關於 gmm模型 ，我們在網路上蒐集到這些相關的討論、資訊與評價

［#視覺設計｜全 CG 製作也能不尬（甚至超好看）的 MV？］

泰國五月天之稱的 POTATO，發行了第 8 張專輯。從玩團少年的他們，到如今成團 20 年，爬上泰國流行音樂圈的天團，把這一路上的風風雨雨和想要陪伴歌迷的心意，寫在這首「小人物 (คนตัวเล็ก)」裡。

但最強組合，應該是 POTATO feat. 線上演唱會製作 HUI Team Design 。這是他們不做演唱會，而是把疫情後製作線上演唱會、音樂季、拍攝擴增實境的經驗，都拿來做成這首全 CG 後製的 MV。

▨ MV 看這裡 ⇉ https://bit.ly/3gm0SxM
﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏
❍ 小人物 (คนตัวเล็ก) 製作幕後 ❍
﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋
「小人物」歌詞意境希望傳遞給觀眾，即使每個人都是小人物，但只要忠於熱愛的事情，都可以有大確幸；並且也在片中致敬泰國的電影導演 Nawapol Thamrongrattanarit、歌手 Stamp 、Youtuber Sunbeary Channel 等等。

源於創作概念，因此 HUI Team Design 最大的挑戰，便是如何把每個「小人物」（模型＋合成進去的團員）放入 19 幕的佈景中，呈現小人物在觀看佈景的大環境視角。

有興趣的話，可以看他們的 MV 製作幕後！
▨ MV 製作幕後 ⇉ https://bit.ly/3dqjHOm
﹏﹏﹏﹏﹏﹏﹏﹏
❍ HUI Design ❍
﹋﹋﹋﹋﹋﹋﹋﹋
HUI Team Design 是泰國演唱會製作公司，在疫情中沒有被打被，反而更表現亮眼，去年五月份舉辦泰國文青樂團 Whal & Dolph 的專場，更號稱「泰國第一個互動式線上演唱會」。

之後也陸續承接 GMM Grammy 每年暑假的大型音樂季，並改為線上進行，以及大團 Klear 擴增實境線上專場演唱會，在後疫情時代的今天，更將擴張實境運用到 Ink Waruntorn 的MV中。

▨ Whal & Dolph專場片段 ⇉ https://bit.ly/3nu2tBS
（以Zoom和影像合成技術，達成「泰國第一個互動式線上演唱會」，粉絲除了可以和身旁（隔壁畫面）的迷妹迷弟們一起大聲唱、一起哭、一起舉應援版，能和演出者在 Zoom裡即時互動，更甚於實體演唱會。）

▨ GMM Grammy音樂季片段 ⇉ https://bit.ly/3kAF9AG
（超喜歡這個 The TOYS 片段，帶有反諷疫情的泰式幽默，又有演唱會幕後結合的線上演唱會設計）

▨ Ink Waruntorn 擴增實境MV ⇉ https://bit.ly/2IAFKFb
（雖然至今還是不懂為什麼要把MV弄成擴增實境來拍，但是還是後市看漲啦 #邀請大家分享到底AR的MV可以幹嘛）

▨ 延伸閱讀 ⇉ 【體驗設計】隨時隨地與粉絲近距離的體驗 — — 後疫情時代的演唱會想像 https://bit.ly/3iwhbqn
﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏
❍ 台灣泰國設計需要舞台交流❍
﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋
「雖然媽媽說那裡太危險」 致力於台灣泰國雙邊設計交流與推廣的自媒體，期待能夠喚起設計圈、乃至於跨領域背景、一般大眾，對於設計的意識。
Instagram ⇉ https://www.instagram.com/itissaidtobedanger/

#台泰設計 #泰國設計 #TWTHDesign #HUIDesign #scenedesign #visualdesign #POTATO #POTATOคนตัวเล็ก

#物聯網IoT #人機介面HMI #人工智慧AI #語音交互 #智慧音箱 #人工神經網路ANN #深度神經網路DNN #深度置信網路DBN #遞歸神經網路RNN #卷積神經網路CNN

