蘋果公佈無障礙新功能：讀 15 分鐘文本，生成你的 AI 分身聲音

如果知道自己有一天可能會徹底失去聲音，你會想把現在的嗓音存下來嗎？

Apple 在 5 月 16 日提前公佈了一批將在今年晚些時候登陸 iPhone、iPad 和 Mac 的無障礙新功能。這一整套工具覆蓋了認知、視力和語言障礙人群，也是 Apple 長期和殘障群體溝通後做出來的改進。

讀 15 分鐘文本，留住你自己的聲音

最引人矚目的是一項叫做「Personal Voice」的個人聲音功能。它是專門為漸凍症（ALS）等可能逐漸喪失說話能力的疾病患者準備的。

使用者只需要對著麥克風清晰朗讀 15 分鐘系統隨機給出的文本，裝置就會利用端側機器學習生成一段聽起來很像你本人的合成聲音。類似的技術以前有 Acapela 的「my own voice」服務，但這次被直接做進了主流消費電子系統的底層。

聲音克隆在安全上一直是個雷區。Apple 的做法是把運算全部放在搭載 Apple Silicon 晶片的裝置本地跑，連 Apple 自己都拿不到這串音訊資料。甚至為了防止同住家人共用賬號時串臺，這個聲音模型預設都不會和 Apple ID 繫結，除非你自己主動勾選跨裝置同步。

上線初期，Personal Voice 只能在配備 Apple 晶片的裝置上生成，而且暫時只支援英語。

做好了自己的專屬聲音，怎麼用？搭配它的是「Live Speech」即時朗讀。打不了字或者說不出話的人，可以直接在鎖屏介面或 FaceTime 裡打字，讓系統讀出來。如果平時總要重複同一句話，比如去便利店點固定配方的咖啡，也可以直接存成快捷短語一鍵播放。

認知障礙介面的減法，與給視障者的「指字即讀」

除了聲音，這次還有面向認知障礙人群的「Assistive Access」。說白了就是給系統做極簡大字版，把 iPhone 和 iPad 的介面抽取出最核心的需求。

在這個模式下，電話和 FaceTime 會合二為一，螢幕上只留下巨大且對比度極高的圖示與文字標籤。使用者可以按自己的習慣調佈局，適配了這個特性的第三方應用也會自動繼承這套極簡樣式。

對於盲人和低視力使用者，放大器工具裡新加了「Point and Speak」功能。它呼叫了手機的攝像頭和雷射雷達掃描器。

平時視障者用微波爐，面板上密密麻麻的「爆米花」「披薩」「火力」按鈕根本分不清。現在拿手機鏡頭對著按鍵指一下，系統識別到文字就會立刻大聲讀出來。這個功能首批就支援中文、普通話、粵語、英語、日語、韓語、西班牙語等多種語言。

此外，語音控制（Voice Control）也補齊了拼音建議功能，用嘴打字如果把 grey 錯識別成了 great，可以快速修正。面向零售店和技術支援的手語翻譯服務 SignTime，本週四還會進一步拓展到德國、義大利、西班牙和韓國。

為什麼重要

我們認為，這次更新裡最顯水平的不是聲音克隆能做得多像，而是 Apple 在端側安全和實用之間畫下的那道界線。

現在市面上做 AI 聲音克隆的工具很多，但絕大多數都把音訊傳上雲端處理，這在深度偽造和欺詐橫行的背景下風險極大。Apple 堅持只在本地晶片上跑，連自己的雲端都不給傳，甚至不主動繫結 Apple ID。這種對隱私的死磕，給極度脆弱的病患群體提供了一個真正敢放心備份聲音的安全港灣。

對於普通使用者或者家裡有認知障礙老人的家庭來說，Assistive Access 和 Point and Speak 則是立刻就能派上用場的工具。它把原本分散且門檻極高的專用輔具，直接變成了每臺 iPhone 標配的功能，甚至幫視障群體解決了家電按鍵這種最瑣碎卻致命的日常痛點。

不過門檻依然客觀存在。目前無論是個人聲音的生成還是指字即讀，都深度依賴 Apple Silicon 晶片或雷射雷達硬體，老舊裝置基本享受不到。但在主流科技廠商裡，能把端側 AI 能力優先拿去給小眾弱勢群體解決尊嚴問題，這一步走得相當漂亮。