我用 AI 複製阿嬤的台語聲音，第一次就翻車——三個蠢錯誤和重錄筆記
阿嬤走的那年秋天，我手機裡還留著一段錄音。是她在廚房燉湯時隨口哼的調子，背景是抽油煙機，還有垃圾車從巷口飄進來的《給愛麗絲》。那時候我就想，總有一天要用 AI 把她的聲音留下來，做成一份有聲家書，每年除夕放一次。
去年冬天我真的動手了。然後我姐聽了三秒，轉頭問我：「這是誰？」
那個聲音……怎麼講。像阿嬤，但是重感冒、嘴裡含著一顆糖、還站在隧道裡講話的那種阿嬤。
第一版，報廢。
先別急著換工具，問題可能在你餵它的東西
我當時的反應超典型：換工具。
網頁版的、要裝軟體的、打著免費聲音克隆名號的、一個月要收我幾百塊的，我幾乎全試過一輪。
結果每一版都帶著那股「隧道味」。
那時候我才甘願承認：問題不在模型，在我丟給它的那半小時垃圾。模型學的是「阿嬤的聲音」，但那半小時裡，阿嬤的聲音大概只佔三成，剩下七成是抽油煙機、湯鍋咕嘟聲、巷口宣傳車用台語喊「中古冰箱、中古電視」，還有廚房磁磚彈回來的殘響。
你餵它什麼，它就老老實實學什麼。它很認真地把抽油煙機也當成阿嬤的一部分了。
我犯的三個錯，一個比一個蠢
錯一，在廚房錄。 廚房是家裡殘響最重的地方，硬磁磚、玻璃窗、金屬鍋，聲音在裡面來回彈。台語本來就靠聲調細節在撐，殘響一糊，那些細微的調全被抹平了。後來我才知道，換到安靜的小房間，關窗、拉窗簾、床上鋪條毯子，效果直接甩廚房十條街。
錯二，叫阿嬤「照稿唸」。 我印了一段自己寫的家書，請她照著念。結果她唸得又慢又僵，一個字一個字往外蹦，像小學生讀課文。台語不是這樣講的。她平常跟鄰居聊天那種連音、吞音、尾音拖長的口氣，一唸稿全沒了。複製出來的聲音因此「標準」到不像她。
錯三，以為錄越久越保險。 我錄了半小時，想說素材多一點總沒錯。但裡面真正乾淨可用的不到十分鐘，其餘都是雜音跟停頓。而且手機就擱在流理台邊，一下子近一下子遠，音量忽大忽小——這種素材丟進去，模型只能抓個大概輪廓。
重錄那天，我做了這幾件事
隔了一週，我把阿嬤請到我姐家那間朝北的小房間。這次學乖了：
- 手機固定在腳架上，離嘴大約二十公分，全程不動
- 關窗、關冷氣、拉窗簾，手機開飛航模式
- 不讓她唸稿，改成我問她聊——「你細漢時按怎過年？」「阿祖以前都怎麼罵你？」
- 一次錄五到八分鐘，錄完馬上回聽，有雜音就砍掉重來
- 前後攢了大約二十分鐘乾淨素材，分四次錄完
錄的時候我還順手把家書文字丟進免費文字轉語音的工具聽過一遍——線上文字轉語音免費，試錯不用錢。這步其實很關鍵，台語裡那些「哎」「哦」「你知影無」，是整封家書的靈魂，得讓它們落在對的位置。
正式合成時，我把二十分鐘素材傳上去，等了幾分鐘。這次出來的第一句，我姐在旁邊直接愣住。
那一聲「囡仔啊」，尾音是往下沉的，帶一點沙。就是她。
家書真的做出來之後
整封家書我拆成二十六段，每段一兩句話，從她小時候講到她怎麼把我帶大。段數一多，我就很需要無限制文字轉語音，不然生成到一半被卡住會很煩。tw.web666.cc 這邊是免註冊聲音合成，打開就能用，不必先裝一堆號稱聲音克隆軟體免費版的東西，省事。免註冊聲音線上克隆這點對我姐特別友善——她家電腦什麼都沒裝，點開網頁就開始跑。
以前我以為 AI 聲音克隆線上做一定很兩光，結果跟我裝了軟體跑出來的差不多。
另外講一句，別追求「完美音質」。我後來發現，留一點呼吸聲、一點口水音，反而更像真人語音合成免費跑出來的效果。太乾淨會像播音員，不像你阿嬤。
如果長輩口音真的很重（像我阿嬤是海口腔），素材再乾淨也難免有偏差。這時候別硬碰硬，挑幾段她講得最放鬆的片段重點訓練，其他段落用華語版本混著來，家裡人聽起來也不違和。
要一次處理很多段的話，其實可以走免費語音合成API，把文字丟進去自動出音檔，幾十段的家書一下就完成。當然，像我這種一年只做一次的，網頁點一點就夠了。
常見問題
已經錄了很吵的素材，還有救嗎？
能救一點，但別期待太高。可以先用免費AI配音工具裡的降噪功能跑一遍，或用剪輯軟體把明顯有雜音的地方剪掉，只留乾淨片段。如果乾淨片段不到三分鐘，我建議重錄——重錄花兩小時，修音可能花兩星期，還不一定修得好。
台語複製跟華語複製，難度差在哪？
差在資料量。華語的語料模型看太多了，台語相對少，尤其是地方腔（宜蘭腔、海口腔、鹿港腔差很多）。所以台語複製對素材品質更敏感，你給它的每一秒都得是「純的」。加上台語聲調系統比華語複雜，有些調值華語根本沒有，模型需要更多樣本才抓得住。多錄日常對話，比叫她唸稿強一百倍。
免費的工具能做到什麼程度？
看你要求到哪。做家族有聲家書、幫影片配個台語旁白，完全夠用——線上免費聲音克隆現在的水準已經超出我預期。想批次生成，免費TTS聲音合成的介面也能接，幾十段文字排隊跑完不費力。但如果你要做商業級的台語配音、需要極穩定的長文本輸出，那就得考慮付費方案。我自己用下來，永久免費聲音克隆這條路對一般人是夠的，反正不花錢，試錯成本低。更多教學我放在動態頁了，有需要可以去翻。
別等
我阿嬤是前年秋天走的。
那份家書現在存在我手機裡，雲端也備了一份。今年除夕放出來的時候，我媽哭了，我小外甥女一臉茫然地問：「這是誰在講話？」
她聽不懂。但沒關係。等她大一點，我會告訴她，這是阿祖的聲音，是她老家的話。
如果你家裡也有這樣一位長輩，別等。還有——錄之前記得跟長輩講一聲，聲音會上傳到雲端，這年頭個資法不是開玩笑的，長輩點頭了再錄，心裡也踏實。
找個安靜的下午，關掉冷氣，把手機架好，問她一句「你細漢時按怎過年？」剩下的，交給工具就好。