Taiwan Multimedia Tech #12：當 Audio AI 遇上底層硬體：2026 多媒體技術的巨觀趨勢與微觀實戰
2026 年，多媒體技術迎來的劇烈變革與硬核挑戰。
一方面，AI 的浪潮讓音訊技術走向兩極化：當大模型燒起銀彈大戰，專精型的 B2B 工具如何守住商用等級的護城河 ？ 另一方面，當我們回到真實的物理世界，多媒體系統在電視、HDMI 與晶片邊界上，依然充滿著各種讓工程師抓狂的音訊 bug 。
第 12 場 Taiwan Multimedia Tech (TMT) Meetup，我們非常榮幸邀請到兩位重磅講者：來自矽谷 AudioShake 的深度學習工程師 汪正一 (汪六) ，以及 Roku 台灣的資深嵌入式軟體工程師 PH Wang 。一場聚會，帶你同時俯瞰 Audio AI 的產業地圖，並直擊最真實的 multimedia debug 現場！
無論你是專注於 AI/ML 的研究者、天天看 Log 抓 bug 的系統工程師，還是對多媒體產業未來感到好奇的科技人，這晚在 AWS Taiwan，你都將滿載而歸！
【精彩講題搶先看】
Talk 1: LLM 沒吃掉的那塊 Audio —— 從 800 倍估值差看 audio AI 的結構性分裂 / What LLMs Left Untouched in Audio — Reading a Structural Bifurcation Through an 800x Valuation Gap
講者：汪正一 / Cheng-i Wang (汪六) ｜ Deep Learning Engineer @ AudioShake
講者簡介：美國加州大學聖地牙哥分校（UCSD）電腦音樂博士、紐約大學（NYU）音樂科技碩士、台大財金學士。現任矽谷音訊 AI 先驅 AudioShake 深度學習工程師，專精於 AI 音訊源分離（Audio Source Separation）技術與深度學習模型的部署。此前曾於 Smule 擔任音訊軟體工程師，負責知名卡拉 OK 應用的音訊處理與機器學習系統。
在成為 AI 科學家之前，他曾是台灣一線的職業 Bass 手（阿霈樂團團長），參與過陳珊妮、魏如萱的巡迴演唱會，並擔任臺南人劇團的配樂與指揮。他將以結合音樂人、軟體工程師與深度學習研究者的獨特三棲視角，帶領大家直擊 Audio AI 的最前線。
演講精華： 同樣是 Audio AI，為什麼語音合成龍頭 ElevenLabs 的估值，會與做音樂分軌的 AudioShake 相差 800 倍 ？本場演講將從工程師、研究者與音樂使用者的三棲觀察出發 ，為大家剖析 Audio AI 的結構性分裂：一條是生成新音訊的領域基礎模型（Vertical FM），另一條則是處理既有音訊的專精型工具（Specialist）。講者將從訓練資料差 10^10 倍、token 密度差 50-150 倍、部署延遲差 50 倍等三個技術硬指標 ，結合五個經濟視角 ，證明為什麼通用大模型無法輕易吞噬專精領域，並探討這對 Video AI、機器人等其他模態的領先啟示 。
適合聽眾： AI/DL 工程師、音訊演算法科學家、多媒體產品經理、對科技產業結構感興趣的投資人或研究員。
Talk 2: Real Bug Handling in Embedded Systems: Two Audio Debugging Stories / 嵌入式系統中的真實除錯實錄：兩個音訊除錯故事
講者： PH Wang ｜ Sr. SW Engineer @ Roku
演講精華： 這不是一場美化過後的成功故事，而是一個充滿汗水與邏輯推演的實戰分享。PH 將帶來兩個近期 Roku 臺灣團隊在電視系統與嵌入式多媒體平台上發生的真實音訊案例：一個是 AC3/EAC3 播放時，看似簡單的音訊片段切換（clip transitions）卻觸發了平台特定行為 ；另一個則是 HDMI 中調整 Dolby 音訊輸出設定卻導致 DTS 播放變靜音的靈異事件。演講中將展現工程師在責任歸屬模糊、問題持續演進時，如何透建立假設並逐步限縮系統邊界來找出問題。此外，講者也將直白分享「AI 輔助除錯」的實際限度與人腦驗證的重要性 。
適合聽眾： 嵌入式系統工程師、Firmware/Driver 開發者、電視與晶片廠軟體工程師、對系統層級 Debug 有興趣的硬核技術宅。
偷偷預告：我們目前正在接洽第三位神祕嘉賓，一切都如同網路封包一般的神祕與不可測，敬請期待！
【活動資訊】
時間： 2026 年 6 月 16 日 (二) 19:00 - 21:00 (18:30 開放入場)
地點： AWS Taiwan 辦公室
費用： 免費參加 (名額有限，額滿為止)
備註： 本次活動現場備有簡單茶點，歡迎攜帶名片前來交流！