【寻找在地AI技术力】台湾的中文语音引擎在哪里？（上）

不同于搭载Alexa数位语音助理的Amazon Echo或是Google Assistant的Google Home智慧喇叭，现在还只能说英文，或其他非中文语言，台湾去年下半开始出现多款能讲中文的智慧喇叭，而且除了中国品牌，也有不少是来自台湾自有品牌，包括远传“爱讲”、鸿海“小度”，以及华硕“小布”智慧喇叭等，能用台湾民众熟悉的中文回应用户的提问，或回答各种生活资讯，还能陪你闲聊。

明明是台湾在地喇叭，骨子里却是用国外语音AI引擎

只不过，如果细心留意的话会发现，这些市面上已经买得到的智慧喇叭，有的听起来中文有些怪怪的，例如早上打招呼会说“早上好”，设定待办事项则回你：“已为您建好闹钟”，还会略带点卷舌音，问他“乔布斯是谁”，则要改说：“乔布斯”它才听得懂，因为是中国品牌的智慧喇叭，不论是小米“小爱同学”、猎豹“小豹”等，都是用中国的AI语音引擎。

但就算是台湾目前已经上市的3款国产智慧喇叭，大多装的也都不是台湾自有的中文AI语音引擎，如远传爱讲使用中国出门问问的AI语音技术，鸿海小度则是内建百度的AI对话引擎，截止目前只有华硕一家是采用自有技术。

连在家使用的民众自己可能都搞不清楚，每天对着自己讲话的喇叭，骨子里装的竟是国外或中国语音引擎。 乍看之下，常有人以为台湾没有在地化的中文AI语音引擎，所以台湾厂商要开发自己的声控装置时，就只好选用国外的语音引擎，因为台湾自己没有，就只能从国外找，或是认为台湾跟不上国外语音技术的发展脚步，这是不得不的作法。

更有国内智慧喇叭业者当面坦言，在台湾很难找到一套成熟可用的中文AI语音引擎，可协助他们尽快将产品推出上市，只能用国外的中文辨识引擎，尤其是中国制的语音技术，因为处理中文语意理解问题，厂商多半在中国，如科大讯飞、百度等，台湾企业很容易就会采用中国制的中文AI语音产品。

台湾AI技术实力并非一定就不如国外，只是一直以来没有被发掘，所以很多人都不知道，或也不被大家所重视，但其实台湾一直有在持续发展在地化AI技术，尤其是中文自然语言理解（Natural Language Understanding，NLU）技术，也是现在台湾企业发展AI应用最优先也是最关键的一步。

语言技术天生就是一种在地化应用

不像浏览器或操作系统软件，语言科技有它本身的特殊性，深受在地化的影响，因为语言应用和使用上，在不同的国家或地域差异性很大，即使是台湾和香港，同样说中文，用语和说话方式还是会不一样，会有自己专属的用词、使用习惯，所以语言应用要做得好，就一定要用在地的资料，甚至只有靠自己做，才有办法让它贴进自己在地风格，符合你的需求，因为只有在地人才最清楚自己使用习惯、说话用语。哪怕是之前在Zenbo机器人使用Google语音技术的华硕，现在也都决定智慧喇叭全面改成自有技术，不再使用国外语音引擎。

因为语言科技就是一个需要高度在地化的应用，用来理解在地的这群人所用文字或说话习性。如果是用别的国家训练出来的语言引擎，就会很难做出符合这个国家所需要的在地应用。所以就连远传要将中国AI语音引擎，拿进来台湾都还要自己用在地语料训练过，不能直接套用。

另从技术应用需求来看，语言技术更是未来所有企业都需要，甚至所有IT都会用到的一门技术，因为它就是下一代UI（使用者界面）。以前要把界面改成中文化，只要支援中文编码，就能让视窗界面里的字体呈现中文字，现在更进一步做到理解面，必须要能够支援中文自然语言理解技术，才能让这个语音界面有办法跟你说中文。因为语意理解是一个在地技术，必须要用在地语料才能做得好，如果用的都不是在地的语意理解技术，以后没有符合台湾在地需求的中文引擎，不论是界面或程式，就很难普及。

