← 回到案例

Aicast 有聲內容製作平台

角色 專案經理(2024/5 – 2025/3,聯經數位) 類型 AI SaaS ・ 有聲內容製作 團隊 管理 9–12 人,開發由外包商執行 負責 需求定義 ・ 產品測試驗證 ・ UI 設計 ・ 外包與人員管理 ・ AI 配音員徵選 ・ 音效資料庫建置 ・ 國際獎項申請


問題

製作一本多角色有聲書,需要找配音員、協調檔期、租借錄音室,人力與時間成本都高。

更關鍵的限制在於:受限於成本,多數有聲書只能由單人朗讀完成,無法像舞台劇一樣讓每個角色擁有自己的聲音。內容的表現力,被製作成本壓縮了。

Aicast 要解決的就是這件事——讓多角色配音變得便宜到可行

平台整合三項 AI 能力:將 epub / docx / txt 文件自動拆分章節並轉為劇本型態(支援最長 50 萬字文本)、掃描並解析每句對話角色的名稱、性別、年齡與情緒(角色辨識平均正確率 75–96%),再依角色特質自動配置聲音。以 8 位 AI 配音員即可演繹橫跨各年齡層的 42 種聲音,多人配音有聲書的製作時間最多可減少 90%。


我加入時的處境

我在產品初期加入,核心功能已經存在——能分析文本、拆分角色、自動配置配音——但穩定性不足,也有不少思慮不夠周全的環節。

團隊規模小、資源有限:開發全數由外包商執行,團隊內沒有專職設計,也沒有專職的內容素材團隊。這個前提,決定了我後續所有的判斷,也決定了我的角色範圍遠比「專案經理」四個字更寬。


判斷與取捨

我加入時面對的第一個選擇是:先把核心功能修穩,還是先擴充新功能。

擴充功能對業務端更有感,但我判斷應該先修核心。理由是 Aicast 的價值主張完全建立在「角色辨識準確」與「配音配置合理」這兩件事上——如果使用者無法信任這一層,再多的周邊功能都留不住人。一個會辨識錯角色的有聲書平台,功能再多也沒有意義。

所以我把資源集中在核心修復上:每週與外包商召開兩次開發會議,負責需求溝通、進度追蹤與問題排除,把問題逐一整理、排序、收斂。核心穩定之後,才開始往外擴充功能與服務。

這個選擇的代價是,產品在那段期間看起來「沒有進展」——沒有可以對外宣布的新功能。但它換到的是一個可以被信任的基礎。


執行

產品開發流程

功能開發我建立了一套固定流程,讓外包協作有明確的交付節點:

需求整理 → 與外包商討論 → 產出 Wireframe 雙方確認 → 開發 → 測試驗收 → 修調

Wireframe 確認這一關是刻意設立的。外包協作最大的風險是「做完才發現理解不同」,把認知對齊提前到開發之前,能省下大量返工成本。

我同時主導產品測試與新功能驗證,分析開發成果、確認功能符合需求,並依據用戶回饋與測試結果調整產品體驗與操作流程。新功能的開發排程、需求拆解與時程規劃也由我負責。

UI 設計

當產品有新功能或大幅改版時,由我繪製 UI 設計圖提供外包商作為開發依據,確保介面符合使用者需求與品牌調性。這一段是我的設計背景直接發揮作用的地方——不需要透過第三方轉譯,需求到介面之間沒有耗損。

外包與跨職能管理

團隊沒有專職設計與在地化人力,因此協調與管理由我承擔,總計 11 位外部夥伴

職能人數內容
德文翻譯2 位產品多語系在地化
法文翻譯2 位產品多語系在地化
日文翻譯1 位產品多語系在地化
多功能工讀生3 位規格明確、有 SOP 的產出(如 AI 配音員頭像)
平面設計3 位行銷與產品視覺素材

管理重點不只是分派工作,而是為不同專業建立各自的驗收標準——翻譯要確保語意與語氣一致,設計要確保視覺規範統一。

AI 配音員徵選與訓練

這是產品的聲音素材從 0 到 1 的建立過程,由我獨立規劃並執行:

台灣口音是這個產品在本地市場的關鍵差異點,而市面上沒有現成的素材庫可用——只能自己建。

音效資料庫建置

發包 720 首音效,進行收集、整理、分類與上架,建立完整的音效資料庫,讓有聲書除了人聲之外能加入環境與情境音,提升聆聽體驗的完整度。

國際獎項申請

主導 iF 設計獎金點設計獎的參賽申請,從流程規劃、資料撰寫到素材製作全程執行:設計 8 張獎項圖片與 2 部影片(含英文版產品影片)。

Aicast 於 2025 年獲得 iF 設計獎。


結果

做到的

沒做到的

但誠實地說,Aicast 在商業上並不成功。

產品在台灣與海外市場都未能有效擴散。行銷資源相當有限,加上定價策略在期間內多次調整,對外的市場訊息不夠一致。成效未達預期後,總部縮減了投入,團隊逐步縮編,產品最終轉由其他部門以最低限度維運。


反思

這段經驗讓我看清一件事:產品的品質與產品的成功,是兩件事。

我把大部分心力投注在「把東西做對」——修穩定性、建立測試流程、補齊聲音與音效素材、讓核心體驗可信。這些是必要的,但不充分。

回頭看,當時整個團隊(包含我)投入在功能完善上的比重,遠高於驗證「誰真的願意付費、為什麼付費」。我們相信技術優勢與獎項肯定會自己說話,但市場不是這樣運作的。得獎能提升能見度,卻不等於找到願意持續付費的客群。

如果重來一次,我會更早做兩件事:確認目標客群與付費意願,以及——在資源有限的情況下——主動把「市場驗證」納入自己的職責範圍,而不是預設那是主管或業務端的事。

這也是我後來大量使用 AI 工具做原型的原因之一。比起把產品做完再看市場反應,我更希望能用低成本、快速地把想法變成可以操作的東西,先拿去驗證。