下代iOS添AI無障礙溝通 模擬用家聲線 打字完成對話
原文刊於信報財經新聞「StartupBeat創科鬥室」
蘋果公司（Apple Inc.）將於6月5日舉行年度盛事「全球開發者大會」（WWDC），預料屆時會發布下一代作業系統iOS 17。該企周二（16日）急不及待披露部分特色功能，包括複製用戶語音的能力，基於人工智能（AI）的文本識別，以及簡化應用程式布局等，最快今年稍後登陸iPhone、iPad及Mac。以上新輔助功能大多為推動無障礙環境而設，對一般用戶同樣實用。
科技有助打破溝通隔膜，AI更能模擬個人聲線。蘋果利用機器學習技術，特別為說話漸有困難的人，例如肌萎縮側索硬化症（ALS，又稱漸凍症）患者，推出一款Personal Voice應用程式。
首先，用戶在手機或平板上錄製一段長約15分鐘音頻，AI再針對當事人的口吻，生成風格類近的語音，以便在FaceTime對話中使用，初步將以英語方式提供。
以AI合成的語音模型，可配合Live Speech功能使用。當打電話或視像會議時，只要在流動設備輸入文字，AI就能模擬用戶的聲線與他人溝通。該工具可在鎖屏時使用，亦能保存常用短句，在聊天期間快速加入。
鏡頭對準文字點擊發聲
當然不少人會聯想到，訓練有素的文本轉語音模型，一旦落入不法之徒手中，難免存在一定風險；有些家庭更會為求方便，共享單一登錄資料。科技媒體TechCrunch引述蘋果說法，個人聲音不會跟Apple ID掛鈎，而自行定義的語音數據亦不會與蘋果在內的任何一方共享。
對於盲人或視力欠佳的用戶，蘋果現有的Magnifier（放大鏡）應用程式，即將追加Point and Speak功能。手機會利用相機鏡頭、光學雷達（LiDAR）掃描儀，以AI追蹤手指在鏡頭前的移動。以掃描微波爐的按鈕為例，程式會讀出指向的文字，對應英文、普通話及廣東話等多個語言版本，更可以辨識路人、門口及影像內容，適合在物理環境中導航。
大圖示助長者簡易操作
對於有認知障礙的長者，蘋果擬引入Assistive Access功能，大幅簡化流動裝置介面。在拍照、睇相、播歌、致電及短訊等功能，除了改用高對比度的大圖示按鈕，更可透過表情符號或錄製短片方式溝通。語音控制方面，追加文本編輯建議，從多個聽起來相似的單詞中，選擇正確單詞使用，令聲控打字時更為準確。
另一方面，現時蘋果程式商店App Store平均每周吸引全球逾6.5億名訪問者。按官方最新數據，App Store在2022年阻止超過20億美元（約156億港元）的潛在欺詐交易，並以無法滿足私隱、安全、內容等標準為由，拒絕近170萬個提交申請的應用程式。此外，針對欺詐及濫用活動，蘋果去年清除42.8萬個開發者賬戶，以及2.82億個客戶賬戶，確保下載的程式安全可靠。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
