首頁輕鬆做到高音質人聲分離！迪威智能深耕音樂 AI 處理二十年，還可以運用到智慧製造

輕鬆做到高音質人聲分離！迪威智能深耕音樂 AI 處理二十年，還可以運用到智慧製造

Meet創業小聚 2020-10-14 09:00:00

網址已複製 ×

隨著音樂的數位化，串流音樂平台興起，線上 KTV 對我們來說也是愈來愈家常便飯，但早在 2005 年，研究音樂處理技術的清大資訊工程學系教授張智星（Roger），就已經開始思考線上 KTV 的可能性，二十一世紀初幾年，還是個網路不成熟、音樂版權不清不楚的年代，甚至發生過「成大 MP3」這樣的事件；由於大環境的不適，這位教授失敗了，但是他並沒有放棄，而是決定繼續深耕於音樂處理的研究，期待大環境的成熟。

埋首研究室十年，這個機會終於到來；2017 年在政府提出的「價創計畫」的支持與輔佐下，張智星教授先後又找到兩位夥伴加入：葉子雋和林智源。葉子雋是張教授的博班學生，葉子雋說，自己並不希望當教職，也不想要成為大企業底下的一顆螺絲釘，於是決定跟著老師一起以音樂為題目創業；至於林智源則是在台大的創新創業在職專班聽到張教授的演講後，決定加入迪威智能。

張智興教授（中間）、執行長林智源（後排左一）、技術長葉子雋（後排右三），與迪威智能研究團隊成員合影

就像許多價創計畫的團隊一樣，在校園內的研究與技術是一回事，如何對接到市場、讓技術落地，又是另一回事，這樣的轉換讓團隊感到困難，成立後近兩年的時間就在價創計畫、創夢市集、AWS 等加速器的支持底下探索市場，「那時候導師一直告訴我們『不能只是這樣，要不斷加速』，其實給了我們很大的助力。」葉子雋笑著說。

團隊起初是以「音樂遊戲」為題目切入市場，但是他們發現音樂本身就已經是一個很利基的市場、遊戲也是同樣的狀況，兩個結合起來又更難賺錢了，於是迪威智能決定回歸自己的強項——已經深耕二十年的音樂處理技術，將自己定位為一個音樂技術的開發商與服務商，將數位音樂導入 AI 處理的技術，最終於 2019 年成立迪威智能（Deep Wave）。

深耕音樂處理AI技術，提供音樂產業三大應用

相比於其他的音訊處理技術，是以 rule based 技術判斷人聲與背景音樂，但是並沒有辦法做更複雜的處理，有其限制；迪威智能則是以 AI 裡面較複雜的深度學習技術，直接學習何謂人聲、何謂背景聲，甚至去細分背景聲裡面個樂器的聲音，分離後的音質也會更好。

至於訓練用的音樂來源，迪威智能說他們都是購買具有合法版權的音樂，雖然現在取得音樂容易，以這些音樂訓練出來的技術也不會有法律疑慮，但若是以此技術進行商用，就會有版權問題，「其實放上 Youtube 也是遊走在灰色地帶，這就要看該音樂的版權政策是怎麼訂的了。」林智源笑著說。

迪威智能將他們的技術深化，並分成三大應用：

人聲分離
人聲分離的應用場域與市場需求較多，例如線上卡拉 OK 伴唱帶，甚至是在戶外錄製 podcast、拍攝 youtube 等，都會在後製期間強化人聲；另外，若有歌詞的檔案，迪威智能的 AI 系統也可以自動將歌詞對照到人聲的時間點。
樂器分析
迪威智能的技術還可以將背景音樂的樂器各自獨立成一個音軌，並且自動產生出樂譜，這樣一來對於音樂教學與練習會有極大的幫助。
MIDI 檔案
MIDI（Musical Instrument Digital Interface，音樂數位介面）就是將音樂參數化（音高、動態、節奏等）的意思，這樣一來可以讓音樂檔案在不同媒體之間通用；至於實際應用，迪威智能將人聲變成 MIDI 檔案，那就可以應用在任何裝置上，並作為歌唱評分的標準。

迪威智能的 AI 音訊處理技術，深獲國際音樂評比 MIREX（Music Information Retrieval Evaluation eXchange）的肯定，前前後後總共獲得過 25 次評比獎項，也在該活動中認識不少音樂娛樂界的廠商，其中一中國知名音樂串流平台也跟迪威智能合作中。

整合各項技術成立SaaS平台，展望智慧製造的應用可能

這些音訊處理技術，未來迪威智能考慮直接建立一個整合的 SaaS 模式平台，讓對於相關音樂處理有需求的廠商可以直接到平台訂閱服務；除了音樂娛樂產業，迪威智能也希望建立音樂線上教育平台、開啟 B2C 的服務，讓過去僅僅是由老師錄影授課的方式，改成可以動態追蹤學生學習效果、以及給予即時回饋的模式。

除了音樂娛樂與教育產業，迪威智能也正在把人聲辨識的技術應用在正語發音的市場。與音樂教育一樣，透過人工智慧的判讀，老師就可以給予即時回饋，讓英語學習具句效率，目前迪威智能也已經跟一些英語教育平台合作開發中。另一個應用是智慧工廠與智慧製造，透過便是機器運作時的聲音是否正常，就可以即時給予工廠警告，不過目前 AI 模型的建立仍具有一點難度，林智源說：「目前最大的挑戰是錄音會被環境影響，這部分有待克服。」除了跨足正語發音和智慧製造市場，迪威智能也提到只要技術許可，醫療聽診也是可以延伸的領域。

迪威智能深耕音樂處理二十年，已經具備深厚的技術，成立兩年多的時間接觸了音樂、教育、工廠製造等不同領域，林智源說，他們正在尋找這些技術最適合的應用領域與市場，目前多方嘗試下來，應該還是會以音樂娛樂市場為主，至於其他的服務則是作為延伸服務；待 SaaS 平台建立整合完成，迪威智能的下一步就會開始往硬體整合的方向前進，提供更多元的產品。