語音辨識
語音辨識技術提供語音轉文字(音轉字)功能，在生活中常見的SIRI、手機/電腦上的語音輸入法及智慧音箱等應用都可看見音轉字的身影，而在實際使用音轉字時，可能會受環境噪音干擾，此時需要靠端點偵測及語音增強等技術來維持辨識準確度，並且介紹跟語音辨識相關的技術，如：智慧音箱上的喚醒語偵測、掌握語音中每段聲音是誰在說話的語者分段，最後提供國、台、客語音轉字線上體驗。
端點偵測(Endpoint Detection)
端點偵測（Endpoint Detection）的目標是要決定語音開始和結束的位置，又可以稱為 Speech Detection 或是 VAD (Voice Activity Detection)。VAD在音訊處理與辨識中，可過濾掉非語音的訊號，改善語音辨識率。
喚醒語偵測(Wake Word Detection)
在使用智慧音箱的情境下，在進行語音互動前，音箱需要先被喚醒，從休眠狀態進入工作狀態，才能正常的處理使用者的指令。把音箱從休眠狀態叫醒到工作狀態所使用到的技術即為喚醒語偵測。
語音增強(Speech Enhancement)
語音增強(Speech Enhancement)是指當語音訊號被各式各樣的噪音干擾，從噪音背景中提取有用的語音訊號，是一種抑制及降低噪音干擾的技術，簡言之，從有噪音的語音中提取盡可能乾淨的語音。
語者分段(Speaker Diarization)
語者分段(Speaker Diarization)可以從一段語音中，識別出是誰在説話，其又説了些什麽。
由於每個人的聲學特徵不一樣，根據聲學信息，我們就能將分散的語音訊號進行聚類(Clustering)，一名説話者對應至一類，從而標註出每一個片段的説話者。
音轉字(Speech to Text)
音轉字(Speech to Text, STT)其目的是自動將人類的語音內容轉換為相應的文字，俗稱逐字稿，而且還會在逐字稿中自動加上標點符號。
台語STT展示:
客語STT展示:
語音辨識
語音辨識技術提供語音轉文字(音轉字)功能，在生活中常見的SIRI、手機/電腦上的語音輸入法及智慧音箱等應用都可看見音轉字的身影，而在實際使用音轉字時，可能會受環境噪音干擾，此時需要靠端點偵測及語音增強等技術來維持辨識準確度，並且介紹跟語音辨識相關的技術，如：智慧音箱上的喚醒語偵測、掌握語音中每段聲音是誰在說話的語者分段，最後提供國、台、客語音轉字線上體驗。
端點偵測(Endpoint Detection)
端點偵測（Endpoint Detection）的目標是要決定語音開始和結束的位置，又可以稱為 Speech Detection 或是 VAD (Voice Activity Detection)。VAD在音訊處理與辨識中，可過濾掉非語音的訊號，改善語音辨識率。
喚醒語偵測(Wake Word Detection)
在使用智慧音箱的情境下，在進行語音互動前，音箱需要先被喚醒，從休眠狀態進入工作狀態，才能正常的處理使用者的指令。把音箱從休眠狀態叫醒到工作狀態所使用到的技術即為喚醒語偵測。
語音增強(Speech Enhancement)
語音增強(Speech Enhancement)是指當語音訊號被各式各樣的噪音干擾，從噪音背景中提取有用的語音訊號，是一種抑制及降低噪音干擾的技術，簡言之，從有噪音的語音中提取盡可能乾淨的語音。
語者分段(Speaker Diarization)
語者分段(Speaker Diarization)可以從一段語音中，識別出是誰在説話，其又説了些什麽。
由於每個人的聲學特徵不一樣，根據聲學信息，我們就能將分散的語音訊號進行聚類(Clustering)，一名説話者對應至一類，從而標註出每一個片段的説話者。
音轉字(Speech to Text)
音轉字(Speech to Text, STT)其目的是自動將人類的語音內容轉換為相應的文字，俗稱逐字稿，而且還會在逐字稿中自動加上標點符號。
台語STT展示:
客語STT展示: