鐵人檔案
聚焦於深度學習在人機互動中的感知應用，包含動作與情緒辨識模型的實作與部署，探討語音、手勢、情緒等輸入如何結合 UI/UX 元件，打造具回饋能力的介面。
Deep Learning 帶來的突破：讓機器主動「理解」 Deep Learning（深度學習），是人工智慧（AI）領域中的一個重要分支。模仿人腦神經網路的結...
前言 回想你第一次使用電腦，是什麼樣的體驗？ 也許是打開一台厚重的桌機，用鍵盤輸入文字指令；也許是滑動滑鼠，在桌面上點開視窗；又或者是用手指輕輕一劃，手機螢幕就...
前言 深度學習（Deep Learning）模型百百種——從 CNN、RNN 到 Transformer、GNN，各有其擅長的資料型態與應用場景。在不同的互動情...
前言：當我們開口說話，系統聽得懂嗎？ 想像這樣一個場景：你對手機說出「播放音樂」，它立刻理解你的語意並打開播放清單；你說「開燈」，燈就亮起。這一連串的語音互動過...
前言 當語音從「聲音」轉為「理解」，我們該如何設計模型？ 如果說 CNN 是語音互動系統的起點，那麼處理時間序列的模型，則是我們邁向「理解語音語意」的重要分水嶺...
前言 當我們說出「開燈」的瞬間，腦中其實已經構築了一個期望 —— 我希望燈亮起來，而不是只是被「聽見」。 這正是語音互動設計的核心：語音不只是輸入，還必須驅動回...
前言 手勢，是人與人訊息傳達時最自然的肢體語言之一。當這些動作能被電腦正確解讀，就能開啟更多元的互動形式，例如虛擬手語翻譯、非接觸式控制、甚至是情緒與意圖識別。...
前言 延續上一篇對手語資料的探索，這次我們將打造一個基於 CNN 的靜態手勢分類模型。將帶你從資料前處理、模型架構設計、訓練策略（包含 Early Stoppi...
前言 上一篇中，我們訓練了一個 CNN 模型，能夠根據靜態手勢圖片辨識出對應的手語字母。但真實世界的互動往往是動態的，例如使用者面對鏡頭比出手勢，期望即時得到辨...
前言 在前幾篇文章中，我們已經成功完成了 Sign Language MNIST 資料集的訓練，並透過 CNN 模型進行手勢分類。接下來會將模型與 MediaP...
