李丹电子工程学团队 以AI还原舌癌妇声线

（左起）团队成员博士生谭达新、李丹教授、博士生马敬恒和校友潘楚骞。

母亲的一声叮咛、安慰或嘱咐都包含着无限暖意，假如无法再听见其声音，你会怎办呢？校友潘楚骞Jackson（16崇基信息工程学）的母亲Jody因患上舌癌，须切除舌头及声带组织。他希望留住母亲的声线，在讨论区求助，引起中大电子工程学系教授李丹团队的关注。团队透过人工智能（AI）语音合成技术，把Jody的声音还原，配合特别开发的手机应用程式（apps），令手术后丧失说话能力的她，透过手机输入文字，以自己的声音与人沟通。

在连登求助 48小时内行动
去年6月中，Jackson女朋友代他在连登讨论区发出一个求助帖，博士生马敬恒（15联合生物医学工程学）获悉后，将情况转告老师李丹（88新亚电子 / 90研究院电子工程 / 96研究院电子工程哲学博士）。近两年李教授及其团队以AI语音合成技术，开发儿童故事创作读书计划，他相信自己的技术应用可协助Jody，马上联络Jackson。当时距离Jody接受手术的日子不足两星期，他立即安排翌日为Jody录音，「她的决心很大，那时她在教会工作，放工后来到中大的录音室，分4至5次完成十数小时的录音。我们要求她以日常的语气录音，但她说话速度较快，录音要放慢语速。录音内容包括日常对话、朗读圣经及讲儿童故事，前两者是生活需要，后者是因为语气变化较多。」

「Voice of Jody」apps独一无二
团队采集真人发音数据后，编写代码，并设计和训练AI语音合成模组，「AI模组要学习的是字的发音和Jody的语气，但广东话的多音字很多，例如：花『钱』与金『钱』的『钱』字，读音便不同。」幸好中大具备庞大的广东话数据库，经反复测试及修正，8月中初见成果，输入文字后，AI模组能以十分接近Jody的声线播放语句。李教授再找软件工程公司花约两星期开发专属的apps「Voice of Jody」。Apps将常用语句分为问候、疑问、反应、礼貌、回答和行动六类，有选单快速点选，Jody亦可以自行输入文字，再转化成自己的声音发声，更可以分享至WhatsApp等通讯软件。此apps尚有部分多音字及停顿位未够准确，李教授希望可新增定位侦测功能，按Jody身处地方，作出语句建议选单。

专属apps「Voice of Jody」，内置常用语句可选，亦可以自行输中文字再转化成「真人」发声，更可以选择语速。

Jackson对李教授团队的帮忙感激不已，「时间紧迫，工作量大又困难，他们很着紧和用心，妈妈亦感到开心和感动。」李教授指今次是机缘巧合下促成的好事，Jody试用后不久，透过WhatsApp发送了四段语音讯息感激团队，他们深受触动。李教授一直专注研究语音合成技术，认为语音是很个人化的，希望研究能真正帮助到声音或语言机能障碍者，而不是画蛇添足的应用。

访问原文：《中大校友》季刊第一百零九期．中大校友事务处 2022

网上阅读《中大校友》3月号
pdf版本：http://alumni.cuhk.edu.hk/zh-Hant/magazine/categories/pdfversion/202203
揭页式ISSUU版本：http://www.alumni.cuhk.edu.hk/magazine/issuu/