微軟 AI 聯手詩人推出 Ode Poetry：用語音模型復刻「詩歌診所」

人心裡發堵的時候，找朋友傾訴怕添負擔，看心理醫生門檻又高。英國詩人 William Sieghart 多年來做了一件很有溫度的事：他在各地辦線下「詩歌診所」，聽來訪者倒苦水，然後像開處方一樣，給對方開出一首能撫慰心情的詩。

現在，這位暢銷書《詩歌藥房》的作者想把診室搬到全球。7 月 9 日，Microsoft AI 聯合創意工作室 Gravity Road，推出了一個名為 Ode Poetry 的網頁端音訊互動專案，把老先生的問診全過程搬上了網。

你開啟網站，就像坐在老先生對面。他用溫和的聲音詢問你的近況，聽你傾訴，最後為你挑一首詩，並播放由真人朗誦的錄音。

像老詩人一樣聽懂你的嘆息

要把這種極度講究語感和氛圍的體驗做成數字產品，對語音模型的考驗非常苛刻。

在輸入端，系統用的是 MAI-Transcribe 語音識別模型。傾訴往往帶著抽泣、嘆息甚至含糊不清的方言，在多語言評測集 FLEURS 上，這個模型的詞錯誤率壓到了 4.86%，能搞定複雜的背景噪音和口音，讓你不用字正腔圓地配合機器。

聲音輸出則交給了 MAI-Voice。技術團隊只截取了老先生的一小段真實音訊樣本，就高保真復刻了他的聲線。William 自己試聽時都驚訝，連說話時的停頓、尾音的抑揚頓挫都被學了過去。

給 AI 扣上安全帶

讓人意外的是，微軟在這裡並沒有放任大語言模型自由發揮，而是做了一套相當剋制的框架。

在對話到推薦詩歌的過程中，系統把老先生多年的選詩經驗提煉成了一套系統。它結合了確定性邏輯與工具呼叫，把非結構化的情緒對話，一步步對齊到《詩歌藥房》原有的選詩規則裡。

更重要的是安全邊界。團隊重點做了紅隊測試和防越獄防範，嚴防模型越界去充當真正的精神科醫生，避免給使用者下任何心理或精神疾病的醫學診斷。

順帶一提，Microsoft AI 在介紹這套系統時也透露，他們的新一代 GB200 計算叢集目前已經正式投入執行。

為什麼重要

對於普通人來說，這可能是今年最值得深夜試一試的 AI 應用。它不是幫你寫週報的冰冷工具，而是一個零門檻的情緒出口。很多人在面對螢幕時更容易卸下防備，聽著真實感極強的聲音被認真傾聽，確實能獲得實打實的心理慰藉。

從行業角度看，AI 語音 Agent 正在從千篇一律的客服話務員，走向對品味和共情能力要求極高的人文領域。微軟這一步走得相當聰明：他們沒有讓 AI 去胡亂生成「偽原創詩歌」，而是讓 AI 老老實實充當嚮導，最終交付的依然是人類經典的詩作和真人的深情朗誦。這種對人類創作者的敬畏，反而避開了廉價感。

不過，我們認為這類陪伴型產品依然存在天然的隱患。當 AI 的聲音越來越像一位慈祥的長者，使用者很容易產生情感依賴。即便做了防診斷的安全護欄，一旦遇到真正處於極端心理危機中的使用者，AI 能否準確識別並及時接入現實中的緊急援助，依然是整個行業懸而未決的問題。