Subanana語音變書面語 datax.io推動AI普及
相信讀者每天都在手機上收看不少短片，這些短片附有字幕，對製作人員來說，為短片配上字幕是非常費時失事的工作。
本港初創公司datax.io研發了語音辨識系統Subanana，將語音變成文字，無懼港人兩文三語、中英夾雜，近期更能直接翻譯成為書面語，同時標示對話的時間。
製作人員只需將短片上載至Subanana的平台，系統自動翻譯出以書面語寫成的字幕，將之下載後，稍作校正，然後便能夠在短片的適當位置加入相關字幕，大大節省製作時間。
datax.io客戶總監及共同創辦人馮兆軒（Aric）說：「之前系統只能翻譯成口語，但已有不少YouTuber或KOL使用Subanana的服務，我們針對他們的痛點，進一步提升功能，直接翻譯成書面語，為他們節省更多工夫。」
不同應用場景
Subanana當然也適合電視台使用，為不同的電視節目配上字幕，也有助前期製作，先將不同短片的內容變成文字存檔，製作人員可以翻查文字紀錄，毋須動輒翻看所有短片，找尋合適的鏡頭。
Subanana在2020年推出語音變文字的服務，並於去年進行大規模的升級，在口語以外，提供書面語的選擇，讓更多機構可以使用相關服務。
若果只能翻譯成口語，未必能夠適合商業機構使用，因為他們需要進行各種記錄，然後進行後續的分析，書面語的話可以切合他們的用途。
上述提到的Subanana，主要是針對個人或者較小型的製作公司，可以說是商業對顧客（B2C）的模式，其實公司一直拓展商業對商業（B2B）市場，並且已有不同的應用場景。
datax.io的主要客戶是金融機構，他們主要用來監察員工與顧客之間的溝通，因為當後者購買投資產品，員工需要解釋清楚，尤其是讀出相關的條款。
傳統來說，金融機構主要是翻聽錄音，確定員工因應守則解釋條款，惟需要耗費大量人力物力。若使用語音變文字功能的話，透過其他人工智能分析，便能夠短時間內，了解不同員工的工作情況。
此外，不少機構將這種服務應用於顧客服務部，將顧客與員工之間的對話變成文字，可以將顧客的查詢或投訴分類，從而作出迅速的跟進。
datax.io正與物業管理公司洽談合作，協助前線員工完成工作，例如保安員巡樓期間，發現某幢大廈、某個樓層的某條樓梯扶手出現破損，可以直接透過語音輸入，即時變成文字，並且將相關資訊記錄在案。
「保安員不再需要在指定的筆記簿中記錄，避免因工作太多而忘記，也可以將相同的情況歸類，一次過要求維修人員處理。」datax.io共同創辦人黃偉俊（Kevin）說。
腳踏實地發展
B2B的模式主要是因應客戶的需要而設計，當每個行業累積到相當數目的客戶，公司再研究能否因應特定行業推出軟體即服務（SaaS）的訂閱模式。
語音變文字這種技術並不是新鮮事，蘋果公司（Apple）手機附有相關功能，微信也有語音輸入功能，但是這些技術並不開放，人們無法在其他地方使用。
此外，雖然這種技術在內地或美國早已相當流行，但是這些市場只會專注於當地的語言，而香港市場規模較小，科技巨擘根本不會花費資源研究廣東話。
Aric說：「香港比較獨特，口語與書面語並不一致，因此必須教導AI學習，當系統翻譯的時候，會自動刪除沒有意義的助語詞。」
現時人們隨時隨地拍攝短片，收音技術未必及傳統的器材，所以會錄下雜音；Subanana則能夠分辨，跳過翻譯這些雜音。
datax.io由數名香港大學的畢業生創辦，他們主要修讀工商管理及資訊系統，當年AI剛剛興起，激發他們的研究興趣，因而於2017年成立公司，專注於研發切合本港市場需要的AI應用。
2018年，datax.io獲得數碼港創意微型基金（CCMF），其後於2019年加入香港科技園的培育計劃；並於2022年畢業。
datax.io獲得不同投資者加入，包括阿里巴巴創業者基金旗下的HKAI LAB及本地天使投資者，累計獲得超過200萬元。
Kevin說：「我們選擇腳踏實地的發展模式，推出服務賺取收入，然後以利潤再發展，因為吸納投資者的話，始終需要犧牲部分自主權，因此現階段並無積極找尋投資者。」
字幕嵌入短片
datax.io的服務主要分為三大類，除上述提到的語音變文字外，還包括電腦視覺（computer vision）及OCR（optical character recognition）。
以電腦視覺為例，datax.io接觸到食物環境衞生署的項目，以熱能鏡頭監察不同地區的鼠患情況，至今仍然繼續。
至於OCR，當人們將鏡頭對準手寫筆記拍攝時，便能夠變成文字，方便進行後續的處理。
雖然近年流行數碼轉型，但是顧客向企業或機構申請使用服務或購買產品，均需要人手填寫表格。
Aric說：「使用OCR的話，可以在極短的時間內，將手寫表格上的資料數碼化，並且輸入系統，只需小量人手協助校對。」
市場方面，datax.io現時主要集中發展本地市場，但也吸引到台灣方面的注意，現時已有當地的YouTuber或KOL使用他們的服務。
Kevin說：「台灣當地也有不少類似的工具，據悉功能不夠完美，當他們知道香港也有，而且可以用來翻譯普通話，因而主動訂閱我們的服務。」
台灣的文化與本港相近，例如使用YouTube及Google，所以發展當地市場較為簡易。
datax.io計劃於今年第二季，首先發展台灣市場；另亦會探討英語及西班牙語地區的市場。
雖然Subanana直接將口語轉化為書面語，經已為短片製作人員提供極大的方便，但是團隊打算加入更方便的功能，就是將字幕嵌入短片當中，製作人員毋須手動輸入，可以即時進行剪片工序。
研究加入ChatGPT
近期ChatGPT大熱，其實很多功能早已出現，只是分散各處， OpenAI聊天機械人將之集中在一起，才令人們感覺份外聰明。
ChatGPT是外國科技公司研發的AI產物，屬於很底層的技術，需要再由其他公司以之設計不同的應用，雖然大家覺得它很聰明，但是在商業層面，還要更多的支援。
Aric說：「datax.io亦可以加以利用ChatGPT這種技術，將之設計成適合不同場景的應用場面，將AI推展至人類生活各個層面。」
