【寻找在地AI技术力】台湾的中文语音引擎在哪里？（下）

 【寻找在地AI技术力】台湾的中文语音引擎在哪里？（上）文章连结 

但同样也是说中文，中文还是我们的母语，台湾难道没有一套能用的中文AI语音引擎吗？

其实不然，iThome记者亲自走访一轮发现，台湾是有的，而且厉害的人也不少，只是一直以来都默默耕耘，没有被看见。连曾负责开发微软个人语音助理Cortana，2年前回来成立台湾AI实验室的杜奕瑾都说：“我们已经做到了，可以来找我们。”

工研院早从二十多年前就开始从事台湾中文语音研究，2年前更公开展示过一个能听懂台湾国语的个人语音助理，用的就是他们自行开发的中文AI语音引擎。台湾老牌喇叭制造商淇誉电子去年更延揽这个开发团队，协助开发在地化的智慧喇叭，之后也将搭载在该公司与中华电信合推的智慧喇叭上。

另一家台湾IC设计商威盛电子旗下AI人机互动品牌欧拉蜜（Olami），同样也有开发一个在地的中文语音助理，而且不只能用中文沟通，去年也开始可以听懂台语，使用者还可以用道地的台语腔来向它点播歌曲，并且还提供了一个智慧喇叭开发套件，让企业或开发者能用它设计出自己想要的声控装置。

不只传统音响或IC公司，台湾也有越来越多的AI新创生力军投入，如台湾AI实验室去年底自行研发推出一款在地化的语音辨识App，名为雅婷，能即时听辨中文语音，再转成文字，有别国外的语音辨识，因为是利用台湾在地化的中文语料做训练，可以更符合台湾在地人的讲话习惯或说话方式，甚至连台湾批踢踢（PTT）上常见的乡民用语都难不倒它，一推出就引起热烈回响，短短一周就攻占Android手机平台，成为生产力类最受欢迎App。

以前只有指令式语音辨识的本土语音辨识商赛微科技，4年前也开始针对语音指令结合中文自然理解处理能力，让使用者可改用更自然地口吻说话，而不用像看说明书一样，一个口令、一个动作。甚至，后来更结合深度学习技术，持续搜集在地语料让语音辨识准度做得更好。目前也有跟台湾电商合作，用于网络语音购物。去年该公司还成立语音助理开发团队，未来也将针对语音辨识推出自然语言处理（NLP）自动化工具，要让企业上手更容易。

中文NLP研究常用到的自动化中文断词工具，实际上，中研院CKIP Lab中文词知识库小组自己也有一套国产品，但以前没有开源，很多人只好换用中国开源的中文断词工具Jieba（结巴）。不过，中研院从去年开始释出技术，要让用的人更方便，甚至未来4年，还要加入所有中文维基百科语料，搭配现有中研院将近9万词汇的语料库，来打造一套百万中文词汇知识库，要提供给台湾企业或厂商来使用。

台湾在地化AI语音引擎的挑战

不过，语音Chatbot和智慧喇叭搭载的个人语音助理，在应用上还是有些不同，有别于特定领域为主的Chatbot，语音助理比较像是通用型Chatbot，应用场景更复杂，更需要累积大量背景知识，才能依据不同对话场景，如家中、办公室，甚至是户外场所，来对使用者做出相应的回复，或是依指令执行特定任务。例如“今天到百货公司买衣服，第2件5折”，如果机器人没有“优惠折扣”这个背景知 识，就没办法做出相对应的回应。

再者，有别于文字，语音需要先将声音转成文字，再从文字去理解。这也涉及到了语音转文字，甚至是语音合成的技术。前者语音辨识的准确度也会影响后面语意分析的效果，能不能真正理解使用者说话的原意，这需要透过搜集大量录制的声音资料来训练语音辨识模型，才能让它辨识度可以越来越好。或是想要让语音合成的声音，不要听起来像机器人念稿，缺少人性，需要透过机器学习来理解词汇前后的关系，再来决定这个音该怎么发，才能听起来更亲切。这并不是件容易的事，也大幅增加企业进入的门槛。

台湾虽然有自己的中文AI语音引擎，技术上厉害的人也不少，但也有未成熟或不足的地方，甚至还面临到中国的严峻挑战，使得企业目前在选用上还是多以国外或中国厂商为主，例如台湾现在较少有能提供像中国这样的中文AI语音技术完整解决方案，包含语音辨识、语意理解到后面合成串接在地服务，而且不少语音产品开放技术权限不够多，企业想要客制自己的语音功能，例如说话声调，或更多互动，只能自己想办法，这也使得想要用的企业，现在只能先拿国外甚至中国的AI语音引擎来用。

不少专家都预言，语音互动很有可能会是未来下一个应用程序或装置互动界面，将成为不只喇叭，连各种IoT装置都能用的新一代对话互动界面。台湾应该也要有自己的中文AI语音引擎技术，因为这不仅仅是企业在地应用突破的关键，更是台湾AI技术力能不能被世界看见的重要软实力。

【业界观点：淇誉电子副总经理何志宏】只用国外语音引擎消弱台湾AI技术力