在數(shù)字時(shí)代，我們可以閉著眼睛，在車上享受一段小說(shuō)的有聲朗讀;也能在陌生的城市里，讓語(yǔ)音導(dǎo)航系統(tǒng)輕松帶路。隨著MP3、手機(jī)、閱讀器或iPad的普及使用，輕巧的移動(dòng)電子產(chǎn)品將逐漸取代厚重的書(shū)籍。

語(yǔ)音效果超越機(jī)器人聲

未來(lái)應(yīng)用廣泛的語(yǔ)音介面，將與過(guò)去我們熟悉的有聲書(shū)概念不同，因?yàn)檫@些播音的內(nèi)容并不是通過(guò)耗時(shí)費(fèi)力的真人錄音，而是仰賴最新發(fā)展的TTS(Text To Speeh文字轉(zhuǎn)語(yǔ)音合成)技術(shù)，自動(dòng)將文章內(nèi)容轉(zhuǎn)換成合成語(yǔ)音。

這項(xiàng)國(guó)際上早已投入發(fā)展的技術(shù)，在臺(tái)灣由“工研院”領(lǐng)先研發(fā)，近10多年歷經(jīng)了三代的技術(shù)變革。5月底宣布上市的電子書(shū)閱讀器“遠(yuǎn)流金庸機(jī)”，便是使用了最新一代的TTS技術(shù)。讀者不僅能讀，也可以聽(tīng)。對(duì)視力不好，或在運(yùn)動(dòng)中不便閱讀屏幕的讀者來(lái)說(shuō)，TTS都是非常方便的功能。

大師霍金靠TTS發(fā)聲

這項(xiàng)技術(shù)雖名為合成音，但并非不自然的機(jī)器音。“工研院”郭志忠副主任表示，他們?nèi)孕枵遗湟魡T錄音，來(lái)產(chǎn)生合成需要的聲音與音韻的統(tǒng)計(jì)模型和參數(shù)，因此，語(yǔ)音效果早就超越那種聲調(diào)僵硬的機(jī)器人聲音。研發(fā)過(guò)程中，最重要也是最困難的部分，就是必須結(jié)合分析音韻與詞語(yǔ)結(jié)構(gòu)的語(yǔ)言學(xué)知識(shí)、建構(gòu)音韻特性模型的統(tǒng)計(jì)方法，以及合成語(yǔ)音波形的信號(hào)處理技術(shù)，讓最后合成的閱讀聲音，不僅可以做出自然流暢的語(yǔ)音，還可自動(dòng)判別日期、金額等特殊數(shù)字或破音字的讀法等等。

TTS能夠?qū)㈦娮訖n的文字自動(dòng)轉(zhuǎn)成語(yǔ)音，對(duì)視障者來(lái)說(shuō)是重要且必要的功能。過(guò)去“工研院”曾與愛(ài)盲文教基金會(huì)合作，建構(gòu)有聲書(shū)下載的公益平臺(tái)。除了視障者之外，車上的導(dǎo)航系統(tǒng)，及老人、兒童、語(yǔ)言學(xué)習(xí)者也都是TTS技術(shù)服務(wù)的廣大對(duì)象。其中最特別也最著名的例子是全身麻痹的美國(guó)物理學(xué)大師霍金，就是通過(guò)TTS技術(shù)將想表達(dá)的文字即時(shí)轉(zhuǎn)成語(yǔ)音發(fā)聲，與人溝通。

郭志忠認(rèn)為，過(guò)去真人錄音的有聲書(shū)因制作成本高，價(jià)格貴，普及率較低。進(jìn)入電子書(shū)時(shí)代后，文字都已經(jīng)數(shù)字化了，TTS技術(shù)將更有機(jī)會(huì)搭配電子書(shū)而普及。亞馬遜于2009年2月發(fā)表Kindle2時(shí)，主要的新增特色就是TTS語(yǔ)音朗讀功能，可見(jiàn)這是電子書(shū)閱讀器發(fā)展的趨勢(shì)。

最大瓶頸在于授權(quán)

因?yàn)橥瑫r(shí)預(yù)見(jiàn)了這個(gè)趨勢(shì)，“工研院”與遠(yuǎn)流金庸機(jī)的合作才一拍即合。但郭志忠坦言，目前電子書(shū)發(fā)展最大的瓶頸在于版權(quán)的授權(quán)與管控問(wèn)題。即便是將電子書(shū)通過(guò)合成有聲播放，大部分出版社仍主張有聲書(shū)另有版權(quán)，如Kindle2朗讀功能推出后，即被出版社控告侵犯版權(quán)、觸犯重制罪，最后Kindle只好退讓，僅提供愿意授權(quán)開(kāi)放的書(shū)籍使用這項(xiàng)功能。

不過(guò)，除了電子書(shū)外，TTS還可應(yīng)用在各種移動(dòng)裝置，能夠取代電腦的多媒體影音裝置，iPad就是一個(gè)標(biāo)志。郭志忠樂(lè)觀地說(shuō)，未來(lái)我們不再是坐在桌前、打開(kāi)電腦才能上網(wǎng)與閱讀，我們可以在路上聽(tīng)路況、在廚房里聽(tīng)食譜、在參觀博物館時(shí)即時(shí)聽(tīng)導(dǎo)覽。到那時(shí)，可以讓人在移動(dòng)中使用的語(yǔ)音介面變得不可或缺，TTS的角色也將更加重要。