【語音辨識的沿革】

一直以來，通過語言與機器直接溝通，是很多技術人員追求的目標，可看似簡單的語音交互，卻經歷了長達半個多世紀的技術探索。這期間不管文學還是影視作品，都一次次描繪了人機語音交互的美好場景。但直到 21 世紀初，人與機器的語音交互仍然是令人抓狂的一種操作，遠遠沒有鍵盤和滑鼠來得方便。

在 1952 年，貝爾實驗室研發出了 10 個孤立數位語音的識別系統，為人類的語音辨識開啟了篇章；20 世紀 80 年代開始，以「隱藏式馬可夫模型」(hidden Markov model, HMM) 方法為代表的基於統計模型方法逐漸在語音辨識研究佔據主導地位，能很好地描述語音訊號短時平穩特性，將聲學、語言學、句法等知識集成到統一框架中。此後，HMM 的研究和應用逐漸成為了主流。

李開復在 HMM 模型的基礎上研發出 SPHINX 系統，這是技術人員首次嘗試「非特定人連續語音辨識系統」，其核心框架就是 GMM-HMM 框架，其中 GMM 是指 (Gaussian mixture model，高斯混合模型) 用來對語音的觀察概率進行建模，HMM 則對語音的時序進行建模。同時期發展出的技術，還有 20 世紀 80 年代後期人工神經網路 (ANN) 也成為語音辨識的一個方向。

直至 ANN 後來進化為深度神經網路 (DNN)，語音辨識技術才有了本質的突破。到了 20 世紀 90 年代，隨著電腦技術的快速發展，包括個人電腦在內的一大批設備開始嘗試使用語音辨識技術。這一時期劍橋發佈的 HTK 開源工具包大幅降低了語音辨識研究的門檻。然而在接下來的一段時間，GMM-HMM 框架的技術局限性使得其應用效果差強人意。

在語音辨識技術方向中，具有更強的長時建模能力的遞歸神經網路 (又稱：迴圈神經網路，RNN)、卷積神經網路 (CNN)，以及在語音辨識領域獨樹一幟的科大訊飛公司提出的 DFCNN 技術相繼出現，進而使得人機語音交互的體驗越來越好，以智慧音箱為代表的語音交互設備受到越來越多的消費者歡迎，比傳統 GMM-HMM 框架性能提升 30～60%，並與 Google 在語音辨識展開深度合作。

延伸閱讀：
《艱難中前行的語音交互技術》
http://www.compotechasia.com/a/feature/2019/0111/40859.html…
(點擊內文標題即可閱讀全文)

#科大訊飛Iflytek #DFCNN

▍10/26 今日經濟學家: Lars Peter Hansen
今天是2013年得主Lars Peter Hansen 64歲的生日，Hansen的主要研究領域在計量, 總體和財金，貢獻於發展Generalized method of moments (GMM)計量方法，可用來衡量股票價格的資料和消費資本資產定價模型(CCAPM)是否吻合，結果顯示股票資料無法完全解釋模型，驗證另一位得主Robert Shiller的主張: 資產價格的波動性過大所致，這個研究結果也激發學者探究有關投資人的行為模式以及金融市場的波動性。

Hansen就讀明尼蘇達大學經濟學博士班時，受到兩位當時年輕的教授Christopher Sims, Thomas Sargent的指導，並且畢業後也和兩位教授有許多關於理性預期和計量方法的研究，Sims, Sargent也在2011年獲頒諾貝爾獎。而Hansen年輕的時候，其實患有語言障礙和口吃的問題，曾讓他想要避免在公眾面前演講，但經過不斷練習，讓他克服這個困難。

Hansen的妻子是蔣人瑞(Grace Tsiang)，兩人都是現任芝加哥大學經濟系的老師，其岳父為已故中央研究院院士蔣碩傑，Hansen和James Heckman也是目前台灣中研院人文及社會科學組唯二的名譽院士。

參考資料: Lars Peter Hansen - Biographical". Nobelprize.org. Nobel Media AB 2014. Web. 26 Oct 2016

https://www.nobelprize.org/…/laureat…/2013/hansen-facts.html