台北大學20名師生開發AI模型！努力做不賺錢的事：讓AI幫語言障礙者說話|數位時代 BusinessNext

6個人已經無法說話！台北大學20名師生「努力做不賺錢的事」：讓AI幫語言障礙者說話

台北大學的AI團隊推出「ezTalk」和「Voice Bank」兩套軟體系統，致力運用AI科技，讓語言障礙者能夠平等溝通。

憂心社會「等不了學生開口」，教授量身打造語音辨識系統

「他在講，我根本聽不懂，必須要等他慢慢打字。」張玉山口中的「他」，是一路在電機學院從學士念到博士班的學生黃瀚勳，因為罹患遺傳性退化性罕見疾病，黃瀚勳即使費力說出每個字，因為發音很難準確，旁人還是不容易理解。

「我們當老師可以這樣子等，可是在社會上有多少人願意等？」循著這股為人師長的使命感，張玉山組織ezTalk開發小組，以黃瀚勳的碩士論文研究為起點，而黃瀚勳既是核心成員，也是頭號試用種子。

運用AI深度學習的技術，在ezTalk平台上，使用者可以重複錄製多筆音檔，讓AI認得自己的聲音，之後只要對著ezTalk系統講話，透過比對個人語料庫，機器就能辨識使用者的發音，進而播放出完整的語句。目前只要是使用者有錄音過的句子，系統成功辨識率都能達到8成左右。

在語音辨識之外，由通訊系副教授江振宇負責的Voice Bank，則是和漸凍人協會合作，做得是語音的合成。就像打造聲音的銀行一樣，在漸凍症患者還能正常說話時，存入他們的聲音，若是將來病情嚴重，藉由操控眼動滑鼠，患者就能提取自己的聲音來與人溝通。

錄音200萬字才能建立個人模型，生成式AI創造捷徑？

不過，每個人的聲音都不一樣，無論是Voice Bank或ezTalk，要用強調通用性的AI技術，去做高度個別化的工作，都是一項充滿矛盾的挑戰。

江振宇分享，初期有20位漸凍症病友參與計畫，就要建立20套獨立的系統，「語障者還有各種不同的個人化狀況，『有必要這樣搞嗎？』，心裡面一直有這個問號在。」

張玉山也表示，要訓練好一套專屬使用者的模型，理想狀況需要200萬字的原始音源資料，同樣一個句子，使用者就要唸上20遍。就算立意再良好，對語言障礙者來說，幾乎是不可能的任務。

因此，張玉山嘗試導入生成式AI技術，運用數萬句的龐大語料庫資料，讓AI基於使用者的錄音，生成個人的語音模型，對於發聲困難的使用者，「（原始音源）可能不用收到200萬，收個幾萬字我們就可以幫他訓練一個模型出來。」張玉山說明，團隊也在思考能不能將Voice Bank的語料庫，運用到ezTalk的語音辨認上，或是從中生成接近使用者原聲的聲音。未來ezTalk辨識出來的句子，可以用接近本人的聲音播放出來。

科技輔助弱勢，語言障礙者看見「Free Talk」希望

去年，張玉山帶領的台北大學AI團隊，成功爭取國科會「以包容為導向之科技計畫」為期3年的補助。張玉山表示，目前計畫進度超前，登入ezTalk的帳號總計95個，其中已建立好的個人語音模型有33套；Voice Bank則有約40至50位完成錄音的病友，其中有6～7位可能已經無法開口說話、開始使用個人語料庫。

「對病人來講，要讓他覺得有存在感、真的可以用，讓他們有希望。」江振宇說，學術單位沒辦法負擔高算力的硬體設備，要設計繁雜的語言模型有難度。因此，團隊正朝向小型語言模型開發，往能在個人電腦操作的邊緣應用發展，患者方便使用、穩定度夠高會是首要考量。

等待Voice Bank累積足夠多的語料，江振宇也希望能建立語言障礙分級指標，了解要成功辨識不同程度語言障礙者說的話，分別需要收集多少錄音內容，為ezTalk建立更系統化的操作流程。

回想初衷，張玉山只是想幫助學生清楚表達照護需求，至少讓「吃飯」、「喝水」、「上廁所」等日常詞句，能夠順利向家人傳達。但是，為了「包容科技計畫」走訪了10多個病友組織之後，張玉山的心中長出一個「Free Talk」願景，要透過AI科技，讓語言障礙者平等溝通，「他想講什麼就可以講什麼，他愛怎麼講就怎麼講，就跟我們一樣。」

責任編輯：林美欣

在生成式AI與軟體定義一切的科技浪潮下，「快速更新」成為企業顯學，卻也帶來前所未有的焦慮。當技術以「月」、甚至是「天」為單位被淘汰時，頂尖科技決策者的思維也同步更新。真正決定企業深度與產品生命週期的，並非花俏的表面功能，而是歷經時間考驗、具備彈性與擴充度的「基礎架構」。這種對成熟基礎的信仰，也完美延伸至他們的移動選擇上。

