借助多媒体数位内容之语音旁白-语音处理试验室.PPTVIP

* * * * 專題研究 語音訊號處理專題 (Special Projects in Speech Signal Processing) 李琳山 Speech Signal Processing Major Application Areas Speech Coding:Digitization and Compression Considerations : 1) bit rate (bps) 2) recovered quality 3) computation complexity/feasibility Speech Processing for Network Environment LPF output Processing Algorithms x(t) x[n] Processing xk 110101… Inverse Processing x[n] x[n] ^ Storage/transmission Speech Signals Carrying Linguistic Knowledge and Human Information: Characters, Words, Phrases, Sentences, Concepts, etc. Double Levels of Information: Acoustic Signal Level/Symbolic or Linguistic Level Processing and Interaction of the Double-level Information Speech Signal Processing – Processing of Double-Level Information Speech Signal Level Signal Samples Processing Linguistic Structure Linguistic Knowledge Level 今 天 的 常 好 Lexicon Grammar 今天 的 今天的 天氣 非常 好 Algorithms Chips or Computers 天 氣 非 網路環境下語音處理技術的角色 數位內容分析 使用者介面 網際網路 使用者與數位內容之互動 數位內容分析—協助影音多媒體資訊之瀏覽 使用者介面—補鍵盤與滑鼠之不足 使用者與數位內容之互動—所有以文字為基礎之互動 均可由語音完成 語音處理作數位內容分析（Content Analysis) 最吸引人的數位內容型態是影音多媒體，可能不帶文字，但常有語音旁白 影音多媒體不若文字型態，不易顯示在螢幕上，瀏覽不易 多媒體資訊的語音旁白常明確說明數位內容的主題概念，可用以分析數位內容，建構易於瀏覽的組織體系 具備影音多媒體功能的手持電子設備已大量出現，未來應用發展空間無限 網際網路 即時資訊 氣象、路況 新聞 航班 股市 體育 日常業務 電子商務 虛擬銀行 線上交易 知識典藏 數位圖書館 虛擬博物館 工作環境 智慧型代理人 文書處理 電子郵件 電傳會議 遠距教學 個人及私有服務 私人記事本 企業資料庫 家電操作 網路遊戲 語音技術作為使用者介面 手機、PDA、車上電子裝置、家電設備、各種隨身的配備零件等都可能成為上網最方便的工具 隨時隨地與全球知識及資訊系統相聯 輕薄短小，進入日常生活各個角落，隨時隨地使用 桌上型、筆記型個人電腦將不再是資訊使用者唯一的寵兒，逐漸進入『後PC』時代 原來最方便的鍵盤及滑鼠不再方便 人的手指不會縮小，車上路旁餐桌客廳也不適合使用鍵盤滑鼠 所需要的功能及資訊服務不斷增加 語音是隨時隨地用任何一種工具上網最方便自然的介面，可補鍵盤滑鼠之不足 網際網路 文字數位 內容 多媒體 數位內容 語音技術作為使用者與數位內容的互動 今日上網的動作以文字為主要介面，但凡使用文字者，均可用語音達成 語音及多模式對話（Spoken and Multi-modal Dialogue）達成所有所需的互動 使用語音指令，透過手持電子設備，借助多媒體數位內容之語音旁白，瀏覽搜尋並使用網路資訊 語音資訊 多媒體 數位內容 語音輸出入 語音 資訊搜尋 文字資訊 語音合成 口語 對話 文字資訊搜尋 網際網路 文字 數位內容 多媒體數位內容之語音分析 簡介 讓大學部同學進行電腦語音訊號處理技術之初步研