中文關鍵詞：自動語音辨識；自動編碼器；鑑別式自動編碼器；半監督式學習；帶噪語音辨識；端到端語音辨識；低資源語言；多語言；電子喉語音

英文關鍵詞：automatic speech recognition； autoencoder； discriminative autoencoder； semi-supervised learning； noisy speech recognition； end-to-end speech recognition； low-resource language； multilingual； electrolaryngeal speech

中文摘要：在各種人機互動的應用中，語音辨識扮演不可或缺的角色。隨著神經網路及深度學習的發展，單一語言(特別是英文、國語、日文等強勢語言)、一般環境的語音辨識效能已經很好，但是多語言語音辨識、低資源語言語音辨識、帶噪語音辨識的效能仍待提升。我國是多語混用的社會，除了國語外，其他常用語言(包括台語、客語及原住民語)的語音辨識及多語言語音辨識技術仍待開發。另外，對發聲器官發生病變或手術受損的病患而言，利用語音處理技術改善他們的口語溝通更是刻不容緩。本計畫除致力於提升語音辨識的技術層次，也配合我國的口語使用現況開發相應的語音辨識技術，希望所有的族群都可以享受語音辨識技術及系統帶來的便利。