大技術時代的焦慮與解藥！科技決策者如何定義「永續演進的核心架構」？

走進科技園區的玻璃帷幕大樓，或是金融總部的會議室中，科技業高階主管或創業家們正討論著大型語言模型的部署、邊緣運算演算法的優化，以及下一代商業模式的翻轉。在此「軟體定義世界」的時代，企業面臨著極度快速的科技新陳代謝。新技術看似絢麗，但若缺乏強大的系統基礎支援，往往隨時面臨被市場淘汰的風險。

國際知名諮詢機構 McKinsey在最新的全球人工智慧調查中指出：超過72%的全球企業已在至少一個業務功能中部署了生成式AI或軟體自動化。然而，Gartner的科技趨勢報告亦警告：高達85%的企業數位轉型或新技術導入未能達到預期成效，雖然背後有著諸多因素值得探討，但其中不可忽視「過度追逐單一噱頭，忽視基礎架構的穩定性與擴充彈性」此原因。

新技術與演算法看似絢麗，但若缺乏強大的系統基礎支援，往往隨時面臨「過時與崩潰」的風險。

觀察當代頂尖科技領袖與高階決策者的思維演變，會發現他們正在展現一種「成熟的理性」：比起無休止地追逐未經驗證的短期趨勢，他們更看重基礎架構是否具備極高的擴充性、穩定度與縱向深度。因為真正的技術典範，通常不是頻繁更新的應用層面，而是歷經時間考驗、可持續無縫升級的基礎平台。

這種「以成熟基礎應對快速變化」的系統思維，同樣完美體現在當前頂級座駕的選擇面向。

Porsche Cayenne並非橫空出世的新車型，而是保時捷歷經數世代進化與升級後，將造車工藝與數位系統完美融合的成熟結晶。對科技企業家而言，選擇Cayenne絕非隨波逐流，而是對「歷經市場與時間驗證」的技術信仰與價值投射。當外在環境變化越快，聰明的決策者越懂得付出對「經過驗證的基礎技術」的高度信賴。

從科技園區到海岸解構科技領袖的「多工相容性」

當代科技領袖與創業家的人生，就像是一台高負載運作的高效伺服器。晨間穿梭於內湖科技園區，處於高節奏的商業決策與跨國連線會議；週末則需要迅速切換狀態，帶著家人遠離城市喧囂，前往北海岸享受海景與戶外生活。

對應這樣快速的角色切換，他們需要的不僅是一輛功能單一載具，而是一款具備極高「多工相容性」的旗艦移動平台：

日常運作的高相容性： 商務通勤與跨國會議的空檔，Cayenne GTS Coupé舒適豪華的5人座設定與優化的直覺UX數位介面，提供高品質的靜謐空間與尊榮感受。將原本被浪費的交通時間，轉化為高效率的沉澱與充電時刻。

低延遲的樂趣釋放： 須臾間立刻切換至運動模式，車身動態反應即刻搖身一變，隱藏的跑車基因瞬間釋放。500 PS強悍輸出與跑車般的操控身手，讓駕駛者從商業大樓開往海岸公路時，無需在「家庭責任」與「獨處熱血」之間做任何取捨。

技術與設計分析 Cayenne GTS Coupé如何以「軟硬體深度整合」詮釋現代工藝？

對於當代科技人而言，絕對最為了解「軟硬體協同」的難度與迷人之處。要讓一台擁有極佳空間的五人座SUV同時兼具跑車的動態極限，背後靠的是極其精密的調校能力。Porsche Cayenne GTS Coupé正是軟硬體深度結合的典範：

動力與動態控制演算法： 搭載500 PS V8雙渦輪增壓引擎，配合PASM主動式懸載調整系統與降低10公釐的主動氣壓懸吊，以毫秒級的微處理速度即時修正阻尼軟硬與動態反應，展現物理極限與演算法調校的完美結合。

邊緣感知與智慧光學： 採用HD Matrix高解析度LED頭燈，單側擁有超過32,000像素的微型LED，透過視覺演算法進行即時分區域防眩光與路況動態照明，將前瞻科技轉化為實際的行車安全保障。

多模態開放式配置： 除了Cayenne GTS Coupé之外，Cayenne車系提供SUV與Coupé雙車型配置，以及純燃油與E-Hybrid混合動力，宛如極具彈性的開放式架構，滿足科技領袖對客製化規格的偏好。

立即部署您的專屬跑車平台

懂得選購頂級科技產品的決策者，重視的並非浮誇的科技噱頭，而是優異的軟硬體整合能力與歷經市場驗證後的可靠度。Porsche Cayenne身為五人座跑車SUV的先驅，成功將跑車靈魂無縫融合進日常機能中，正是這項「系統級決策哲學」的最佳體現。

渴望打造專屬移動平台的科技領袖，不妨立即進入「Cayenne GTS Coupé 新車打造頁面」開啟模組化客製體驗，或透過「現有車款尋找頁面」零時差部署您的座駕，即刻掌控無縫切換的純粹駕馭。