2010.05.30 中時電子報

    　在21世紀的數位時代，我們可以閉著眼睛，在車上享受一段小說的有聲朗讀；也能在陌生的城市裡，讓語音導航輕鬆帶路，再也不必站在街角心慌地翻找地圖。隨著MP3、手機、閱讀器或iPad的普及，輕巧的行動電子產品逐漸取代厚重的書籍，而資訊除了透過書面呈現，也將更依賴聽覺語音；現在，我們甚至連眼睛都不用張開，就能「聽」到自己所要的資訊。

    　＞＞語音效果超越「機器人聲」

    　然而，未來應用廣泛的語音介面，將與過去我們熟悉的「有聲書」概念不同，因為這些播音的內容並非透過耗時費力的「真人錄音」，而是仰賴最新發展的「TTS」（Text To Speech文字轉語音合成）技術，自動將文章內容轉換成合成語音。

    　這項國際上早已投入發展的技術，在台灣由工研院領先研發，近10多年歷經了三代的技術變革。本周剛宣布上市的電子書閱讀器「遠流金庸機」，便使用了工研院最新一代的TTS技術，可語音朗讀機器內建的36冊金庸武俠作品，讓金庸武俠不止用讀的、也能用「聽的」，對視力不佳、或在行動中不便閱讀螢幕的讀者來說，都是非常方便的功能。

    　＞＞大師霍金靠TTS發聲

    　這項技術雖名為「合成」音，但並非不自然的機器音。工研院資通所郭志忠副主任表示，他們仍需找配音員錄音，來產生合成需要的聲音與韻律的統計模型和參數，因此語音效果早就超越那種聲調僵硬的「機器人聲音」。研發過程中，最重要、也最困難的部分，就是必須結合分析音韻與詞語結構的語言學知識、建構音韻特性模型的統計方法，以及合成語音波形的訊號處理技術，讓最後合成的閱讀聲音，不僅可做出自然流暢的語音，沒有字與字間拼接、不連貫的現象，還可自動判別日期、金額等特殊數字或破音字的讀法等等。

    　TTS能夠將電子檔的文字自動轉成語音，對視障者來說是重要且必要的功能，因此過去工研院曾與愛盲文教基金會合作，建構有聲書下載的公益平台。除了視障者之外，車上的導航系統，或老人、兒童、語言學習者也都是TTS技術服務的廣大對象。其中最特別也最著名的例子為全身麻痺的美國物理學大師霍金，他就是透過TTS技術將想表達的文字即時轉成語音發聲，與人溝通。

    　郭志忠認為，過去真人錄音的有聲書因製作成本高，價格貴，所以普及度低。進入電子書時代後，文字都已經數位化，TTS技術將更有機會搭配電子書而普及。「亞馬遜於2009年2月發表Kindle 2時，主要的新增特色就是TTS語音朗讀功能，可見這是電子書閱讀器發展的趨勢。」

    　＞＞最大瓶頸在授權

    　因為同時預見了這個趨勢，工研院與「遠流金庸機」的合作一拍即合。但郭志忠坦言，目前電子書發展最大的瓶頸在於版權的授權與管控問題。即便是將電子書透過合成有聲播放，大部分出版社仍主張有聲書另有版權，如Kindle 2朗讀功能推出後，即被出版社控告侵犯版權、觸犯重製罪，最後Kindle只好退讓，僅提供願意授權開放的書籍這項功能。

    　不過，除了電子書外，TTS還可應用在各種行動裝置，能夠取代電腦的多媒體影音裝置iPad就是一個指標。郭志忠樂觀地說，未來我們不再是坐在桌前、打開電腦才能上網與閱讀，類似iPad的行動裝置可以讓我們隨意地在路上「聽」路況、在廚房裡「聽」食譜、在參觀博物館時即時「聽」導覽。「這時，可以讓人在行動中使用的語音介面變得不可或缺，TTS的角色也將更重要了。」