用在地语料发展NLU，台湾产业Chatbot用最早

不论是用文字或语音表达语言，都需要自然语言理解技术，当机器人理解人类输入的语句后，便会选择对应的句子来回应，或是执行特定任务。不论是聊天软件内的Chatbot（聊天机器人），或者是会讲话的智慧喇叭，也都是相同的原理。

以文字自然语言理解发展来说，台湾企业其实早从3年前就开始使用中文自然语言技术，来开发出具备有对话式、自动化的Chatbot，来取代传统人工作业手段，例如，金融业、零售业、社群媒体等都有。

不过，企业在设计自家Chatbot应用时，刚开始主要还停留在FAQ式问答，多用于行销与客服，即是透过预先写好的规则脚本，只能对指令与关键词做出回应，或只懂垂直领域的知识，但是到后面，不少企业开始透过结合自然语言理解、机器学习技术，来增加Chatbot的中文对话互动能力，学习理解使用者意图，让Chatbot使用者不会觉得互动过程过于呆板，或流于制式，甚至更进一步采用深度学习技术，来建立更复杂自然语言理解模型，借此来达到更自然地对话互动方式。例如上下文理解，或是多轮式对话等，也让台湾Chatbot发展更为多元。

又如台湾最大部落格平台痞客邦，近来也打造出一个能推荐附近周围的美食Chatbot，靠的就是利用20万篇网络食记文章，近3千家热门餐厅资料，经过一段时间的语意辨识NLU模型训练，现在已能做到依据输入语句来评价这家餐厅食物、服务或环境的好坏，想要找哪里有好吃餐厅的人就可以问它。

甚至也有越来越多台湾本土Chatbot厂商加入，提供企业更多客制化Chatbot，或是各种Chatbot自动化编排工具，让企业可以更容易用它开发自己的机器人对话应用，而且不只大型公司，专攻Chatbot的台湾AI新创也不少，如硕网、优拓等，很多都是利用在地语料来打造中文在地NLU引擎，用于提供不同行业领域知识的Chatbot所用。随着台湾Chatbot生态系成形，也带动台湾中文NLU技术发展，往前迈出一大步。

文字语言之后，紧接下来，语音也因为自然语言理解技术，逐渐在AI对话应用上崭露头角，加上语音辨识技术的成熟，开始让Chatbot互动界面，可以做出更多不一样的变化，不再只能透过传统对话视窗打字互动，使用者也能对着它讲话，Chatbot依据听到的语句，理解之后再回答对方问题。

近年来，台湾也开始有些厂商推出语音Chatbot应用服务。例如2015年成立的竹间智能科技，是由前微软亚洲互联网工程院副院长简仁贤一手创办，他曾是中国微软小冰研发背后重要推手，几年前也回到台湾，决定要发展在地的中文AI理解引擎，不只文字，现在也能用于电话的中文语音Chatbot客服，还可以依据上下文理解进行多轮对话，目前台湾也有几家金融业者在测试。

“语音界面取代，以后会越来越多。”台湾AI实验室创办人杜奕瑾指出，未来人机界面，势必朝向自然语言对话（Natural Conversation）发展，以后任何应用程序，或装置互动界面，只要想做到自然口语，就一定会需要在地语音辨识能力。

尤其，语音辨识、中文自然语言理解都是一种高度在地化的技术，需要理解当地这群人的文字、词汇用语及说话习惯，才能辨识得更准确，甚至只有在地人自己做，才能做到符合在地需求的应用，这也是台湾发展在地AI技术力的机会。

过去，台湾一直没有像美国这样的软件产业，所以只能一味跟着国外的脚步走，但是AI与IoT的崛起，将使得全球产业重新再洗牌，杜奕瑾也呼吁，这时候台湾不能再是大老二文化，只有代工思维，应该把这些软件核心技术掌握在自己手中 ，“不要让台湾再度沦为AI技术的代工厂。 ”