audEERING

audEERING是什麼

audEERING是一家來自德國的語音與音頻人工智慧公司，專注於從聲音中提取非語言資訊。其核心商業產品devAIce以SDK、Web API和XR插件等形式提供，適用於軟體、硬體、客服中心、汽車、機器人、可穿戴裝置以及各種研究專案。

它不是錄音剪輯、音樂生成或通用語音轉文字網站。產品的重點在於檢測聲音活動、聲學事件、表達維度、韻律、說話者屬性、音頻品質以及所處的聲學場景。

audEERING的主要產品

devAIce SDK

SDK在本地設備上運行，適合需要低延遲、離線處理或避免持續上傳音頻的場景。官網列出了Windows、Linux、macOS、Android和iOS，並支援x86-64與ARMv8架構。

devAIce Web API

Web API用於在雲端上對音頻進行批量分析，它並非為一般使用者所設計的圖形化編輯工具。開發人員可以透過命令列、直接的HTTP請求，或是使用Python、.NET、Java、JavaScript和PHP等程式語言的客戶端來取得JSON格式的結果。

devAIce XR

devAIce XR將語音表達與場景識別功能引入Unity和Unreal等遊戲引擎中。它可用於虛擬角色、沉浸式體驗以及玩家研究，但具體的模組與商業授權需另行確認。

AI SoundLab

AI SoundLab是一個用於收集音頻數據並進行即時分析的研發平台。在健康研究領域中，參與者可以自行管理自己的數據，官方表示，相關的音頻及個人資訊會儲存於德國，且可被刪除。

openSMILE

openSMILE是audEERING所維護的大型音頻特徵提取工具，可用於語音、音樂、情緒、說話人以及節奏等方面的分析。官方還提供了Python封裝版本，讓研究人員能夠直接提取常見的特徵集。

devAIce可分析哪些內容

BASE基礎包

• 語音活動檢測，用於區分講話與非語音片段。
• 聲學事件檢測，用於識別電話鈴聲、哭聲等聲音事件。
• 說話人驗證，用於比較聲音身份特徵。
• 自動語音識別，把講話轉成文本。
• 音頻品質分析與通用聲學特徵提取。

EXPRESSION表達包

• 聲音表達與大型表達模型。
• 多模態表達分析。
• 語調、語速和其他韻律特徵。
• 激活度、愉悅度和支配度等連續表達維度。

SPEAKER與SCENE

• 估計年齡和感知性別等說話者屬性。
• 區分室內、室外和交通三類聲學場景。
• 在三個大類下進一步識別八種子場景。

audEERING適合哪些場景

• 呼叫中心分析客服與客戶的聲音表達和對話品質。
• 機器人、汽車和智慧設備根據聲音環境調整互動。
• 遊戲與XR應用讓虛擬角色響應玩家語氣。
• 市場研究團隊分析訪談和產品回饋中的聲音表達。
• 科研機構提取可重現的音頻特徵並訓練模型。
• 醫學研究探索聲音生物標記物，但不能直接用於臨床診斷。

devAIce Web API使用教學

1. 確定任務需要BASE、EXPRESSION、SPEAKER還是SCENE模組。
2. 準備具有合法授權的音頻，並取得說話者知情同意。
3. 用少量非敏感樣本購買預付分鐘或聯繫銷售申請方案。
4. 先使用官方推薦的CLI上傳檔案並檢查JSON結果。
5. 確認採樣率、聲道、雜訊和錄音設備符合模型要求。
6. 用人工標註樣本評估不同語言、口音、年齡和環境表現。
7. 確定輸出滿足需求後，再選擇用戶端庫或直接HTTP整合。
8. 建立失敗重試、額度監控、資料刪除和訪問控制流程。
9. 上線前完成隱私、勞動關係、反歧視和地區法規評估。

