Browsing by Author "Wang, Yi-Cheng"

Now showing 1 - 2 of 2

少數族群壓力對性別非常規者的影響：檢驗其中介路徑與因應之保護效果
(2023) 汪奕程; Wang, Yi-Cheng
本研究採取社會文化觀點，透過深入檢視臺灣社會文化下的性別概念，並以Meyer（2003）所發展的「少數族群壓力模式」為基礎，說明女同性戀者、男同性戀者、雙性戀者、跨性別者、性別酷兒及無性戀者等多元性別族群因未能一致遵循社會文化價值所蘊含之性別常規，故成為本研究所稱之性別非常規族群，並進而面臨較高的少數族群壓力。本研究採用問卷調查方式，結果除可提供對於臺灣性別非常規族群之社會心理健康普遍態樣之理解外，並進一步以路徑分析方法檢驗受歧視、拒絕及災難等外在壓力經驗對主觀幸福感之影響，包括內在壓力經驗（如認同否定、內化負面態度、負向未來期待、社群隱匿、外觀隱匿、泛家族取向壓力及他人取向壓力）所扮演的中介角色，以及內在因應（如認同驕傲及社群連結感）的保護效果，藉以發展適合臺灣性別非常規族群的本土諮商與心理治療架構。本研究同時總結五項主要發現：一、對於性別非常規族群而言，不同類型之壓力經驗皆十分普遍。二、不同性別族群的壓力經驗確有不同，惟在內在因應上無顯著差異。三、外在壓力經驗藉由內在壓力經驗，影響當事人的主觀幸福感。四、認同驕傲可有效作為壓力經驗的保護因子，惟主要透過直接路徑產生影響。五、不限於個人取向壓力，社會取向壓力顯現出臺灣社會的獨特心理特徵。最後，本研究尚針對部份限制進行探討，並根據研究結果提出建議。
端到端情境化語音辨識技術之研究
(2024) 王詣承; Wang, Yi-Cheng
在智慧家居設備和手機智慧助理的普及，語音互動技術已成為日常生活中不可或缺的一部分。端到端（E2E）神經網路模型的進步顯著提升了自動語音辨識（ASR）模型的表現，這些模型在多項基準測試中均超越了傳統的混合模型。然而，E2E ASR 模型在辨識特定領域的詞彙（例如聯絡人名和地名）時仍面臨挑戰，這種挑戰在下游應用如自然語言理解中顯得尤為重要。本研究旨在通過增強上下文語境的 ASR 模型，來應對這些模型在真實世界場景中效能下降的問題。我們的研究首先深入分析了當前先進的 E2E ASR 模型在辨識錯誤方面的局限性，識別出主要問題，包括先驗知識不足和捕捉上下文資訊的能力不足。為解決這些問題，我們提出了 XPhoneAdapter 模型，這是一種結合了新型自監督音素編碼器 XPhoneBERT 的方法，能提供更豐富的音素感知特徵。此外，我們還針對上下文/非上下文不平衡和長尾分佈問題提出了解決辦法，並引入了 Q-HNW 方法進行硬負樣本訓練，以提升模型的穩定性。研究結果顯示，結合精細的音素感知自監督特徵與增強的硬負樣本訓練，可以在 Librispeech 資料集上實現高達 18% 的相對詞錯誤率（WER）降低和 35% 的罕見詞錯誤率（C-WER）相對改善。此外，在 AISHELL-1 基準資料集上的實驗進一步證明了我們所提出方法的有效性，展示了顯著的效能提升。本論文的主要貢獻包括以下幾點： 1) 對先進 E2E ASR 模型的辨識錯誤進行了詳細分析，找出了訓練和測試環境中詞彙分佈不匹配的關鍵因素。 2) 突出了阻礙 ASR 模型通用化的兩大主要因素：先驗知識不足和捕捉上下文資訊的能力不足。 3) 提出了 XPhoneAdapter 模型，該模型引入了新型自監督音素編碼器 XPhoneBERT，以提供更豐富的音素感知特徵。 4) 針對上下文/非上下文不平衡和長尾分佈問題，提出了上下文平衡適應方法，以改善低頻上下文詞彙的模型表現。 5) 引入了 Q-HNW 方法進行負樣本訓練，以增強模型在挑戰性辨識場景中的穩定性。