台灣第一首AI單曲!呼吸聲、抑揚頓挫超專業,「AI陳珊妮」騙過金曲製作人
台灣第一首AI單曲!呼吸聲、抑揚頓挫超專業,「AI陳珊妮」騙過金曲製作人
「AI版陳珊妮」出單曲!

AI再度展現強大功能,就連你聽的歌也有可能是AI唱的!資深歌手兼製作人陳珊妮於3/14發布單曲《教我如何做你的愛人》,還邀請許多業界知名音樂人試聽回饋,不過,她今天(22日)揭露,整首歌其實是「AI版陳珊妮」唱的,上線一周沒有任何人發現不是她本人。AI唱的歌有多真假難辨?未來會取代歌手嗎?

陳珊妮指出,這是她與台灣人工智慧實驗室(Taiwan AI Labs)合作的計畫,利用過去大量的歌聲、作品數據,訓練出如真假難辨的聲音模型,再交給製作人編曲,成為台灣第一首由活躍中的歌手訓練、製造出來的AI單曲。

📍邀請您加入Web3+ Line社群,持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

呼吸聲、抑揚頓挫全到位,AI怎麼做到的?

整首歌曲音色有輕重緩急,甚至有大小不同的呼吸聲穿插,即使知道是AI唱的,仍然真假難辨。甚至連收到Demo的專業編曲家都在現場直言,製作過程中完全沒有發覺是AI,作品都完成了才得知這個消息,成功通過「盲測」。

「用AI模擬出的聲音不難,但要唱到專業等級真的不容易。」陳珊妮表示,剛開始軟體抽取出來的人聲音軌訓練好後,卻發現音質受到很大的破壞,動起來也會感覺到抑揚頓挫和換氣出現很多破綻,因此後期在調校、剪輯上都花了很多功夫。

陳珊妮ai lab合作
陳珊妮(圖中)以及台灣人工智慧實驗室創辦人杜奕瑾(圖左)分享AI歌曲的製作過程。
圖/ 隋昱嬋攝影

台灣人工智慧實驗室創辦人杜奕瑾分享整個製作方式,工程師先運用AI去汲取陳珊妮過去數十筆高音質人聲資料後,再由陳珊妮協助,和工程師一起進行非常細節的調校,透過互動告訴AI什麼是正確的發聲方法、哪些大小聲細節要特別注意,最後成功打造出「陳珊妮養的小鬼」,操控它唱完整首作品。

為了讓大家體驗這個技術到底有多專業,現場也直接秀出兩個音檔,大家一起猜猜看,哪一首是AI唱的?

1號歌聲
2號歌聲

在現場,兩個音檔各有「擁護者」,不過最後答案卻是兩首都是AI做的,儘管都是還在訓練中的模型,卻已經能實現真假難辨的效果。

沒音樂背景,AI幫你一圓作曲夢

杜奕瑾表示,針對這項技術,目前還沒有直接推出專業商用軟體的計畫,仍會以這種專案合作方式進行,不過未來將會推出整合性的影音創作平台,可以自動生成音樂,目前已經在Discord釋出「雅婷Studio」的試用版本,讓一般民眾可以親自體驗這個技術的能耐。

目前有男女各一位素人訓練出的聲音供使用,只要直接輸入想寫的歌曲主題,例如「雞生蛋蛋生雞」,系統就會在幾秒鐘內生成一首歌,有人聲、歌詞和背景音樂,即便沒有任何音樂背景,輕鬆就能完成一首歌曲。

陳珊妮ai lab合作
活動現場示範AI生成歌曲的功能,輸入「雞生蛋蛋生雞」後,幾秒鐘內就跑出一首歌曲。
圖/ 隋昱嬋攝影
想拿AI做的歌報金曲獎⋯⋯未來歌手工作會被取代嗎?

談起對這個技術未來的想像,陳珊妮表示,也許能讓她一年出300首歌都沒問題,甚至和60年以後的歌手合作,也有機會發生。

但身為線上歌手,難道不怕被AI取代掉嗎?陳珊妮坦言聽到成品後「有點抖抖的」,雖然一直很關注AI發展,但沒有想過這麼快就能達到這種程度,「我也會開始思考,歌手跟創作的核心價值到底在哪裡。」

帶著一點刺激或反骨的心態,陳珊妮甚至透露想用這首歌報名金曲獎,並不是要力求得獎,而是向社會丟出一個詰問:「現在這個未來已經不可逆,你怎麼面對?」

杜奕瑾也指出,在新的世代,每個人都必須訓練自己成為一個「老闆」,找到自身的價值,去善用工具,否則真的會面臨被淘汰的局面。當這項技術還在往前快速發展,一定會產生新的經濟模式,其中產生的監管問題、版權制度、分潤模式都還有待探討,但希望先透過技術和合作模式,讓台灣可以領先世界去擁抱這個機會。

📍邀請您加入Web3+ Line社群,持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

責任編輯:林美欣

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

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
代理式商務連動百兆商機
© 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