語音處理暨機器學習實驗室

本實驗室專注於語音處理與自然語言處理技術，也就是讓機器可以聽懂人說話。隨著深度學習技術突飛猛進，人工智慧的能力越來越強，但多數時候其學習仍需要人類對資料進行適當的標註，但是標註大量資料所費不貲，而語音相關的任務很多，除了語音辨識外，還有語音合成、語音轉換、語音增強、語音問答等各式各樣的任務，細數起來有上百個，而且世界上有七千多種語言，要為每一種語言的每一個任務都蒐集大量標註資料是不可能的。本實驗室近年的研究目標是希望減少機器學習人類語言時所需要的標註資料，本實驗室已提出了一系列語音自監督式學習 (Self-supervised Learning, SSL) 方法讓機器從大量未標記的數據中學習，以便在下游任務 (Downstream Task) (例如：語音辨識)可以使用較少的標記數據進行學習。