VoAI 聲音創造所 (臺灣口音 AI 配音與客製專用聲音模型服務)

VoAI 聲音創造所是專業的線上語音生成平臺，提供大量不同風格的臺灣口音的 AI 擬真人聲，包含文字轉語音生成、Podcast 生成、虛擬人生成功能。

使用者可以通過輸入文字獲得自然流暢的語音生成結果，也可以輕鬆製作中文教學內容 Podcast（兩位 AI 聲優對談或單人說書形式)。提供 60 位以上、具多種情感表現的臺灣口音 AI 聲優，聲音表情豐富，讓聲音聽起來更具人情味與臺灣特色。另外亦可透過虛擬人功能，只要上傳圖片和音檔，即可生成教學解說虛擬人，讓備課更便利，學生學習更有趣。

VoAI 提供不同授權方案，適合多樣化的內容配音與用途，如影片配音和老師教學內容輔助等。

可額外依需求選購：
1. 訂製 AI 聲音模型的服務，僅需提供 30 分鐘的錄音音檔，即可為學校訓練專用的 AI 聲優。
2. 另可提供 API 串接服務，以應對不同的教學應用場景。

中小學學生使用人工智慧工具時，應遵守平台註冊年齡限制及相關規範；國中小建議於教師或家長陪同下使用；高中建議於適當引導下使用。

產品序號

1152-0070

類別

教學軟體

廠牌

網際智慧股份有限公司

交付類型

雲端服務

適用對象

國小學生國中學生高中學生教師

AI 模型一、VoAI TTS 語音生成模型說明
VoAI TTS 語音模型的產品用途是將使用者指定的原始文字轉換為語音直接唸出，完全不具備一般對話式大型語言模型用來回答問題、評論內容或自行改寫立場的功能。但語音合成過程仍可能出現讀音錯誤、漏字等情形，因此不能保證「完全正確」，本公司透過文字處理、模型調校及品質檢驗持續降低此類風險。
本公司所使用之自訓語音模型，係以 MediaTek Research 公開發布、針對台灣華語調整之 BreezyVoice 作為直接基礎。VoAI 開始自有訓練前所使用之預訓練權重來源為 MediaTek-Research/BreezyVoice，公開版本識別為 Hugging Face revision e33b502e0ac21c16b0ee0d00df66ac3fa737393d。
除上游語音合成模型外，VoAI 另整合本公司自行開發與調整之文字及發音處理流程，包含文字標準化、數字／日期／時間等格式的朗讀處理、多音字判斷、字音轉換，以及中文與英文混合內容之處理。上述處理流程與模型訓練、推論及品管機制共同構成 VoAI TTS 服務。
依 BreezyVoice 官方 repository、model card 及研究論文所載，BreezyVoice 建立於 CosyVoice 技術之上。本公司於本說明中一併揭露其更上游來源為 CosyVoice；原公開專案路徑為 FunAudioLLM/CosyVoice，目前官方 GitHub repository 導向 QwenAudio/CosyVoice。BreezyVoice 公開資料未明確揭露其採用之精確 CosyVoice 程式碼 commit 或預訓練權重 revision，因此本公司不另行推定未經公開資料或內部工程紀錄證實的版本。
在上述 BreezyVoice 基礎上，本公司以上游預訓練權重初始化後，使用依法取得授權之自有台灣口音華語語音，累計 1000 小時以上之聲音語料、逐字稿及相關標註資料，進行持續訓練及多模組權重調校。本公司自行調整範圍包含語料清理、逐字稿校對、資料切分、發音標註、品質篩選及推論流程優化。完成訓練後，本公司針對個別聲音建立獨立模型，並進行語音模型版本管理。
VoAI 自行蒐集訓練語料及聲音資料，依本公司自有權利、聲音授權契約或委託錄製契約所載範圍管理；相關授權應涵蓋實際使用之模型訓練、語音生成及商業服務用途。
BreezyVoice 程式碼標示 Apache License 2.0；其上游 CosyVoice 程式碼 repository 亦標示 Apache License 2.0。Apache License 2.0 所涵蓋的是對應之公開程式碼或模型資料，不能取代 VoAI 自有語料、配音員聲音、聲音運用權利及其他授權依據，本公司就各層來源分別管理及查核。
綜上，本公司揭露 BreezyVoice 的上游技術關係，並說明 VoAI 自行投入之語料處理、發音處理、模型訓練、版本管理及品質控管。

