留住媽媽的聲音
人工智能語音重建技術

善衡書院在2022年10月19日於何善衡館舉行第二次高桌晚宴，當晚中大工程學院副院長（教育）及電子工程系教授、善衡書院輔導長李丹教授以「留住媽媽的聲音——人工智能語音重建技術」為題，向二百四十位書院師生、校友、職員發表演講。

李教授首先分享了Jody的故事。現年六十歲的Jody去年喉癌復發，醫生建議全面切除舌頭及聲帶組織，但手術後她將永久失去說話能力。就在手術預定日子前，Jody兒子當時的女友在網上論壇求助，詢問以人工智能技術複製聲線的可能性。貼文引起中大電子工程系博士生馬敬恆先生的注意，他立即知會李教授——當時學系團隊正在研究相關技術，也許可以伸出援手。

時間緊逼，團隊旋即與Jody舉行視像會議，並邀請她進行五小時的錄音。過程之中，Jody須在實驗室讀出不同文本，包括團隊早前研發的指定對話、兒童故事，還有Jody要求的聖經經文。這些材料並非隨意揀選出來，要重建聲線，錄音內容必須涵蓋廣東話口語的所有必備元素，像是聲母、韻母、聲調、詞語組成、重音，還有當事人平日的說話風格。團隊收集這些數據以後，便著手訓練語音合成模型，經過一個月的嘗試，最終成功做出近似Jody聲線的樣本及模型。此外，李教授也找來合作伙伴設計手機應用程式，讓病人能夠隨時利用手機輸入文字，轉化為語音。

時至今日，人工智能已是蔚為風尚的話題，大家知道它可以創造生產力，改變未來。可是，在生活層面上到底如何應用？如何幫助個人？李教授透過Jody的故事指出，人工智能對一些人來說意義深遠。大公司不一定為少數人士（如喉癌病人）提供實用產品，願意開發廣東話產品的公司更如鳳毛麟角。在商業考慮和現實需求之間，無疑存在斷層。面對這個情況，李教授認為中大義不容辭，有責任協助病人。「我們是工程師，只熟悉訊號處理及電腦程式。我們沒有方法治療病人，那是醫生的職責。但我們也能貢獻一分力量——我們想留住她的聲線。」李教授表示。

今年年初有線電視在《小事大意義》訪問了Jody，記錄她的故事。後來Jody在社交媒體分享，她希望更多人認識這項人工智能技術，讓更多人受惠。接下來的數月，Jody的願望成真了。李教授的團隊收到許多病人或其家人的查詢，目前為止，他們一共正式接收了五位病人，包括七十歲的大律師及三十多歲的鋼琴教師。像Jody一樣，他們也透過人工智能技術，保留了獨一無二的聲線。

重建聲線的工作意義非凡，但團隊無法全職於此，人手相當緊絀。李教授有意在善衡書院組織學生服務團隊，邀請不同學系的本科生參與其中。有些任務很簡單，善衡學生絕對勝任有餘，如為病人錄音、把錄音轉寫為文字、做一些基本的電腦程式等等。講座尾聲，李教授誠摯呼籲善衡同學加入服務團隊，一起支援有需要的病人。