Automatic Speech Rec的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

使用六麥克風圓形陣列的多通道新型深度學習語音增強算法的比較

為了解決Automatic Speech Rec的問題，作者張廷祐 這樣論述：

本論文比較了兩種深度學習多通道語音增強功能，以選擇最適合的演算法在動態環境中檢測和抑制背景噪音。隨著冠狀病毒導致人們必須在家工作和線上學習，使用減少背景噪音的會議麥克風已成為企業和家庭使用的必要條件。深度學習模型透過多項模擬進行測試，其中性能最佳的模型是使用Raspberry Pi結合 ReSpeaker-6 圓形麥克風，根據麥克風陣列的基本特徵生成數據集，並為模型使用不同的損失函數，模擬結果驗證具有損失函數 Si-SNR 的 EaBNet在多通道語音增強模型的性能是最好的，其中 Objective Perpetual Score 包含了四種不同的指標PESQ、STOI、E-STOI 和 S

I-SNR分別為 2.48015、0.89435、0.81020 和 17.35456。該模型還可以在實際環境中執行，實時因子為 0.7857， 本實驗針對1000個數據集訓練 EaBNet 模型的有效性，但支持者建議在未來的研究中使用多個更完整的數據集對模型進行訓練，以確保實驗結果的完整性和準確性。

語音分離技術研究:模型壓縮與多工學習

為了解決Automatic Speech Rec的問題，作者段昭誼 這樣論述：

本論文中，我們提出了兩種新穎的語音分離模型架構，分別以模型壓縮和噪聲環境下的語音分離任務為目標，我們期望透過改進現有語音分離模型以達到更通用化、更貼近真實應用場景的語音分離系統(Universal Separation)。針對模型壓縮，參照參數共享方法在自然語言處理模型壓縮上帶來的成功。我們探討參數共享方法，在時域語音分離模型上的影響，並針對時域模型設計對應的參數共享策略。模型穩定性評估對於壓縮後模型非常重要。實驗證明，我們所提出的MiTAS在保有相同的語音分離表現之外，能壓縮近50%參數量，並通過多重穩定性評估實驗。模型壓縮使得語音分離能朝向終端使用者並更接近應用的普及化。本論文第二個研究

方向為改善噪聲環境下的語音分離任務的表現，由於語音去噪與語音分離任務在本質上相近，我們提出統一的模型架構SADDEL將兩任務透過多工學習框架合併在一個框架下，因此模型本身能執行語音分離以及語音去噪任務。實驗證明SADDEL較單一任務模型表現更好並較其他比較模型更貼近真實環境中的場景。其在語音分離及語音去噪表現和在未知噪聲及噪聲程度下的模型穩定性也都獲致成功。語音分離的應用包括，現實生活中語音分離數據的採集標記以及在嘈雜環境中進行自動語音辨識(Automatic Speech Recognition, ASR)、語者辨識(Speaker Recognition)等應用。將語音訊息從人聲混雜以及背

景噪聲中提取出來，對於下游各種語音訊號處理系統皆相當重要。