AI朗讀或真人演播

說到AI朗讀，大家想到的是什麼？是google小姐的聲音？很機械音的冰冷感？如果是這樣那你一定沒有聽過好的AI朗讀！

因為最近一直在關注有聲書，AI朗讀有聲書已經發展多年，在演播人員哪裡找飯吃？一文中我故意漏掉了一點沒說，就是聲音授權研究和使用。大型的音頻平台在累積了大量的聲音庫之後，也同時做聲音的數據研究，AI的語音開發就是其中一種，目前在喜馬拉雅平台上，已經可以開放上傳一定節目量的用戶，有償授權聲音給喜馬拉雅使用，主要是授權給廣告主產生短視頻廣告播讀，聲音的主人在授權時可以選擇授權領域，例如，只授權給家具類、汽車類、教育類、零食類的廣告主使用。

而廣告主有需求時，可以在平台上挑選需要的聲音，輸入文稿，設定參數，然後就獲得了一條廣告語音了。

聲音的主人是採用分潤的方式，也就是獻聲後，有人用了，就在家躺賺就行。

如果大家刷抖音時，曾看到過那種「99包郵」、「點擊下方小黃車來上一單」的廣告，有不少都已經是AI生成的。

像這種採集聲音後，將文字轉語音TTS( text-to-speech)的還有一個常見的應用，就是汽車導航，或是汽車提示語音，例如："請繫上安全帶、我們出發囉"，像這類的試音單，在市面上看到的機會不少，一般會給個5、6句，事後他們怎麼用，我就不清楚了。

對我的收聽習慣來說，一個好的AI朗讀基礎要做好以下的學習：節奏、重音停連、抑揚頓挫。這個是一個「人」能表達出「講述感」很重要的基本原素，早期的AI朗讀為什麼會覺得機械，就是因為無法做好字與字間的快慢節奏、缺乏重音，連帶當然沒有抑揚頓挫。如果是要AI模仿人的音色，相對來說較為簡單，要能把AI調教成「這個人就像在你耳邊跟你說話」，那就高明了！

回到有聲書領域，建立在豐富的聲音資料庫基礎上，AI朗讀的有聲書已經可以做到接近「在你耳邊娓媚道來」的程度，在有聲書的開發上，除了直接用AI朗讀後再調校外，也有真人演播+AI朗讀共同合作的方式來製作。

AI朗讀能否取代真人演播，一直是中國有聲書演播圈一個時不時就會被提出的話題，老師們有時候也會恨鐵不成鋼地說出：「你再不把這個毛病改掉，你就會被AI取代了！」。不過為了提高製作效率，AI朗讀是一定會存在且被廣泛利用的，所以「演播員」和「AI朗讀」誰優誰劣也被拿出來比較，這大概就跟最近的AI畫圖和畫家的討論一樣。

真人演播與AI朗讀最大的差別就是「氣」，機器是沒有「氣」的，而在演播配音的訓練中，很重要的一環就是「氣的運用」，氣的使用可以在聽覺上建立這個人的真實感，引發聽眾的感受，例如，身而為人，我們會知道「這人講這話，是在諷刺吧」「可能要生氣了」「怎麼還在生氣」「這聽起來像是有什麼瞞著我」 ……目前我聽比較厲害的AI，會用弱化某個字來打造氣息的效果，也能做到接近真人。但如果這個是生成後手動調的……還要手動，那我就不叫它AI了。

我目前還沒聽到AI能好好模仿：清宮宮鬥戲中后妃們互相較勁的對白、「哥哥，你女朋友是不是在生氣」的綠茶、妖里妖氣的狐媚子……而人聲和氣聲混雜的發聲最多的，還屬謎片了！

我想這應該也是為什麼有些有聲書製作，會一部分AI、一部分真人了。

關於AI朗讀，推薦以已故評書大師單田芳老師聲音製作的相關有聲書。相關研究報導：http://tech.china.com.cn/roll/20210911/380715.shtml

今天寫這篇文章，是因為偶然看到天下雜誌「聽天下」這個計劃，推薦大家可以去聽一下 聽天下的AI朗讀 Sky錄製的文章朗讀。台灣現在的AI朗讀可以做到這個程度，拍手！GOOD JOB!!!

以下是AI開發訪談：https://open.firstory.me/story/cla38bg9d00qw010266ii8dsn

因為我比較關注有聲小說的發展，有很多有聲小說也都是用AI朗讀錄製，錄得好的，我大概要聽3分鐘以上才會覺得怪怪的，甚至用AI講評書都可以。已經可以幹掉一堆人了。

最後說說我覺得AI朗讀是否會取代真人演播，當然不可能。演播是一種藝術，每一個人讀到相同的文字，都會觸發自己記憶中的片段，引發心靈上不同的感受。在學演播的過程中，老師帶我們討論一篇故事文稿的「基調」的怎麼定時，老師要我們說出這篇故事要傳達什麼，結果每個同學出來的是「大同小異」，這個「小異」來自大家個人的感受，也將會在演播中，大大發展成「個人風格」。同樣一篇故事，有的同學可能感動得更多，帶入感多了，幾乎讀到泫然欲泣，這種用人意志來控制到底要維持專業不准哭、還是就只能忍一部分不哭出來，還是就哭了、小哭、爆哭就不是AI自己幹得出來的。而這個心理層面影響了演播的演繹，也會讓每個演播員在重點、停連有不同的表演方式，例如在演播一些動人或懸疑的段落人，演播員會用會「長長的留白」這種技巧，來堆積聽眾的感動或緊張，這種留白要留多長，也是取決於演播員自己對文稿的理解與藝術的表現。這種技巧，在音樂歌曲子，就是中間空個一小節，然後下一個小節又華麗出場這樣。

我希望台灣人工智慧實驗室（Taiwan AI Labs）明年可以計畫帶AI去參加全國語文朗讀比賽和華文朗讀節。我真心的。