利用深度学习模型 大幅减少音讯杂讯

中央研究院副研究员曹昱。

在一个课堂场景，轻微听损的学生可能碍于空间距离、背景噪音，无法听清楚老师的话语，因而影响学习效果。然而只要采用中央研究院副研究员曹昱研发的除噪系统，即可借助深度学习模型有效降低音讯杂讯，甚至搭配手机App将语音转成文字，让学生能藉由文字判读听到的话语。

曹昱指出，2015年开始，他与研究团队夥伴针对人工电子耳开发除噪演算法，并为此发表两篇论文，荣获国家新创奖；尔后再将研究触角延伸到助听器。事实上人工电子耳和助听器的原理相似，只是前者属于植入式，后者类似耳机型式。

目前曹昱团队已与与振兴医院力博宏主任以及阳明大学赖颖晖教授合作，进行人工电子耳的真人实测。至于助听器部份，则属于与某大电脑厂商的合作案，且除了助听器外还研发智能音箱，都是先除噪、再做语音识别。论及今年研究成果上的突破，在于将此系统做进手机，系因助听器功能与一般蓝牙耳机差不多，加上美国政府现正力推助听器平价化，所以不少大企业看准手机普及性高、运算能力强，很适合做为中介站，也纷纷将助听器功能做到手机上。

日后老师讲课，其声音会透过蓝牙发射器传送到学生的手机，就算学生与老师的距离远，都可利用内建于App的除噪演算法，将杂讯滤除、得以听清楚老师的话，还可进一步结合语音识别功能，把声音转成文字，更加理解老师表达的内容。

曹昱解释，严格来说，上述应用情境算是「辅听」、而非「助听」，只因蓝牙耳机仅有放大功能，并无矫正功能，所以即使听觉健全的学生，也可借此增进对于老师讲课内容的理解。