bob

bob

講台語也能通:Gemini 3.8 Flash TTS 實測

Google 在 2026 年 9 月推出 gemini-3.8-flash-tts 和 gemini-3.8-flash-lite-tts 兩個語音合成模型。我用 Gemini API 實際呼叫,每題兩個模型各產一次,想知道兩件事:台灣華語聽起來像不像台灣人?能不能講台語? 判讀方式有兩套:一是讓 Gemini 3.8 Flash 在沒看到原稿的情況下盲聽,二是用自架的 whisper 做獨立轉寫,交叉比對。這兩套都是機器判讀,最後還是要人耳聽過才算數,所以每段樣本都附在文中,大家可以自己聽。 結論 * 台灣華語:可用。兩個模型都判定為台灣口音,不捲舌、沒有兒化音。垃圾 lèsè、
閱讀時間 10 分鐘

Anduril Industries

一紙 269 億新台幣的軍購合約,表面上是台灣向美國買無人機,背後卻可能正在改寫台灣的國防角色。   因為 Anduril Industries 賣的,不只是一架架會飛的設備,而是一套把 AI、自主系統、軍工製造與戰場指揮整合在一起的新型防衛模式。   更值得注意的是,這家公司與台灣的關係,已經從「軍購」一路延伸到在地辦公室、技術合作、供應鏈建構,甚至是台灣能不能打造自己的「無人機盾」。   ## Anduril 到底是一傢什麼公司?   我們先從一個比較容易理解的角度開始。   傳統軍工產業,通常是先提出需求,再經過漫長的設計、測試、採購與交付流程。這套制度重視穩定,也重視程序,但面對無人機、AI 和快速變化的戰場環境,速度就成了問題。   Anduril 的做法,就是把矽谷的軟體思維帶進軍事防衛:快速開發、持續更新、讓 AI 協助判斷,並且讓大量相對低成本的自主系統,形成可以被快速部署的防衛網絡。   它目前發展的系統,包含搭載 AI
閱讀時間 10 分鐘

Day 29 Line 語音留言進 ERP

跟昨天一樣,我們讓 claude 繼續把工作做完,同時產生紀錄: 客戶端也要接上 昨天的結尾留了一句:讓客戶自己用講的留言進來。今天做的就是這句話的後半段——昨天做完的是員工自己在系統裡用講的,今天要接上的是客戶端。客戶對聊天機器人說「留言……」,說的話會被轉成文字,ERPNext 自動找到或建立一筆潛在客戶,留言原文掛在那筆資料的時間軸上,接著系統回一句文字、再回一段語音,聲線是系統設定裡選的那個。示範用的是自己的帳號。 規則:一句預告拆成兩天做,昨天做員工端,今天輪到客戶端。 零件都已經在跑 接客戶留言要用到的東西一樣都不缺。這支聊天機器人本來就會把語音轉成文字,回覆語音推播給對方那條路昨天也已經做好,今天不是重新裝一套,是把幾個現成的零件接起來。客戶講的話不會進任何一個大語言模型,只會經過語音辨識引擎;要不要走這條新路,是一段確定性的字串比對在判斷,跟模型無關。紀錄裡存的話本身沒有被機器消化過,是人自己看的原文。 規則:先盤點手上已經有什麼在跑,新功能常常是把既有的東西接起來,不必每次都重蓋一台。 留言兩個字是開關 客戶講的話或打的字,只要開頭是「留言」兩個字,就會被
閱讀時間 11 分鐘

Day 28 用講的操作 ERP: 要嬌滴滴的還是帶磁性的?

今天的做法不一樣。 我先跟 claude 討論:有關語音系服務在 erpnext 中,可以有哪些應用。 討論結果:員工端「用講的操作 ERP」,客戶端「語音留言進 CRM」,分兩天做。 接下來,我要求:一面施工,一面紀錄,抓圖,錄語音,上傳語音到雲端,形成文章。 底下我不做任何修改,這是 Claude Code 透過我系統中的寫作功能,自己記錄,抓圖,產生語音,上傳到雲端,然後形成的文章。 先做員工端,客戶端明天 接的都是現成零件 接語音要用到的東西一樣都不缺:語音辨識、語音合成、還有幫 ERP 寫東西的那個大腦,三個都已經在跑,不是為了這篇新裝的。音檔本身只會經過語音辨識引擎,不會送進任何一個大語言模型;真正跟大語言模型講話的只有文字,不是聲音。這意味著新功能的開發成本被壓縮了,
閱讀時間 12 分鐘

