠鏡同樣觀測外太空,因科技世代不同,展現出截然不同的星空樣貌。「科技是文化的放大鏡,也是轉譯工具,協助我們更好地傳遞對一個故事或創意的描述。台灣是科技島,也是多元創意的孕育地,文化科技絕對是關鍵的核心競爭力。」

本屆高峰會的議程延續NMEA的優良傳統,由全體理監事與產業專家共創研擬,將邀集超過五十位講者、展開五大主軸:「跨域資本新局、內容跨界匯流、AI創作浪潮、多螢幕時代的競合,以及在地娛樂生態系演化」的精采對話。協會也預告多項亮點議程:以AI創作浪潮為例,今年全聯中元節廣告《歸途》,以AI生成視覺搭配真人實拍,引發市場對科技表現與人文情感平衡的討論,高峰會也將邀請主創團隊,分享第一手的創意策略與成果。

內容跨界匯流方面,三立集團內容營運長王淑娟將剖析現象級節目《請世界吃桌》的創作過程,分享如何整合多元資源將在地文化推向國際;在地娛樂生態系則聚焦台灣主要都會區,探討如何與國際影視、音樂、藝文合作,延伸在地文化特色,自然帶動長期的城市品牌價值。此外,高峰會也邀請貴賓分享體育賽事凝聚全民文化認同與 Team Taiwan 的感動經驗,以及木棉花、尖端出版與巴哈姆特組成的「動漫金三角」,對談動漫產業鏈的跨界協作路徑。

NMEA 引領產業對話

回顧過去一年,台灣文化內容展現豐沛活力,如:紀錄片《冠軍之路》記錄中華隊在世界棒球12強賽奪冠的歷程,深化了全民的情感共鳴;截至今年8月20日,國片票房累計達12億元,創下疫情後的高峰。要持續延續這股動能,制度端的協力不可或缺。NMEA長期扮演產業與政府之間的溝通橋樑,持續關注各項政策的推動成效。

放眼國際,日本已將動漫、遊戲、影視與音樂等內容產業列為國家重點產業;台灣則在2023年《文化創意產業發展法》修法時,已將以台灣內容為主的影視音產業提升至國家戰略地位。近期,面對政府發布的「AI新十大建設推動方案」,李芃君表示協會將持續建言,期盼將文化內容產業的需求一併納入國家AI藍圖。

李芃君強調,經濟成長若缺少文化底蘊支撐,難以永續強化國際地位與影響力;在產業生命力最旺盛的時刻,更必須同步鍛造屬於台灣獨特的文化價值與靈魂。「文創產業是由一群有使命感的眾人組成,我們希望能讓台灣的文化力持續提升!」隨著協會即將在2027年邁向成立十週年,她也期許,更多想像中的美好將持續從產業對話中發生。

歡迎加入 NMEA 新媒體暨影視音發展協會:https://www.nmea.asia/join.html

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
一次搞懂工業AI
© 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