SDK接入建議

• 在真實目標設備上比較處理速度、CPU和記憶體佔用。
• 使用語音活動檢測排除不需要分析的非語音片段。
• 同時測試安靜、噪聲、遠場和不同麥克風條件。
• 不要根據單次短音頻對個人作出高風險判斷。
• 明確設備端分析是否仍需要上網進行許可證驗證。

audEERING的優勢

• 專注音頻與非語言語音分析，產品定位清晰。
• 同時提供設備端SDK、雲端Web API和XR插件。
• 可運行在桌面、移動和嵌入式架構上。
• 預付Web API適合小規模測試，無需先簽長期訂閱。
• 官方維護openSMILE及一系列音頻研究工具。
• 支援多種程式設計語言的用戶端及直接HTTP呼叫。

使用限制與倫理風險

• 聲音表達不等於人的真實情緒、意圖或人格。
• 年齡與感知性別是模型推斷，可能錯誤並強化偏見。
• 口音、語言、文化、殘障、設備和環境都會影響結果。
• 不得把表達評分直接用於招聘、解雇、保險或執法等高風險決策。
• 聲音可能構成生物識別或健康相關數據，需要明確合法依據。
• 健康演示不是醫療產品，也不提供醫療建議。
• 預付API是開發者介面，不包含完整的可視化分析工作台。

devAIce Web API價格

以下為2026年8月26日官網公開的預付費方案，適合試用和偶爾分析。付款由Stripe完成；稅費、分鐘有效期限、額外模組和活動權益以購買頁面為準。

官網目前仍宣傳限時開放所有套件，但活動可能會結束。訂閱、SDK、XR插件、商業許可及訂製諮詢沒有公開固定價格，需聯繫銷售確認。

數據與隱私

官網的隱私政策主要涉及網站訪問、Cookie、聯絡表單以及行銷數據，並說明會遵守GDPR規定。至於產品中的語音樣本和客戶內容，則還受服務條款及具體合約的約束，因此不能僅依賴網站的隱私頁面來判斷。

服務條款要求客戶必須擁有音頻、聲音樣本及其他內容的相關權利與同意，並承擔GDPR所規定的責任。此外，條款還授予audEERING在履行協議過程中，使用、複製、修改及展示客戶數據的廣泛授權，同時也允許其利用經過匿名處理的數據。

部署前隱私檢查

• 確認錄音、上傳、身分驗證和屬性推斷分別需要何種同意。
• 明確原始音頻、特徵、轉寫和推斷結果的保留期限。
• 比較Web API上傳處理與設備端SDK的資料路徑。
• 限制誰可以查看個體級表達和說話者屬性。
• 為數據訪問、刪除、異議和人工複核建立流程。

audEERING是否開源

audEERING的devAIce、XR插件和商業模式並非整體開源的產品。官方在GitHub上公開了openSMILE、Python封裝、audb、audmodel以及其他研究工具，但每個專案都需要分別查看其許可證條款。

openSMILE的源代碼對於個人、研究及教育等非商業用途是開放的，同時也允許符合條件的商業研究使用。若要將其代碼、衍生版本或提取出的特徵用於商業產品中，通常需要另行購買商業許可，不能僅憑公開的儲存庫就認為其屬於無限制的開源軟體。

常見問題

audEERING主要做什麼？

它專注於語音與音頻AI，透過devAIce分析聲音活動、表達、說話者屬性、音頻品質、聲學事件和場景。

devAIce可以離線運行嗎？

SDK可在本地設備運行，通常不需要把分析音頻持續上傳雲端，但許可證檢查及具體部署條件需要向官方確認。

devAIce Web API多少錢？

公開預付包為35歐元600分鐘和250歐元6,000分鐘；訂閱、SDK、XR及企業許可需另行詢價。

聲音情緒識別能判斷真實感受嗎？

不能。模型分析的是聲音表達特徵，結果受語言、文化、口音和環境影響，不應當作個人真實情緒或意圖的確定結論。

openSMILE可以免費商用嗎？

通常不可以。公開版本主要允許非商業、研究和教育用途，商業產品或相關衍生使用一般需要商業許可。

audEERING是開源公司嗎？

不是。公司公開維護多個研究工具，但核心商業產品devAIce、模型和服務仍按商業許可證提供。