Vocofy AI建原聲模型 實現語障患者心願
原文刊於信報財經新聞「EJ Tech 創科鬥室」
人工智能（AI）擅長處理繁複任務，惟其機械化的回應模式及冰冷的演算法，往往讓人類難以感受真實的情感交流。香港中文大學電子工程學系教授李丹體驗甚深，他專注深度學習、語音及音頻訊號處理等研究，認為AI技術有助提升語言表達，尤其惠及聽障、失語等語言障礙人士。然而，若過分強調人機對話，反而有機會忽略人際溝通。
適用於咽喉癌或特殊需要者
李丹同時是AI初創Vocofy聯合創始人，該企基於AI技術，為患有舌癌、咽喉癌、罕見病、長者及特殊教育需要者等，因病情影響語言表達的患者，錄製並重建他們失聲前的語音，幫助患者在日常生活中，繼續以原有聲線和語氣溝通。
當患者確診即將喪失聲線後，Vocofy團隊可馬上為對方提供錄音設備及使用教程。當收集到足夠的語音資料，下一步就是數據分析，為每位病人訂造個人化的語音模型。模型一經建立，便可透過手機應用程式（App），讓失聲病人永久使用AI語音服務，幫助他們重拾溝通能力。
李丹接受本報訪問時強調：「語言和語音其實是人類行為，所以我們不要太過注重，要用人的語言跟電腦談天，（這個側重點）有少少本末倒置。」他續稱，技術應更多關注如何促進人與人之間的有效溝通，幫助障礙者改善表達能力，讓每個人都能更加自由、清晰且充分地，展現自己的想法和需求。
其後李丹進一步解釋，這觀點是其個人看法，業界很多時過分強調技術應用，忽略更重要的目標。在互聯網及電腦普及後，人際溝通反而更加疏離。如今大家似乎更傾向對着手機講話，這便是「本末倒置」例子之一。
應用場景可擴至演講技巧
李丹笑言：「有時我跟電話說話，都覺得有些奇怪，點解會要用人的說話，去和電腦說話呢？」李丹認為，人機互動固然重要，但不應佔據所有焦點。而是應當把更多技術力量，投放在解決人與人的溝通問題上。
談到針對人類溝通的技術，李丹相當強調人情味，相信這領域有不少發揮空間，「愈看就愈多」。他表示，未來的應用場景不僅限於幫助語言障礙人士，還可以透過科技提升演講者的表達技巧，讓聽眾更愉悅投入；或者改善醫生的溝通方式，讓患者感受更多關懷及舒適。
翻查資料，李丹今年初曾與義工團隊合作，負責重建逝者聲音的工作，幫助家屬在元宇宙與親人重逢。當時李丹向本地傳媒坦言，技術本身不難實現，其複雜之處在於對一個家庭的情感意義，科技進步應服務於人的感受。
採訪、撰文：周泳彤
相關文章：Vocofy｜學者倡採用音頻水印防電騙
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。
