跳至主要內容

觀點 · Essay

從螢幕上浮出的那三個字,到喇叭裡那句合成聲線:意念說出我愛你的設計語言

從螢幕上浮出的那三個字,到喇叭裡那句合成聲線:意念說出我愛你的設計語言

設計觀察 ·
從螢幕上浮出的那三個字,到喇叭裡那句合成聲線:意念說出我愛你的設計語言

病房裡的畫面很安靜。牀上的人沒有開口,視線落在牀邊的螢幕上,字一個一個浮出來,停在三個字:我愛你。下一秒,喇叭裡傳出一句平穩的合成語音,把同樣三個字再說一次。抖音熱榜上那條十四個字的詞條,腦機接口患者憑意念說出我愛你,講的就是這幾秒鐘。

技術新聞很少能站上熱榜,這一條站上去了,靠的是句尾那三個字。而從設計的角度看,這幾秒鐘值得拆的東西不少:字怎麼出現、聲音從哪裡來、機器在畫面裡長什麼樣子、詞條怎麼壓縮。

十四個字的詞條,三個字的鉤子

先看詞條本身。腦機接口患者憑意念說出我愛你,十四個字,每一段都在工作。腦機接口患者六個字是主語,一次交代了當事人的醫療處境與技術身分。憑意念三個字是狀語,也是整條詞條裡最重的壓縮:電極怎麼取信號、模型怎麼解碼、字怎麼變成語音,整套流程被收攏成一個介詞短語。說出是動詞,我愛你是受詞,也是全部的情感出口。

熱榜詞條的排版空間極小,寫法多半是這種分工:技術名詞負責準確,情感短句負責點擊。同一件事若寫成腦機介面語言解碼研究有進展,資訊量沒少多少,傳播量會少一個量級。差別就在句尾有沒有一句現成可以轉發的話。大多數轉發的人不懂神經解碼,詞條也不要求他們懂,它供應的是一個可以直接轉發的心情。

熱搜詞條「腦機接口患者憑意念說出我愛你」以十四個字完成壓縮,主語同時交代醫療處境與技術身分,憑意念三個字概括取信號、解碼與合成的全部流程,句尾三個字承擔情感出口

字先出現,聲音才跟上

畫面裡那幾秒鐘的順序值得注意:字先浮上螢幕,語音隨後跟上。這個順序在這類意念語音系統裡幾乎是通則。神經信號被讀取之後,解碼模型先猜出字,字先給現場的人看,確認無誤再交給語音合成。字幕是確認層,猜錯可以回頭改,修改的過程家屬也看得見。

於是病房裡同時存在兩種輸出格式。字幕服務現場的眼睛,語音服務電話那頭的耳朵。前者要大字、居中、高對比,因為觀看距離和病房光線都不理想;後者要平穩的音色與恰當的停頓,因為它承擔這句話的正式版本。

這套輸出端的樣子並非憑空發明。在腦機介面之前,輔助溝通工具已經累積了幾十年的慣例:眼動儀的注視停留、掃描式虛擬鍵盤、大按鍵的預錄語音盒。腦機介面換掉了輸入端,把過去靠眼球與肌肉的工作交給電極,輸出端幾乎照單全收,因為那些字級與節奏是幾十年使用經驗磨出來的。

逐字浮現的節奏還順手接手了敘事的工作。前兩個字出來的時候,房間裡的人已經在心裡補上第三個字,等最後一個字亮起,情緒正好到位。介面的顯示順序把導演的活也做了。

合成的聲線,是誰的聲音

聲音的來源是下一個設計問題。預設的合成語音通常選中性、平穩、無明顯口音的那一型,這個選擇本身是一種態度:機器不替患者決定他是誰。語速可調,停頓可調,音量可調,這些參數在工程文件裡叫設定,在使用的現場叫個性。

同一個領域裡還有另一個方向,拿患者失語前的舊錄音重建聲紋,讓合成的聲音貼回他原本的樣子。史蒂芬·霍金用了幾十年的那套合成語音,後來有過更自然的替換方案,他沒有換。老聲音已經長成他的公共身分,換掉它等於換掉一張眾人熟悉的臉。合成語音用久了會變成資產,這件事對剛剛拿回說話能力的人特別切身,音色怎麼選,同時是介面決定與身分決定。

意念轉語音系統的介面元素清單,列出逐字浮現的字幕、可回頭修正的選字區、合成語音的音色與語速設定,以及病房中人、機器、螢幕的三角構圖四個項目

頭頂的接口,與病房的三角構圖

再看看機器。這類新聞的畫面幾乎不需要攝影師另找角度,病房本身就把構圖給好了:人在牀上,設備在牀邊,螢幕在畫面另一側,三點連成的三角形剛好把人與技術框在一起。頭頂的接口、沿著牀沿走的線纜、立在架上的螢幕,這些硬體是「意念」兩個字的實體註腳。觀眾看不見神經信號,看得見線。

醫療設備的配色多年來穩定在白與灰,偶爾一點淺藍,倒角收得圓,線纜用淺色。這套視覺任務明確,降低侵入感,讓儀器在病房裡顯得可以共處。有意思的地方在於線的處理:消費電子拼命把線藏掉,無線幾乎是高級感的同義詞;醫療場景反而把線明明白白擺出來,線的可見度幾乎等於流程的可信度。

打光也說明了同樣的差別。消費科技的發表會把機器放進黑背景與聚光燈,拍成慾望物件;這類新聞裡的機器站在白牆與日光燈之間,被拍成功能件。兩種照明,兩種敘事。器材的外觀從來都是醫療信任的第一層介面,這門功課我們在司美格魯肽回流藥的包裝與追溯碼裡也拆過。

說明醫療器材把接口與線纜明擺在畫面裡,相對於消費電子極力藏線的慣例,醫療場景以可見的線材換取流程的信任感

為什麼示範句總是我愛你

最後回到那三個字。這類技術報導的示範句常常是我愛你,原因可以從兩端往中間推。從傳播端看,三個字情感密度最高,理解成本最低,收件人開放:對配偶可以說,對父母可以說,對孩子可以說。現場家屬的反應鏡頭是這類報導的標準收尾,聲音落地,眼淚跟上,畫面完成。

從工程端看,短句還有一層誠實。解碼的句子越長,出錯的機會越多,三個字是最能乾淨展示能力的長度。工程上最好展示的長度,剛好也是傳播上最好轉發的長度,兩個需求在這三個字上重合,示範句的選擇看來感性,底下是一筆很冷靜的帳。

這也是熱榜的固定手藝:把技術新聞翻譯成情感新聞。詞條文法替觀眾省掉理解的步驟,直接供應可以轉發的心情。醫療資訊要擠進熱榜,都得先過這道壓縮手續,先前拆過的心臟求救信號的症狀排版是同一條路上的另一個樣本。差別在於,症狀清單壓縮的是資訊,這次壓縮的是一句話的重量。

讓通道退到後面

病房裡那幾秒鐘之所以成立,靠的是一整條看不見的流程:取信號、解碼、上字、合成、發聲。設計在每一站的工作都一樣,把摩擦拿掉。字要大到手不用去指,延遲要短到等待的人不覺得在等。音色貼近到不必補一句這是機器說的,出錯的時候能體面地回頭修改。通道做得越好,它就越不被記得。

那句我愛你最理想的版本,是聽起來完全不像機器說的。到那個時候,詞條裡的憑意念三個字才算真正兌現:技術退場,房間裡只剩下有人在說話。