AITerms 登入
iPAS 初級 語音辨識Speech RecognitionL11402

語音辨識(Speech Recognition)是什麼?

語音辨識是一種將人類語音轉換為機器可理解的文字或指令的技術,使電腦能夠聽懂並處理人類語言。

完整定義

語音辨識(Speech Recognition),又稱自動語音辨識(Automatic Speech Recognition, ASR),是一種將人類口語轉換為文本或其他機器可理解形式的技術。其核心概念是通過分析語音訊號的聲學特徵,並將這些特徵與預先建立的聲學模型和語言模型進行比對,從而判斷語音內容。

語音辨識的發展歷程可以追溯到 20 世紀 50 年代,最初的系統只能識別少量詞彙。隨著電腦運算能力的提升和機器學習技術的發展,特別是深度學習的應用,語音辨識的準確率和應用範圍得到了顯著提高。現在,語音辨識技術廣泛應用於語音助手、智能家居、客戶服務、醫療保健等領域。

在 iPAS 初級 AI 基礎概論(L11402)考試中,語音辨識是一個重要的考點。考生需要理解語音辨識的基本原理、常見的聲學模型和語言模型、以及其在實際應用中的優缺點。理解語音辨識的評估指標,例如詞錯誤率(Word Error Rate, WER),也至關重要。掌握這些知識,能幫助考生更好地理解 AI 技術在人機交互領域的應用。

白話說明

你有沒有在你對手機說話,想把聲音變成文字或指令,發現只看表面常常不夠?

你可以把它想成讓機器先聽懂你說了什麼,再把聲音轉成文字。

語音助理、字幕、會議轉錄都靠它把口語變成可處理的文字。

記住這句

把聲音變文字,就是語音辨識。

比喻:語音辨識就像一位超級速記員,能把別人說的話瞬間變成文字 -- 你對著手機說話,它能立刻把你的聲音轉換成文字訊息,或者理解你的指令去執行操作,讓機器好像真的能「聽懂」你在說什麼一樣。

容易混淆

語音合成

語音辨識是「聽」的技術,把聲音變成文字。

語音合成是「說」的技術,把文字變成聲音。一個是把人的話讓機器懂,另一個是讓機器能用人的方式說話。

實際案例

手機語音輸入把你的口述轉成訊息內容。

會議錄音轉文字,方便後續搜尋和摘要。

演算法與應用

核心元件常包含聲學模型、語言模型和解碼器,現在也常用端到端深度學習架構。

評估常看詞錯誤率,因為一個字辨錯就可能影響整句意思。

中英對照與常見說法

相反方向是 TTS(Text-to-Speech,文字轉語音)。兩者常被搞混,判斷方式看輸入:語音辨識輸入聲音、輸出文字。

說法
語音辨識
出現場合
台灣正式用語
說法
语音识别
出現場合
簡體寫法
說法
Speech Recognition
出現場合
英文原名
說法
ASR(Automatic Speech Recognition)
出現場合
學術與產品文件裡的標準縮寫
說法
STT(Speech-to-Text,語音轉文字)
出現場合
業界常用的說法,指同一件事

現在的做法跟以前差在哪

端到端讓建置門檻大幅下降,代價是不好局部修正。傳統做法要讓模型認得一個新的專有名詞,改詞典就好;端到端模型通常得靠提示、外掛的偏置詞表或重新微調。

組成
傳統流程(2010 年代前)
聲學模型、發音詞典、語言模型三塊分開訓練
端到端(現在)
一個模型直接從聲音到文字
需要的資料
傳統流程(2010 年代前)
音素層級的標註,昂貴
端到端(現在)
只需要音檔與逐字稿配對
新語言與新詞
傳統流程(2010 年代前)
要更新詞典
端到端(現在)
靠資料涵蓋
代表技術
傳統流程(2010 年代前)
HMM 加 GMM、後來的 HMM 加 DNN
端到端(現在)
CTC、注意力式編碼解碼、Whisper 這類大規模預訓練模型

評估指標與實務難點

字錯誤率(WER,Word Error Rate) 是標準指標:把插入、刪除、替換三種錯誤加起來除以參考文字的總詞數。中文一般改用字元錯誤率(CER),因為中文沒有空格分詞。

WER 可能超過 100%,因為插入錯誤沒有上限。看到一個 WER 數字要問清楚三件事:哪個資料集、有沒有做文字正規化(大小寫、標點、數字寫法)、以及是不是乾淨錄音。安靜錄音室與真實會議室的 WER 常常差兩倍以上。

實務上最難的不是安靜環境的一般對話,而是:多人重疊說話(需要語者分離與語者辨識)、專業術語與人名、口音與語碼轉換(中英夾雜在台灣特別常見)、以及遠場麥克風的迴音與噪音。

標點與斷句通常是另一個模型做的。原始輸出常常是一長串沒有標點的文字,可讀的逐字稿需要額外的標點還原步驟,評估時要分清楚錯的是辨識還是後處理。

情境判斷

Q1(直覺題): 你按住麥克風對手機說話,這就是語音辨識的典型應用嗎?

是。把聲音轉成文字或指令,正是它的主場。

Q2(判斷題): 如果環境很吵、講話又重疊,準確率通常會怎樣?

會下降。看情況,噪音和重疊語音都會讓辨識變難。

iPAS 考題

出題方向: 常考基本定義、聲學模型與語言模型的分工、以及詞錯誤率這個評估指標。

題目: 語音辨識系統的主要目的是什麼?

答案: → 把人類語音轉換成機器可處理的文字或指令。

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 2 題把語音辨識列為延伸術語。

立即測驗

想測試你對 語音辨識 的掌握程度?用考古題作答

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

參考來源:ipd.nat.gov.tw

考試範圍:iPAS AI 應用規劃師評鑑內容範圍參考(115.02 更新),經濟部產業人才能力鑑定,實際考試內容以官方公告為準。

其他格式:Markdown 版本