聯和科創是智通科創（8932）旗下專注於影音串流與人工智慧應用的子公司。近期，聯和科創與臺師大及中央研究院合作，於國際舞台上發表兩項突破性研究成果，成功解決 AI 在真實世界應用中最棘手的兩大問題：語音辨識的穩健性與生成內容的品質評估。此舉不僅彰顯聯和科創的研發實力，也確立其在台灣 AI 語音技術發展的領先地位。
聯和科創是做什麼的？
聯和科創是 智通科創（8932）旗下專注於 電商平台、影音串流與人工智慧語音技術 的子公司，總部設於台北內湖。作為 聯和科創母公司 的智通科創，長期深耕智慧科技領域，提供資金與技術支援，使聯和科創能專注於 AI 語音辨識、文字轉語音、影音串流優化 等創新應用，並推廣至 智慧家居、車用系統與工業場域，逐步奠定其在台灣多媒體 AI 領域的地位。
第一個挑戰：AI 語音辨識如何在各種環境下保持準確？
問題：設備差異就像「口音」
AI 語音辨識（ASR, Automatic Speech Recognition）是目前智慧助理、車載系統與會議平台的重要核心技術。然而，在真實世界的使用情境中，用戶常會遇到辨識錯誤率偏高的情況。過去普遍認為這是因為訓練資料不足，導致 AI 難以理解不同語者的口音或特殊環境音。
但 聯和科創 的研究發現，真正的原因之一是 設備差異。不同品牌的麥克風、藍牙耳機或錄音裝置，會因收音特性不同而產生「音訊偏差」。這種偏差就像「隱形口音」一樣，會讓 AI 誤判，進而造成辨識率下降。換言之，即使是同一位使用者，在不同裝置下講相同的話，AI 也可能出現不同的判斷結果。
解方：聲音正規化技術
針對這項挑戰，聯和科創團隊在論文《揭示音訊通道於自動語音辨識（ASR）性能衰退中所扮演的角色》中，提出了創新的 「聲音正規化」技術。
這項技術的核心理念是：
- 即時轉換音訊：將來自不同裝置、帶有「設備口音」的聲音，轉換成 AI 模型最熟悉、最純淨的標準版本。
- 降低錯誤率：大幅改善因設備差異造成的辨識問題，提升 ASR 在跨裝置應用下的穩定度。
- 即插即用：不需要重新訓練既有模型即可使用，技術可直接整合到現有系統中。
實際應用場景
這項技術的應用前景廣泛，包含：
- 車內語音助理：即使在不同品牌的車載收音裝置中，仍能準確辨識駕駛者指令。
- 會議系統：支援不同型號麥克風與耳機，確保即時轉錄與翻譯的準確度。
- 跨裝置服務：不論是手機、筆電還是智慧家居裝置，都能保持一致的語音辨識體驗。
透過「聲音正規化」，聯和科創 成功攻克了長期困擾 AI 語音辨識的設備變異問題，讓 AI 更加貼近真實世界的需求。這項成果不僅提升了 AI 技術的實用性，也為智慧語音產業帶來新的突破方向。
第二個挑戰：AI 生成內容的品質如何評估？
問題：機器評分無法取代人類感知
隨著人工智慧快速進步，AI 不僅能聽懂語音，更能 生成音樂、語音、旁白，甚至在娛樂與客服產業中廣泛應用。然而，一個長期存在的難題是：如何衡量 AI 生成內容的品質？
傳統方法大多依賴 AI 模型自行預測一個「分數」，作為品質指標。但這種方式非常粗糙，無法捕捉人類在聆聽時的細膩感受。例如，一段音樂是否「悅耳」、一個語音是否「自然」，往往是人類才能精準判斷的細節。結果造成機器評分與人類感知存在落差，使得 AI 生成內容難以達到最佳體驗。
解方：QAMRO 框架
針對這項挑戰，聯和科創 與產學合作團隊提出了全新方法——QAMRO 框架，並在論文《QAMRO：用於音訊生成系統之人類聽感對齊評估的品質感知適應性邊界排序優化框架》中正式發表。
QAMRO 的創新點在於：
- 不再讓 AI 打分數：傳統 AI 是直接給出品質分數，QAMRO 則改為「比較」的方式。
- 模擬人類專家評鑑：讓 AI 學習像人類專家一樣，判斷「哪一段聲音比另一段更自然、更悅耳」。
- 更貼近人類審美：透過排序與相對判斷，讓 AI 評估結果更符合人類實際聽感。
實際應用價值
QAMRO 框架的提出，對多個 AI 產業應用領域具備重大影響：
- AI 音樂生成：幫助開發者打造更貼近人類音樂品味的作品。
- 配音與語音合成：提升自然度，讓虛擬配音員或客服機器人聽起來更像真人。
- 智能客服與語音互動：更準確掌握語音品質，避免出現「機器聲」的違和感。
透過 QAMRO，聯和科創 成功解決了 AI 生成內容長期存在的「評估難題」。這不僅提升了 AI 生成作品的品質與可信度，更為未來 AI 音樂、語音服務、娛樂應用 打下堅實基礎。
聯和科創的未來展望
作為智通科創（8932）旗下的核心子公司，聯和科創 不僅在 AI 語音與影音串流技術上持續展現突破，更在未來布局上展現清晰方向。其發展策略聚焦於 AI＋多媒體應用、語言文化保存，以及產學合作 三大領域，持續引領台灣 AI 多媒體產業的前進。
AI＋多媒體應用
聯和科創將持續深耕 語音與影像技術，並推動跨場域應用，涵蓋智慧家居、智慧車載以及工業場域等。透過 AI 語音辨識、影音串流優化與語音合成技術，未來有望打造出更多 即時互動、跨裝置整合 的應用服務。例如智慧家居語音助理、車內語音導航，以及工業現場語音監控，都是聯和科創未來拓展的重點。
語言文化保存
除了技術突破，聯和科創 也將 AI 技術與台灣在地文化結合，延續先前推出客語語音合成系統的成果，未來將拓展至 原住民族語與閩南語。這不僅有助於語言資產保存，更能活化文化傳承，讓在地語言在數位時代持續發聲，並透過影音串流平台被更多人聽見。
產學合作
聯和科創深知產業發展離不開學術能量，因此持續與國內外頂尖研究機構展開合作。透過 產學聯盟，不僅能加速技術的商業化，更能確保研究成果能夠快速落地，轉化為實際應用。這種模式使聯和科創能保持在國際 AI 技術的前沿，同時為台灣建立更具影響力的多媒體 AI 生態系統。
常見問題
聯和科創是做什麼的？
聯和科創是智通科創旗下子公司，專注於電商平台、影音串流，以及 AI 語音與音訊技術的研發與應用。
聯和科創的核心技術有哪些？
包括電商系統整合、影音串流優化、AI 語音辨識、文字轉語音（TTS）、聲音正規化技術，以及 QAMRO 音訊品質評估框架。
聯和科創的研究成果在哪裡發表？
研究成果已發表於國際頂尖會議，如 IEEE ICASSP 與 ASRU，並獲得國際學界肯定。
聯和科創未來的發展方向是什麼？
將持續聚焦 AI＋多媒體應用、在地語言保存，以及跨國產學合作，推動技術商業化與全球化布局。
總結：聯和科創站上國際舞台，引領台灣 AI 語音技術
這次的兩大突破，讓聯和科創不僅在 自動語音辨識（ASR） 的穩健性上有所突破，更提出 QAMRO 框架為 AI 生成內容品質評估開創新方向。未來，聯和科創將持續推動 AI 技術的落地應用，成為台灣多媒體 AI 領域的重要推手。
