讓巴賽語，用你的聲音說話
巴賽語語音合成（basaytts）自上線以來， 一直是以 eSpeak-NG 自製音聲定義合成發音——聽起來是機器人的聲音。 這次更新加入了「聲音複製（Voice Clone）」功能： 只要上傳一小段你自己的巴賽語，就能讓機器人用你的音色說話。
語言復振不只是記錄音韻，更是讓活生生的人再次開口說話。 希望這個功能能讓巴賽語更靠近每一個想學習、想傳承它的人。
技術原理：兩階段合成
整個流程分為兩個步驟：
核心模型使用 seed-vc（v1）， 這是一個零樣本（zero-shot）音色轉換模型。 只需短短幾秒的參考聲音，便能提取說話者的音色特徵， 套用到任意語音內容上。授權為 Apache 2.0，可商業使用。
第一步的 eSpeak-NG 確保巴賽語的音韻系統絕對正確； 第二步的 seed-vc 則把這個正確發音「穿上」你的聲音。 兩步分工，各司其職。
使用方式
步驟 1 ⸺ 上傳聲音樣本
在 inkuei-basaytts.hf.space 點選「聲音複製」分頁，上傳一段你的聲音（3–30 秒最佳）。 支援 m4a、mp3、wav、caf 等格式——iPhone 或 Mac 直接錄音的檔案可以直接上傳。 上傳後務必按下「▶ 轉換並套用聲音樣本（必按）」按鈕。
步驟 2 ⸺ 輸入巴賽語文字
在文字框輸入巴賽語表記（上限 100 字），按「複製生成」。
正書法規則與「語音合成」分頁相同（n'、s'、l'、z'、o'）。
等待生成
伺服器目前使用 CPU 運算，每次生成約需 1–2 分鐘，請稍候。 生成完畢後可直接播放，或下載為 WAV 檔案。
提升效果的小訣竅
- 聲音樣本越清晰、越接近朗讀語氣，效果越好。
- 背景噪音過多，或極短（3 秒以下）的樣本，效果較差。
- 長文請分段輸入（每段上限 100 字）。
- Diffusion steps 預設為 5（快速），可調至 10 以上尋求更自然的音色， 但生成時間會成比例增加。
背景：沒有公共資助的語言復振
本計畫是在完全沒有公共資助的情況下，以一己之力推進的巴賽語復振工作。 eSpeak-NG 的自製音聲定義、basay.tw 的建置、語音合成 Space 的維運， 全部都在業餘時間完成，並且使用免費或開源資源。
聲音複製功能也是如此—— seed-vc 模型、Hugging Face 免費空間、CPU 推論， 盡量在不花費的前提下實現。 如果你覺得這個工具有幫助，歡迎分享給對巴賽語有興趣的朋友。
立即試用
👉 https://inkuei-basaytts.hf.space/ — 點選「聲音複製」分頁即可開始。
如有問題或建議，歡迎透過 聯絡頁面 反映。 Kisaizi a kawase a Basay — 大家一起說巴賽語。