李丹電子工程學團隊 以AI還原舌癌婦聲線

（左起）團隊成員博士生譚達新、李丹教授、博士生馬敬恆和校友潘楚騫。

母親的一聲叮嚀、安慰或囑咐都包含着無限暖意，假如無法再聽見其聲音，你會怎辦呢？校友潘楚騫Jackson（16崇基信息工程學）的母親Jody因患上舌癌，須切除舌頭及聲帶組織。他希望留住母親的聲線，在討論區求助，引起中大電子工程學系教授李丹團隊的關注。團隊透過人工智能（AI）語音合成技術，把Jody的聲音還原，配合特別開發的手機應用程式（apps），令手術後喪失說話能力的她，透過手機輸入文字，以自己的聲音與人溝通。

在連登求助 48小時內行動
去年6月中，Jackson女朋友代他在連登討論區發出一個求助帖，博士生馬敬恆（15聯合生物醫學工程學）獲悉後，將情況轉告老師李丹（88新亞電子 / 90研究院電子工程 / 96研究院電子工程哲學博士）。近兩年李教授及其團隊以AI語音合成技術，開發兒童故事創作讀書計劃，他相信自己的技術應用可協助Jody，馬上聯絡Jackson。當時距離Jody接受手術的日子不足兩星期，他立即安排翌日為Jody錄音，「她的決心很大，那時她在教會工作，放工後來到中大的錄音室，分4至5次完成十數小時的錄音。我們要求她以日常的語氣錄音，但她說話速度較快，錄音要放慢語速。錄音內容包括日常對話、朗讀聖經及講兒童故事，前兩者是生活需要，後者是因為語氣變化較多。」

「Voice of Jody」apps獨一無二
團隊採集真人發音數據後，編寫代碼，並設計和訓練AI語音合成模組，「AI模組要學習的是字的發音和Jody的語氣，但廣東話的多音字很多，例如：花『錢』與金『錢』的『錢』字，讀音便不同。」幸好中大具備龐大的廣東話數據庫，經反覆測試及修正，8月中初見成果，輸入文字後，AI模組能以十分接近Jody的聲線播放語句。李教授再找軟件工程公司花約兩星期開發專屬的apps「Voice of Jody」。Apps將常用語句分為問候、疑問、反應、禮貌、回答和行動六類，有選單快速點選，Jody亦可以自行輸入文字，再轉化成自己的聲音發聲，更可以分享至WhatsApp等通訊軟件。此apps尚有部分多音字及停頓位未夠準確，李教授希望可新增定位偵測功能，按Jody身處地方，作出語句建議選單。

專屬apps「Voice of Jody」，內置常用語句可選，亦可以自行輸中文字再轉化成「真人」發聲，更可以選擇語速。

Jackson對李教授團隊的幫忙感激不已，「時間緊迫，工作量大又困難，他們很着緊和用心，媽媽亦感到開心和感動。」李教授指今次是機緣巧合下促成的好事，Jody試用後不久，透過WhatsApp發送了四段語音訊息感激團隊，他們深受觸動。李教授一直專注研究語音合成技術，認為語音是很個人化的，希望研究能真正幫助到聲音或語言機能障礙者，而不是畫蛇添足的應用。

訪問原文：《中大校友》季刊第一百零九期．中大校友事務處 2022

網上閱讀《中大校友》3月號
pdf版本：http://alumni.cuhk.edu.hk/zh-Hant/magazine/categories/pdfversion/202203
揭頁式ISSUU版本：http://www.alumni.cuhk.edu.hk/magazine/issuu/