說到遊戲裡的聲音，你會想到什麼？是那個永遠只會說「你好，我是 NPC」的死板配音，還是因為開發經費不足，導致滿山滿谷的對話全靠「字幕」撐場面？
在今年台北國際電玩展 (Taipei Game Show)的講台上，VoAI絕好聲創創辦人晁旭光直言：「現在的AI聲音，已經不是以前那種機械音了」。這不僅僅是技術的進步，更是一場關於「生產力」與「想像力」的解放。
當「配音」不再是「奢侈品」
晁旭光在演講一開場，便點出一個有趣的現象：在資訊爆炸的時代，人們的眼睛被各種短影音、訊息塞滿，「聽覺」反而成為填補碎片化時間的新戰場。從開車、做家事到通勤，耳朵有很多時間是空閒的。
但對於遊戲開發者或內容創作者來說，要產出高品質的聲音內容，成本往往高得嚇人。不僅聘請專業聲優要錢、租錄音室要錢、後期剪輯更是要錢，因此導致很多遊戲 (特別是獨立遊戲)被迫放棄語音，選擇只用文字呈現。
「如果今天有一個機器人，講話像真人，能用你的聲音、用老闆的聲音，甚至用網紅的聲音來說話，這件事就會變得有趣」。晁旭光強調，VoAI的核心技術就是讓AI配音不再只是聲音起伏變化單調的「Google小姐」，而是能有豐富情緒 (高興、尷尬、憤怒)，甚至能模仿特定的角色性格 (例如年輕女生、小男生、說書人)。
晁旭光更指出，目前全球聲音資料雖然已經有中文，但主要還是以中國市場訓練內容居多，而台灣市場普遍更需要符合在地化的聲音資料，因此預期能符合在地市場需求的訓練內容將更有價值。
AI NOWCAST：你的LINE就是AI新聞台
除了單純的配音，VoAI也展示其另一項落地應用——AI NOWCAST。這是一個建立在LINE上的自動化新聞播報平台。
它的運作邏輯很簡單：抓取新聞文字、透過AI改寫成適合口語播報的文稿，並且生成語音內容，最後再推送給用戶聆聽，這背後其實展示AI包含「結構化、摘要化、再語音化」等資訊處理能力。
對於遊戲產業來說，這項技術的潛力不僅僅在於「播新聞」。如果將這套邏輯套用在遊戲內的「每日任務簡報」，或是「公會戰況更新」，玩家不用再盯著密密麻麻的公告，而是能直接「聽」到AI角色用生動語氣告訴你：「會長！昨晚我們的據點被偷襲了，損失慘重啊！」，這對沉浸感的提升絕對是相當巨大。
AI分身：不只會說話，還要有「臉」
此外，晁旭光在現場也展示VoAI的最新技術——AI影音分身。只要一張照片加上一段語音，AI就能讓照片裡的人「動起來」說話，甚至連嘴型都能對上。
這項技術對遊戲開發者來說，相較過往製作一個會動、會說話的NPC，必須透過3D建模、動作捕捉 (Mocap)、臉部表情綁定等流程，而每一個環節都需要花錢。但在AI技術加持之下，可能只需要一張2D美術圖，加上AI生成的語音，就能快速產出大量的劇情展演。
晁旭光更提出「量產化的影音內容」概念，透過AI Agent (AI代理)，可以訓練AI來面對不同的受眾，自動生成成千上萬種不同的短影音。對於遊戲行銷來說，意味能以用極低成本測試海量的廣告素材，並且找到用戶轉換率最高的那一個。
未來也可能銜接更多市場機會
晁旭光表示，目前VoAI提供服務基本上區分SaaS (軟體即服務)與API取用兩種，並且主力建構在Google Cloud雲端平台，但也同時結合AWS、Azure，以及台灣在地雲端服務平台合作，藉此分散流量與系統運作風險。
而跟KKCompany以區塊鏈、AI技術打造的AI數位分身管理平台TheKeeper相比，晁旭光說明其實VoAI具備相似的技術，同時也有考慮結合演藝市場發展可能性，但現階段主要是與YouTuber、KOL等創作族群合作。
分析觀點：AI是創意的「放大器」，而非「替代品」
晁旭光強調：AI聲音技術正在填補遊戲開發中「想做但做不到」的那些遺憾。
很多時候，開發者不是不想做全語音，而是預算不允許；不是不想做動態展演，而是人力不足。生成式AI的出現，則讓這些「奢侈品」變成「標配」技術。
當然，目前AI聲音在情感細膩度上，可能還比不上頂尖的專業聲優。但在「量」與「速度」的優勢上，AI已經展現了絕對的能力。未來的遊戲開發流程可能會變成：核心劇情由真人聲優演繹，而海量的支線任務、隨機對話，甚至是動態生成的NPC互動，將是全權交由AI負責。
至於當聲音與影像的生成成本趨近於零，剩下的就只考驗遊戲開發者創意與說故事的能力了。
