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
直播霸主圓剛科技以全方位產品,化身創作者的「解憂雜貨店」
直播霸主圓剛科技以全方位產品,化身創作者的「解憂雜貨店」

當觀看與被觀看成為當代人的日常時,直播早已褪去昔日單純的娛樂外衣,從 Twitch 上挑燈夜戰的電競實況、YouTube 的第一手開箱、TikTok 與 Instagram 隨手刷過的短影音,到現今風靡全球的電商帶貨——直播不僅重塑了人們的視覺感受,更淬鍊出一條成熟蓬勃的商業路徑。

「現在是全民直播的時代!」台灣直播設備龍頭圓剛科技全球品牌行銷處處長蔡柏輝說。在台灣影像擷取盒、擷取卡市場,搶下超過 90% 市占的圓剛,是眾多螢幕後,撐起無數流暢畫面的關鍵推手,就連在日本、韓國也有很高市占率,不論是剛敲開創作大門的新手,或是專業級的直播團隊,圓剛以全方位產品線,滿足不同創作者對影音設備的需求。

MIT 高品質研發,提供創作者直播台上的安心感

從電視盒起家的圓剛,始終專精「訊號轉換與整合」技術,早在 15 年前,便踏入直播市場,靠著百分百 MIT 研發高品質,拿下龍頭地位。在占有率幾乎觸及市場天花板之際,「我們現在追求的,是拓展更多不同領域的使用者,以及深入更多不同的直播場景。」

這些年,圓剛觀察到直播趨勢轉變。蔡柏輝打趣道,早期的遊戲直播多半是「一個人在昏暗房間裡默默開台」;時至今日,這股風潮早已跨出房門,延伸至客廳、戶外,成為大眾都能參與的影音浪潮。承載內容的平台也從桌上型電腦,擴展至遊戲掌機、家用遊戲機和智慧型手機,直播型態與使用者需求也開始走向分眾。

蔡柏輝觀察,對剛踏入直播領域的新手來說,最大的心理障礙往往來自對設備不確定性的恐懼,「最怕開播時,觀眾聽不到聲音或畫面卡頓。我們想給創作者的是,『三分鐘輕鬆搞定』的從容與信任感。」

而對頂尖實況主與專業直播團隊來說,設備則是不能有絲毫閃失的「生財利器」。專業直播主高度追求流暢幀率與畫質細節,唯有極致的視覺體驗,才能吸引觀眾留存並化為實質贊助與互動。更重要的是,長達數小時的高強度直播,不能出現黑屏或無預警斷線,一旦畫面中斷,累積的流量和觀眾也瞬間消失。

針對不同成長階段的直播主,圓剛提供從 1080p 到 4K144 的擷取盒畫質,滿足從入門到細緻畫質的需求,高規格的產品穩定度,確保長時間直播不黑屏卡頓,許多產品更提供長達「3+2」5 年保固,「我們敢喊5年,就是對自己的產品很有信心!」這正是圓剛高品質與高穩定的最好證明,「我們賣的不是冷冰冰的產品規格,而是創作者的夢想與直播台上的安心感。」

從規格堆疊走向場景拆解,滿足不同直播應用

「圓剛這幾年做的不是一直堆疊規格,而是場景拆解。」嗅到行動世代對攜帶性與靈活度的渴望,圓剛特別打造「GO 系列」產品線( GC313Pro、GC313 ),高度整合多元功能,身兼 USB-C 影像擷取/傳輸、螢幕跨屏輸出和 100W 快充技術,把繁複線材與驅動程式全都收納進一個掌心大小的充電頭裡,極致輕巧方便攜帶。

圓剛「GO 系列」GC313Pro 高度整合多元功能,身兼影像擷取/傳輸、螢幕跨屏輸出和 100W 快充技術
圓剛「GO 系列」GC313Pro 高度整合多元功能,身兼影像擷取/傳輸、螢幕跨屏輸出和 100W 快充技術,滿足電力與資料傳輸需求的全方位解決方案。
圖/ 數位時代

