中大電子工程X社創｜以AI還原病人聲音　扭轉不可能的溝通

對於一般人而言，透過語言表達自我，看似理所當然，但對於失去說話能力的病人卻成奢望。「語音合成技術雖無法扭轉病情，無論多像真人，亦只是電腦發出的聲音。但重組聲音並非無意義，病人可以再次以聲音與他人溝通，或許能為生活帶來一絲希望與溫暖。」研發「個人留聲機」的香港中文大學電子工程學系李丹教授說。
攝影：鄭子峰

電子工程學出身，卻對廣東話興趣濃厚，李教授修讀博士課程時，第一個項目便是有關廣東話的語音識別研究，轉眼已鑽研了30多年，至今仍覺有趣。兩年前，他的團隊首次接受委托，為癌症復發、即將接受聲帶切除手術的Jody保留聲音。團隊至今已為6名癌症病人，利用人工智能（AI）語音合成技術，設計「個人留聲機」。透過專屬的手機應用程式，用家可自行輸入文字，文字會再轉化成用家的聲音並發聲，語音更可分享至WhatsApp等通訊軟件。

其中一位舌癌復發的女士得悉Jody的個案後便向李教授團隊求助，希望於接受聲帶切除手術前完成錄音，以製作語音模型。李教授憶述當時處處受限，因病人已切除大部分舌頭，發音受影響，同時身體狀況不理想，加上時間緊逼，最後可用的錄音只得30分鐘。「一聽錄音便知道情況不樂觀，但也要盡力試。例如以AI借用其他人的聲線，好處是咬字清晰，但卻與原聲具差別；又試過利用病人的聲音，同時糾正一部分發音。多番嘗試後終於成功製作出聲線相似又比較清晰的AI模組。」

成人達己

團隊研發的同時，病人亦正與死神搏鬥，兩次進出深切治療部。李教授坦言，「個人留聲機」雖已完成，但用家卻未能試用，大家只能靜待她的消息，心情非常複雜。幾個月後，病人家屬聯絡李教授，他即急不及待分享成果。病人更於去年聖誕節的宗教見證會中，利用「新聲音」配合簡報分享經歷。病人的正面回應無疑是對團隊的一大認可。兩年過去，「個人留聲機」的發展愈趨成熟，甚至已出現中英雙語版本。李教授卻謙虛地說，坊間也許認為中大團隊的技術貢獻甚大，但到底對病人的生命有多大影響，不應由他單方面衡量。相反，研發過程為他的人生觀帶來啟發。「其實我個性較悲觀，但病人積極的態度感染了我，學懂凡事盡做、抱有希望。他們每一位都是生命勇士，面對着生與死的抗爭，那份積極的力量正是我們繼續堅持的動力。」其中一名因患癌而需切除聲帶，向團隊求助的孫律師更與李教授成為朋友，孫律師的太太更鼓勵團隊向外推廣「個人留聲機」。於是，李教授、孫太與開發「個人留聲機」應用程式的創科公司創辦人合作開設了一間公司。

語音合成技術具龐大商業潛力，成立公司卻不為賺錢。李教授專注於小眾利益，希望能更有系統地照顧到現有的求助個案，逐步擴大援助範圍。「我的理念好簡單，若中大不做，其他人未必會做。大學的研究雖具實用價值，但距離實踐還差一點。而『個人留聲機』比較特別，是大學研究中少有接近可以使用的成品。」團隊得到利希慎基金的資助，增添高性能計算服務器GPU，大大提高工作效率。

早於「個人留聲機」面世前，團隊已曾利用人工智能結合語音技術，製作內容豐富的有聲兒童故事「故事點播機」。李教授於2019年獲得創新科技基金，與中大校友、著名創新企業家林曉鋒博士合作，開發AI兒童有聲故事生成技術。2020年亦獲得中大知識轉移項目基金（KPF）資助，開展「個性化兒童故事頻道」的社區項目，推出廣東話有聲故事應用程式。家長和小孩不但可以聆聽預先製作的有聲故事，更可以發揮創意，自行創作和修改故事內容，促進親子互動，也可以幫助兒童學習中文。

（資料由客戶提供）