▲AI語音進化下，配音員嘗試新模式。（圖／資料照）
記者施怡妏／綜合報導
台大經濟系副教授馮勃翰主持的《月球背面的經濟學》Podcast節目，最新一集邀請Master Tones創辦人暨執行長李依哲。從圖靈測試談起，延伸至情緒模擬、對話技術與資料訓練流程，李依哲分享，團隊花了1年半的時間，與台灣專業配音員深入溝通，建立授權與分潤機制，並且透過AI找尋新的商機。
主持人馮勃翰指出，AI語音早已不是過去「把文字念出來」的有聲書機器音，現在甚至能做情緒表演。李依哲表示，若要讓AI語音接近真人，除了音色擬真，還得處理多個難題，包括反應延遲太慢會突兀、插嘴打斷不自然，以及全雙工那種「一邊講一邊想」的流暢感。
最難的是情緒轉折 AI還學不會的細微表演
李依哲指出，真正的難題在「更細微、連續的情感轉折」，一句話裡面情緒微妙地轉向、或突然爆發的表演，例如憤怒常見音量放大、語速變快；悲傷則可能音高降低、語速變慢並帶點氣音雜訊。談到訓練資料來源，李依哲強調，必須是有授權、可追溯的，不能因為網路上很多素材就直接抓來用，「抓YouTube音檔來訓練」是絕對不可行的。
此外，資料品質也會直接決定成果好壞，所以團隊偏好錄音室等級的wav檔，而不是Podcast常見的mp3，「因為mp3屬於有損壓縮」，會把一些人類比較聽不到的部分隱藏，「這些資訊可能人類雖然聽不到，可是其實對模型來講是重要的。」
素人聲音也能進場 聲音庫「越多樣越好」
至於AI崛起，是否會取代配音員？李依哲坦言，團隊花了一年半與配音員溝通，配音員起初確實會害怕，擔心聲音被拿走、工作消失，深入對談後建立共識，在平台上導入類似音樂產業的「授權與分潤」概念，「如果使用者購買，它其實都是有版權的，我們就會分潤給配音員。」
AI讓配音員觸及更多客群
李依哲強調，更重要的是，AI語音具備擴充性，能讓原本以中文接案的配音員，用自己的聲音延伸到英文、日文等市場，觸及過去難以到達的客群，「其實整個市場是擴大的。」
馮勃翰好奇，會不會只有「特別好聽、很有特色」的聲音才會被AI語音公司青睞？李依哲反而說，團隊也會收錄許多素人聲音，因為情境需求非常多元，聲音庫「變化度、多樣性越大越好」。
【收聽完整內容】
Apple Podcast：https://supr.link/an8Kc
Spotify：https://supr.link/TpsPA
KKBOX：https://supr.link/gmZ7Y