二、其它非直接呼叫VoAI語音模型，先呼叫第三方大型語言模型的生成內容服務：「將文字與圖片轉換成語音 Podcast 節目功能」

特別說明：前述 VoAI TTS 屬單純語音生成模型，不對內容進行修改；但使用者可透過 VoAI 網站另有內建整合其它第三方 LLM 對對原始文字/圖片內容進行轉換，產出最後要朗讀的Podcast對話腳本（可在轉音檔前進行修改），但並非強迫使用，是為使用者能便利在同一站完成，使用者亦可不使用這些改寫的功能，只使用本站主力功能「短篇朗讀/長篇朗讀」，將指定原始文字直接轉語音唸出。

所整合之第三方輔助服務及其功能說明如下：

（一）Microsoft Azure OpenAI Service（新加坡機房）

文字生成（Azure OpenAI GPT-5.4）：接收使用者提供之素材或指令後，自動生成、彙整並編排適合語音朗讀之新聞對話與 Podcast 腳本。

影像辨識（Azure OpenAI GPT-4.1）：解析使用者上傳之圖片素材，擷取其中之視覺資訊與重點內容，作為文字腳本生成之輔助依據，使產出 Podcast 腳本具備相應脈絡。

（二）Google Cloud Vertex AI / Gemini（臺灣機房）

確認使用者提供資訊正確性檢索與前置處理（Google Cloud Vertex AI Gemini-3.5-flash）：針對使用者輸入內容涉及特定日期、具體數據或最新時事之主題，自動透過外部檢索功能取得即時資訊；所取得之資料經整理後，作為前置基礎交由前述 Azure OpenAI 服務接續生成腳本，以確保最終產出內容之時效性與正確性。

產品特色
系統需求
產品DM或型錄
功能介紹
功能試用
參考售價
聯繫窗口
購買管道
資料變更紀錄

產品特色

1. 專業線上語音生成平臺：提供多種情緒風格的臺灣口音 AI 擬真人聲，透過輸入文字，即可獲得自然流暢的語音效果。

2. 多樣功能：
- AI 聲優配音（單人短篇）
- AI 聲優配音（多人長篇）
- 虛擬人建立
- 文字生成 Podcast
- 圖片生成 Podcast
- 快速音色複製
- 音檔組合
- 生成記錄
*不同方案支援功能可能有所差異

3. 中文教學場景適用：適合製作中文聽力測驗音檔。

4. 豐富的聲音選擇：超過 60 位具有多種情感表現的臺灣口音 AI 聲優，聲音生動且具人情味。

5. 額外服務選擇：
- 訂製 AI 聲音模型：可依需求訂製，僅需提供 30 分鐘的錄音音檔當作訓練素材。
- API 串接服務：支援不同的教學應用場景，提供靈活的串接方案。

系統需求

裝置與瀏覽器需求：
• 為獲得最佳使用體驗，建議使用電腦端瀏覽器以享有較完整功能
• Windows / Mac/ Linux。Android與iOS（手機版瀏覽器只支援部份功能）

網路與音效環境需求：
• 需在有穩定網路連線的環境下使用，有線或無線網路皆可，才能正常接收回傳的音檔
• 可正常播放聲音的音效裝置

產品DM或型錄

檔案下載

功能介紹

https://www.voai.ai/voicestudio

功能試用

https://app.voai.ai/
（直接使用 Google 帳號登入，即可免費試用）

參考售價

https://www.iqt.ai/edu-licensing
（本產品亦提供電腦軟體共同供應契約資訊，詳細採購資訊請參考以上網址）
若需了解更多資訊可來信或來電客服 service@voai.ai、02-7708-7068 # 300 許小姐

聯繫窗口

信箱：tts@iqt.ai
客服：02-7708-7068 # 300 許小姐

產品資安事件應變小組（PSIRT）

聯繫人：Monica
代理人：Issue
電話：02-7708-7068
Email：services@iqt.ai

購買管道

可人工報價，或直接使用共同供應契約採購。
• 信箱/電話：tts@iqt.ai / 02-7708-7068 # 300 許小姐
• 網頁售價資訊（底部提供表單留言）：https://www.iqt.ai/edu-licensing

資料變更紀錄

民國 115 年 8 月 4 日

生成式 AI 底層模型

資料更新

最新差異顯示於下方

民國 115 年 8 月 4 日

生成式 AI 底層模型

資料更新

最新差異顯示於下方

民國 115 年 8 月 3 日

生成式 AI 底層模型

資料更新

最新差異顯示於下方

經教育部審查通過的選購名單產品，廠商可於本網站自行維護產品銷售資訊，產品銷售資訊非屬本部審查範圍，然廠商應善盡誠信原則，刊登詳列清楚的功能介紹、功能試用、參考售價、聯繫窗口及購買管道等，以提供採購機關充足完善的產品資訊，另考量產品銷售形式多元，建議採購機關應確認教學現場所需及採購產品，由採購機關及廠商雙方各自善盡職責，以避免機關採購後衍生採購爭議。