Day 27 ERP 客戶信件撰寫 -- 讓AI幫你寫信給客人

這一篇要做的事很單純:在 ERP 裡的每一筆客戶或潛在客戶上按一個鈕,就有一封寫好的草稿,主旨、稱謂、內文、署名都在,人只要看一遍、修改、按送出。 先看成果: 選擇目的: 節慶請安,中秋節 寫好了。 再來一個:目的:初次聯絡: 再一個:目的:產品推薦:選產品(可多選) 信件產出: 帥吧! 請注意一下耗時,最多不超過2秒。 當然,我這個中文系出身的,對這產出的信件是不怎麼滿意。但不修改,給大家看一下,用地端模型,Qwen3.6,跑在兩張 5060-16G 上,可以產出怎樣品質的信件。 為甚麼用地端?因為這樣你的信件內容,才不會被雲端的模型拿去 研究分析! 規則:資料進了系統只是開始,能不能推動下一個動作,才是這套系統有沒有用的判準。
閱讀時間 11 分鐘

Day 26 手機拍名片 資料進 ERP -- 把名片加入到 ERP

前面兩篇把名片系統做起來了:手機拍一張、OCR 認出來、人確認、存進資料庫。可是名片躺在名片系統裡,跟躺在抽屜裡差不了多少。真正要用它的地方是 ERP:報價、開單、寄信,全部從 ERPNext 裡的一筆客戶資料開始。 所以這一篇只做一件事:手機拍完名片,那張名片資料自動出現在 ERPNext 裡。不用人再打一次字,不用匯出匯入,不用記得去同步。 三個決定先講清楚:不分私人名片還是公司名片,全部進 ERP。每一張名片都變成一筆潛在客戶 Lead。第一版只建不改不刪:名片改了不回寫,ERP 那邊刪了也不管。 規則:先決定「什麼東西一定進、什麼東西一定不做」,再動手接,接完才來吵這些會沒完沒了。 一律當潛在客戶 ERPNext 把「人」分成兩層。潛在客戶 (Lead) 是還沒開過單的對象,一筆 Lead
閱讀時間 9 分鐘

Day 25 ERPNext 繁體中文化及會計科目導入

來處理 ERPNext 介面的繁體中文,跟台灣會計科目。 昨天裝好的是一個乾淨、空的系統。這一篇就是把它變成台灣繁體中文,會計打開能記帳的樣子。 ERPNext 不是沒中文,上游的繁體中文只翻了三成,而且,沒翻譯到的字會變成簡體。 Warehouse 顯示成仓库、Default 顯示成默认。 已經翻好的那部分也未必能用,很多是大陸用語:Item 翻成項目,台灣講品項;還有整段錯的,Quotations 被翻成語錄。 一個畫面裡繁中、簡中、英文三種混在一起,感覺很糟。 分三部分處理:修簡體、沒翻譯的、翻譯錯的 第一部分處理簡體字:把該轉的字轉成台灣正字。 第二部分處理根本沒翻的:那幾千條英文字串丟給本地的大語言模型批次翻成台灣繁中。 第三部分處理翻錯的:把上游那些中國用語和錯譯挑出來,照台灣術語表改回來。 把 ERPNext 的介面補成台灣繁體中文,分三段做: - 露出來的簡體:只轉真正是簡體的字成台灣正字,帶一份不動名單,⛔ 不要整篇丟去轉(會誤傷) - 沒翻的英文字串:
閱讀時間 9 分鐘

Day 24 來弄個 ERP -- odoo 還是 erpnext?

進入重頭戲。 過去,裝開源ERP,可以寫一篇教學長文。現在,就一句話:叫 AI 裝。 開源的 ERP ,我們來弄一個。 哪一個?怎麼挑? AI 前時代,找好安裝的,功能齊全的,用戶多一點,有手冊有教學,有繁體中文,可以套用台灣會計科目,營業稅規定..... AI 後時代,最重要的是:開源授權規範。 至於: 功能不夠? 加。 手冊教學沒有? 編。 無繁體中文? 翻。 沒台灣會計科目,營業稅規定? 改。 要改要加,必須先看,開源授權的規定。拿 Odoo 跟 ERPNext 對比: * AI前時代 Odoo 贏。好裝(教學多)
閱讀時間 9 分鐘

Day 23 手機App開發 -- 名片系統

為什麼要一個 App 人在外面,手上一張剛拿到的名片,要當場用手機拍、當場入庫。 說明:因為 Apple 建置 app 要花錢,所以只弄 andriod app. (不過很快,Andriod 也要認證才可以了) 先弄一台 andriod 建置機 Flutter 與 Android 的工具鏈很大,不適合裝在主控制那台上。另外準備一台 Ubuntu 建置機,裝 Flutter 3.44.8、Dart 3.12.2、Android SDK 36、JDK 17,還有 adb。一台 Android 實機,平板或手機,用
閱讀時間 12 分鐘