鐵人檔案
將以 「AI語音辨識系統：結合聲紋分析與情緒識別」 為主題，分享我在 2024 年 AI 競賽的成果。當時與 AI 工程師 Shin-Fu與軟體工程師 Shirley組隊，參加由數位發展部數位產業署主辦的比賽，挑戰透過語音分析提升教學品質，最終獲得首獎（特優獎）。我們的系統能結合聲紋特徵與情緒辨識，分析師生互動中的情緒變化，作為教學品質監控的依據。這次鐵人賽將以 30 天系列文，分享從資料處理、模型設計到應用實作的完整過程，帶大家看 AI & Data 如何真正落地應用。
▋前言 前十天我們拆解了系統架構、四大模組，以及過程中的優化。今天要回到競賽的成果報告，看看整個系統如何整合，最終生成完整的課程品質分析報告。 ▋內容 在比...
▋前言 在系統中，我們不只要做逐字稿與情緒分析，還希望能生成「教學摘要」與「學習建議」。這就需要引入大型語言模型 (LLM)。 ▋內容 比賽有一個限制：不得...
▋前言 經過數月開發與競賽挑戰，我們的 AI 語音辨識系統最終成功整合多個模組，並且在比賽評審結果中受到了正向的肯定。今天回顧成果，並展望未來應用。 ▋內容...
▋前言 參加這場 AI 競賽，對我們團隊而言是一場收穫豐富的旅程。今天要分享心得與建議。 ▋內容 收穫 團隊合作：技能互補，分工高效 實戰經驗：將理...
▋前言 由於競賽取得的資料不能對外公開，在接下來的系列文中，我們會開始利用開源語音資料集，來測試系統在不同場景下的表現。 ▋內容 預計選用以下三個資料集，來...
▋前言 在執行 AI 專案時，容易不小心就急著「丟資料進模型」，但如果沒有先做 資料探勘 (Exploratory Data Analysis, EDA)，最...
▋前言 在 Day 16 我們談到資料探勘 (EDA) 的一般流程。今天，我們要把這些步驟實際應用在 AMI Meeting Corpus —— 一個包含多講...
▋前言 在 Day 16–17 我們談到資料探勘的步驟與 Mozilla Common Voice 的語料特性。今天開始，我們將切換到另一個更貼近「雙人自然對...
▋前言 光有逐字稿還不夠，要理解學生的「情緒」才是教育場景的核心之一。IEMOCAP 是一個專門為情緒辨識設計的語音資料集，今天我們就來看看它的結構。 ▋內容...
▋前言 在過去幾天，我們對 AMI、Switchboard、IEMOCAP 三個資料集做了資料探勘。今天，我們要把這些經驗整合起來，形成一個「資料 → 前處理...
