嗨各位～我們今天來介紹物聯網中的感知技術！感知技術是物聯網中十分重要的一環，透過全方面的感知技術與基礎網路的結合，才能實現真正的物聯網世界。

代表性的感知技術有哪些呢？

自動識別技術：自動識別技術是一組應用於自動辨識物體、數據或信息的技術，通常無需人工介入。這些技術使我們能夠更迅速、更準確地識別和記錄物品或數據，有助於提高效率、降低錯誤率，並改善各種業務和日常活動。

條碼識別技術：條碼識別技術通常使用條形碼圖案，這些碼以不同寫入方式表示數字或字符。當條碼被掃描或攝取時，計算機可以迅速識別它並將其轉換為相關信息，例如產品名稱、價格、庫存狀況等。這在零售、庫存管理和物流等領域得到廣泛應用。

射頻識別技術：射頻識別技術（RFID）使用射頻信號來識別物體。它包括RFID標籤（附著於物體上）和讀寫器（用於讀取標籤數據）。RFID技術可以實現物品的即時追蹤和管理，用於物流、資產管理和無人商店等場景。（RFID的部分後面會再詳細介紹，敬請期待喔～）

語音辨識技術：語音辨識技術允許計算機識別和理解說話者的語音，並將其轉換為可處理的文字或命令。這種技術用於語音助手（例如Siri、Alexa）、語音搜索、自動語音識別系統等，使人機交互更自然和便捷。

以下為不同的技術類別描述：

1. 特定人指令辨識：僅針對單一使用者口音做少量的詞彙指令，用戶須預先錄製語音標籤(Voice Tags)，以圖徵比對(Pattern Match)的方式進行識別並執行對應動作。.不特定人大量詞彙辨識。

2. 不特定人指令辨識：用戶無需進行口音訓練，以機率統計方式建立通用之口音模型(Acoustic Model)，並內建發音模組把文字詞句轉成發音符號

3. 不特定人大量詞彙辨識：支援支援數萬至百萬個詞彙辨識，並以樹狀架構組織辨識詞彙。

4. 不特定人連續語音辨識：其辨識的語音內容為多個詞彙的連續組合，一般應用在像是語音聽寫(Speech-to-Text)和GPS導航系統景點及地址的口語輸入。

5. 自然語言處理：至於最複雜的自然語言處理？對話系統(理解系統)，例如蘋果iPhone4S的Siri語音辨識技術，它結合了語音介面、自然語言處理系統，以及後端網路搜尋╱雲端服務供應商於一體。

以上就是今天的發文，第九天介紹了感知技術，因為內容有點多，所以會分成兩天介紹，希望大家有所收穫，還有謝謝大家耐心的看完全部，希望大家之後可以多包容我的錯誤...
最後，如果你對我的文章有興趣就繼續關注接下來的文章吧！掰掰～
參考資料：科技網, https://www.digitimes.com.tw/tech/dt/n/shwnws.asp?id=0000284455_Y7S5IIZB4GG6Y36YJG5JV）
圖片來源：Grandsys/https://www.grandsys.com.tw/ai-bot