AI語音能加速有聲書製作，但AI語音TTS仍無法取代有聲書

（本文寫於2023年4月23日，回覆董福興的臉書動態）

我完全支持「要是哪一天AI語音真的能和真人一樣，你是不是應該導入來取代真人，而可以更快、更便宜地生產有聲書呢？」這個論點。

現在的有聲書製程，簡直堪比徒手抄書，技術基本上跟三十年前一樣，只差在電腦的容量與記憶體有所提升，但本質上並沒有什麼變化，遲遲無法進入有聲書的活字印刷術時代。我自己是非常期待含有AI成份的TTS技術輔助有聲書的製作。

然而，TTS功能與有聲書還是有著本質上的差異。以華語與華文的對應來說，口語體與書寫體的差距就是那麼大。文字上的編排並不總是有辦法直接TTS就讓人聽懂。舉個最簡單的例子：光是同音字「他她」就足以困擾一堆人了，更不要講相同文字搭配不同標點符號所造成的文意差距。這還只是冰山一隅。

TTS就只是把文字讀出聲音的輔具，並不代表TTS後的聲音就直接形成一個新產品。有聲書還是需要經過編輯，才能成為適合閱聽的產品，而含有AI成份的TTS技術會是節省有聲書產製工作量的一個絕佳幫手。

以中國百度執行長李彥宏的《智能交通》為例（他今年跌出政協委員名單了，幫QQ），這種講述趨勢、科技類的文字書，用AI技術轉為有聲書，在內容上已經堪可閱聽。

但這代表《智能交通》有聲書是一部聽者友善的作品嗎？我認為完全不是。書中句間、段間的間隔時長時短，使我的注意力時常跟丟；每一節前後的無謂工商時間，使我聽下來心浮氣躁；專有名詞未有適當註釋，使我只能根據前後文去猜測原始文字，再去蒐尋意思；有些段落的技術細節過多，其實應該刪節，根本不該讀成聲音。這些都是「編輯上」沒有做好的細節。

含有AI成份的TTS會是製作有聲書的好幫手；但有聲書的編輯工作，才是有聲書無法被電子書TTS取代的根本要素。電子書TTS帶給閱聽者的體驗，就只是TTS，就不是有聲書。