首款能自然說出美國南部口音與非裔英語口音的開源語音模型「Hurston-1」正式發布。
試想一下:如果您想用像家鄉好友那樣親切的口吻向 AI 助理詢問行程,但 AI 總是操著死板的標準腔,那會是什麼感覺?又或者,若您獨特的母語口音在 AI 系統中被視為「偏離標準的錯誤」,您會作何感想?迄今為止,許多 AI 語音合成系統(TTS, Text-to-Speech)都集中於所謂的「標準」口音。結果導致全球無數的地區口音在技術陰影下被邊緣化。
然而,最近出現了一個挑戰這種刻板限制的模型,那就是「Hurston-1」。
為何重要?
語言不僅是傳遞資訊的工具,它本身就是蘊含個人出身、文化與生命背景的「身分認同」。但既有的 AI 無法妥善理解或表達帶有強烈地域色彩的口音。當 AI 擴展為全球服務時,這種狀況會導致特定地區的使用者被排除在外。
Hurston-1 則大不相同。該模型將過去因技術限制而未能妥善實現的口音置於核心地位。這不僅是單純的技術更新,更是一個重要案例,展現了 AI 如何變得更加包容與多元。現在,AI 也能以美國南部口音,或是奈及利亞、迦納等各種非裔英語口音進行自然對話了。
簡單來說
要理解 Hurston-1,首先要了解「微調 (Fine-tuning)」這個概念,即對已完成基礎訓練的 AI 進行特定領域的深度教育。
打個比方,如果一般的 AI 語音模型是學會基本禮儀與語言基礎的小學生,Hurston-1 就是針對該學生進行了「南部口音」與「非裔英語節奏」的專業指導。開發團隊「Destined AI」以堅實的 Maya1 基礎模型為起點,集中學習了過去被忽視的多樣地區語音數據。出處: destined/hurston-1 · Hugging Face, 出處: GitHub - Destined-AI/hurston-1
就像廚師在掌握基本烹飪法後,深入學習各地香料的使用技巧,最終完成了具備該地區特色風味的料理。得益於這項技術,AI 將能進行更加人性化且豐富的對話。
目前狀態
目前 Hurston-1 已作為任何人皆可自由使用的開源模型公開。出處: destined/hurston-1 · Hugging Face 它不僅支援特定口音,還廣泛支援美國南部英語、奈及利亞英語(含約魯巴語、伊博語)、西非(迦納等)、東非以及南非口音。出處: #tech #innovation #opensource #voiceai… - LinkedIn
使用者只需輸入文字,並選擇性別、年齡、口音與對話風格,系統即會生成高品質的錄音室格式語音檔案。出處: Hurston-1 - a Hugging Face Space by destined 特別是它以 Apache-2.0 授權發布,讓開發者或創作者能免費運用這些聲音於個人專案中,這一點非常令人振奮。出處: GitHub - Destined-AI/hurston-1
未來將有何改變?
Hurston-1 的命名源自美國小說家「佐拉·尼爾·赫斯頓 (Zora Neale Hurston)」。她曾走遍美國南部,忠實記錄下當時被他人視為沒有記錄價值之民眾的聲音。出處: The South got somethin to say. Hurston-1 is an open-source… - TikTok
如同其名所蘊含的意義,未來的 AI 技術將邁向更多人能以自身獨特聲音與 AI 溝通的時代。作為 Destined AI「ClarityVoice」產品系列中的首款開放模型,Hurston-1 將成為將更多被邊緣化的聲音引入 AI 世界的開端。出處: destined/hurston-1 · Hugging Face
當技術只追求平庸與標準時,我們將失去珍貴的多樣性。如 Hurston-1 般致力於守護語言文化價值的努力,將成為讓 AI 變得更加人性化與豐沛的核心動力。我們正邁向一個屬於我們的聲音成為技術核心的未來。
參考資料
- 全球最快的文字摘要模型
- 實現多種地區口音的語音合成模型
- 將影片轉換為 3D 的技術
- 艾倫·圖靈
- 佐拉·尼爾·赫斯頓
- 葛麗絲·霍普
- Apache-2.0
- MIT
- GPL