AI語音TTS可以取代有聲書嗎？

（本文寫於2023年2月6日，回覆董福興的臉書動態）

關於「有聲書可以透過TTS朗讀」這點，我認為這當中還是有很多細節待商榷。

首先，對於拼音文字來說「我說即我寫」，但華「文」的方塊字卻不是如此，不僅同音字過多以致難以辨別（最簡單的例子是「他她牠它」，但不只如此），複雜歷史因素之下遺留在現代華「文」當中的文言文法（我寫非我說）也會造成聽覺理解障礙（註1），種種因素都讓華文Text To華語Speech在短中期之內不可能完全取代華語有聲書。長期來說，不知道AI能不能代為優化TTS文本，但以現在的技術來說，這並不「簡單」。

其次，想要以TTS取代有聲書，不同文類也會面對不同的難點。以小說而言，作者可能出於各種原因，將對白放在或不放在引號內，來達成不同的文意，但引號卻難以被TTS（註2），甚至華「文」書寫中的所有標點符號都是如此。而若以專業書籍而言，當作者引進一個新詞彙，某些可以望「文」生義的詞彙，聽覺上卻並不是如此。這些問題都可以透過某些編輯或表演手法使得有聲書成立，但direct TTS卻不成立。

第三，就實際情況而言，就算今天臺灣的電子書全都開通了TTS功能，且需要TTS的聽者／讀者都願意使用這個功能，臺灣作者的文字能力與文字書編輯的編輯觀，也不見得能使TTS直接取代有聲書。光是你我這兩篇文章，在未經適當編輯之下，都不可能直接TTS而讓人聽懂。

我同意TTS可以補足有聲書產能不足所造成的可近障礙（因此我個人贊成已取得TTS授權的出版品都應該開通TTS，而出版商也應該更積極爭取TTS授權），但我認為TTS只是「輔具」，並不是一個獨立的出版品（否則我們難以解釋，為何就算英語世界的電子書普遍都開通了TTS，出版商仍然要花錢錄製有聲書）。我相信具有AI成分的TTS技術可以大幅提升有聲書的產製效能，但「有聲書可以透過TTS朗讀」這個說法如果仔細探究，至少在臺灣的脈絡下，實在無法講得那麼絕對（註3）。

--

註1：比方說，你寫的「但都應該要花力氣做，做好」，你的意思其實是「但都應該要花力氣做，並且把事情做好」，然而如果未經人工校正就直接TTS，一般人的聽覺應該會直接在「做好」那裡當機。

註2：目前在西方媒體上的TTS功能，AI會將"唸成quote、unquote。媒體報導的篇幅短小（再長也不過數千字），且以報導性質居多，我們多聽幾次quote, quote, quote，心情上仍可接受。但短篇小說至少也是萬字起跳，若是把quote全部唸出來，將十分影響聆聽體驗。

註3：其實日語有聲書也有同音異字的困擾。我個人就聽過湊佳苗《往復書簡》有聲書當中的一篇故事，利用同音異字造成故事中的一個重大情節發展（暫且不去論斷這個寫作手法是否成功）。其實編輯可以透過補述，讓同音異字的兩者有所區別；但因為「把文字直接讀成有聲書」的這種編輯觀念仍然相當普遍，使得這部有聲書在聽覺上反而抓不到那個趣味了。