2月中旬，亞馬遜宣布成功訓練出一個擁有9.8億參數的巨型語言模型。這個名為BASE TTS的模型，能夠僅憑幾秒鐘的參考音頻模仿發音者特徵，甚至它能讀懂文本中的「情緒」，並且完美表現出該有的說話方式，如驚訝、嘲諷等等。

人工智能(AI)顛覆了眾多產業，其中最具潛力的應用之一就是AI語音生成技術。AI語音產生器的一大顯著應用是提升客戶體驗。透過將AI語音技術整合到客戶服務平台之中，企業可以有效處理查詢，並提供個人化交互，從而提高客戶滿意度和忠誠度。此外，企業還可以利用AI語音生成器，開發用於預訂和訂單處理等任務的語音虛擬助理。可以簡化營運流程、降低員工的工作量，並極大地為客戶提供支持，從而提高可訪問性和便利性。

AI用途廣泛顛覆眾多產業

對於全球營運的企業而言，AI語音產生器可以透過產生不同語言和口音的自然語音來促進語言在地化工作。這可以讓企業與不同地區的目標受眾進行有效溝通，擴大影響力。此外，AI語音產生器還可以透過提供教學內容，並為員工和客戶提供可擴展且引人入勝的培訓計劃來增強電子學習和培訓解決方案。不僅如此，先進的AI語音技術，還能分析語音模式和語音線索，用於情緒分析、客戶回饋分析和市場研究。

香港是一個文化和語言的熔爐，擁有多元化的人口，使用廣東話、普通話和英語等多種方言和語言。AI語音生成技術可以扮演關鍵角色，迎合這種語言或方言的多樣性，使企業能夠以客戶偏好的語言創建內容並與其互動。無論是提供客戶服務支持、傳遞行銷信息，還是開發多語言虛擬助理，AI語音技術都能確保在香港多元文化的環境中進行有效的溝通。

英國切斯特大學金融科技及數據分析教授 梁港生