蔡柏輝分享,創作者在直播 Switch 或手機遊戲畫面時,最怕連接埠占滿而電量枯竭,「GO 系列」讓使用者能「邊直播邊充電」,解決使用痛點,還有很多靈活應用,像是在國外旅遊時,可將手機螢幕投放至飯店電視,直接用大螢幕觀看 Netflix,避免在其他裝置登入 Netflix 個人帳密的風險,「不只滿足直播需求,也能充電、小螢幕轉大螢幕,拓展更多使用情境。」

為了解決直播設備軟硬體複雜的相容性問題,圓剛也不斷擴充產品線,蔡柏輝笑說,「我們稱作『直播三寶』!」在影像擷取外,還提供各種規格的視訊鏡頭與高音質麥克風,其中,台灣市場熱銷產品之一的 AM310G2 麥克風,以高性價比廣受歡迎,首代產品全球累計銷量突破10萬支,第二代也延續市場熱銷氣勢,透過麥克風輕鬆連接手機,從直播到行動唱歌都能滿足。相比創作者過去必須東拼西湊不同品牌、解決多個軟體衝突問題,圓剛透過三位一體的完整配置,成了台灣極少數能提供一站式直播生態系的品牌。

有了高品質硬體後,圓剛又以自主研發的直播軟體平台「直播大師 Streaming Center」,協助使用者軟硬整合,省去安裝繁瑣的驅動程式,透過直覺易上手的介面,連接上直播設備後,便會自動完成基礎設置,同時只要一個按鈕就能一鍵切換鏡頭特寫、AI自動降噪去背景雜音、甚至微調人像膚色,蔡柏輝比喻,「直播大師就是創作者的個人導播。」透過軟體輕量化與一站式整合,圓剛也把電腦寶貴的運算效能,最大化發揮在遊戲和直播上。

布局全球電商與商業活動直播,讓直播體驗深入各行各業

面對近年興起的電商直播帶貨,圓剛也積極佈局。蔡柏輝指出,與其他直播領域相比,電商直播更在意能否精準還原色彩、細節和清晰畫質,因為這不只攸關畫面表現,更是決定成交與否的關鍵,「電商最怕退貨,如果消費者收到的實品跟鏡頭前不一樣,對品牌信任度也會瞬間瓦解。」

圓剛的高階擷取卡支援 RGB24 無損色彩還原,能將商品最真實的細緻色彩忠實呈現;針對動輒數小時的直播馬拉松,也打造高效散熱機制,確保賣家可長時間穩定使用,甚至還能延伸至醫療與科研診斷領域,像是當醫生透過畫面看病理切片時,同樣提供毫釐不差的精準度。針對電商帶貨直播發展火熱的亞洲市場,圓剛也推出旗艦級擷取卡產品,支援多機位擷取、橫豎屏同步直播,並輸出至多個直播平台,同時又兼具高性價比。

在消費市場扎穩根基後,圓剛也正將產品優勢一步步延伸至企業與商業直播領域,像是企業透過直播宣傳產品,或是各式活動現場直播,如演講、論壇甚至畢業典禮,透過提供適切的軟硬體解決方案,展現跨越多元情境的影音實力,讓高品質的直播體驗深入各行各業。

「我希望圓剛可以成為創作者的解憂雜貨店!」蔡柏輝指出,從個人到商用,從單人到團隊,從遊戲直播到企業直播,圓剛都能滿足不同需求,解決各種疑難雜症,甚至針對還未開始直播事業的人,也能提供硬體搭配建議,「創作者只要負責發光發熱,剩下 99% 的繁雜技術,圓剛在背後全幫你簡單搞定!」從敲開創作大門的第一張擷取卡,到支撐商業王國的直播系統,未來圓剛將以全方位的影音設備,持續陪伴創作者在影音時代中綻放耀眼光芒。

圓剛科技全球品牌行銷處處長 蔡柏輝
圓剛科技全球品牌行銷處處長 蔡柏輝
圖/ 數位時代

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