黑膠唱片比 CD 好嗎？類比與數位錄音的差異——《好音樂的科學》

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

15 組國內外藝術家與團隊，開啟新生命與未來情境的提問、想像與思索

「你是否曾想像，在身體中植入機械，人機融合並化身為賽博格的自己？」

忠泰美術館即將於 9 月 9 日至 2024 年 1 月 28 日推出全新當代藝術展《未來的生命，未來的你─數位、機器與賽博格》(The Future Life, Future You – Digital, Machine and Cyborgs)。延續上檔展覽中以建構城市與文明的基礎「人」出發，由反思擁有肉身的「人類」存在與本質，進一步探問「生命何為」，思考人與科技共構的未來生命情境與議題。本展邀請沈伯丞擔任策展人，匯集來自英、美、法、日、德國與埃及、西班牙、墨西哥、臺灣共 15 組國外內藝術家與團體，帶來 6 組全球首展與 4 組全臺首度亮相的新作，透過 AI 演算、大數據、深偽技術、穿戴裝置、賽博格等科技與藝術的結合創作，映射出藝術家們對未來生命形貌的多元想像。

生命何為：生命是什麼？能做什麼？為了什麼？

當 AI 人工智慧、機械穿戴手臂從科幻電影橋段躍入我們的日常生活中，科技改變生活，也逐漸影響了生命的樣貌與演化，生命開始超越人類肉身的物理型態時，我們又該如何去思考未來的生命與生活？忠泰美術館本次邀請沈伯丞擔任策展人，以其長期的藝術計畫「再・創世：智慧生命的衍生型態」研究為基礎，從生命是一個持續發展中、創造中的概念出發，策劃當代藝術展《未來的生命，未來的你─數位、機器與賽博格》，從藝術視角思辨，當科技介入了生活與生命，生物六大分類之外是否還將多出「科技界」？物競天擇「演化論」與科技始終來自於人性的「控制論」交會之下，未來的生命與生活情境又會有怎樣的想像。

沈伯丞表示：「展覽所意欲投射的並非僅是關乎生命的『科技』，更是關乎新科技情境中『生命樣態』的人文思索與美學關懷。」，展覽邀請了 Aiden Faherty、Hassan Ragab、Jake Elwes、JIZAI ARMS project team、Mal Bueno、Markos Kay、Martin Backes、Moon Ribas、Patrick Tresset、Universal Everything、陳乂、陳萬仁、陽春麵研究舍─陳姿尹、莊向峰、黃新、蘇匯宇，國內外共 15 組用創作回應科技浪潮的藝術家與團隊，透過3個子題「流動的生命與身體」、「數位裡的你與數位的它」和「機器、人與賽博格」，引領觀者凝視現場作品，直面新生命與新生命情境的提問、想像與思索。

「流動的生命與身體」 當科技鬆動了生命與身體定義

地球上的生命經歷數十億年的自然演化，形成了如今的物種樣貌，隨著科技的日新月異，無序且隨機的自然演化過程被演算與邏輯控制。隨著科技而流動的生命觀點與身體型態，恰是「人擇」的證明，人與動物、有機體與無機體，現實與虛擬之間的邊界逐漸模糊鬆動，生命與身體的型態也有了更多的解讀。

英國藝術家傑克．艾維斯（Jake Elwes）首度在臺展出的〈Zizi 動起來：深偽變裝烏托邦〉，將深偽技術（deepfake）與酷兒群體結合，從 AI 演算中誕生的變裝皇后們，在如同櫥窗的螢幕中不斷流轉變換軀體與角色，企圖反思人工智慧的族群概念，打破固化的性別與身體定義。臺灣藝術家蘇匯宇的〈The White Waters〉三頻道錄像作品，以「後人類」敘事補述經典傳說《白蛇傳》，從文本中人、蛇異種的身體流動，解構生物界的邊界。埃及建築師哈桑．拉賈（Hassan Ragab）的系列影像，提取人與建築的影像，透過 AI 圖像生成系統 Midjourney、Stable Diffusion 等，將建築從「生活機器」，幻化為能走秀、跳舞的人形「生物活體」。

美術館還將於 11 月中旬加碼開放忠泰企業大廳展區，展出英國藝術團體Universal Everything的知名作品〈變形〉，巨型人形影像，邁著未曾停止的步伐，宛如電影《驚奇４超人》般從石頭、火、水、金屬等自然的元素不斷地演化變形，映照著生命與人類的演化從不止息。

「數位裡的你與數位的它」 演算法環境中人類與生命的形象

當生命與身體在演化與演算交會時被重新定義，數位維度中對「自我」與「他者」的認知也將有所轉變。

1、「你」：人類於演算環境中的形象

關於人類於數位環境中對「自我」的認定，甫獲得林茲電子藝術獎的臺灣藝術團隊陽春麵研究舍─陳姿尹、莊向峰，於本展中將得獎作品《Inter net》系列延伸出兩組全新現地創作，接續探討 AI 演算中「我」的形象。空間互動裝置〈Inter net – Labeling me〉中，可見 AI 判讀標記、搜尋引擎記錄，以及機器人與觀者「眾包標註」下的「我」的形象。單頻道演算影像裝置〈The Portrait – The Crowd’s Portrait of Me〉與〈The Portrait – My Self-Portrait〉將描述藝術家的文本轉換成特徵向量，以看似雜訊的影像，勾勒出數位足跡中的認知肖像。

陳萬仁作品〈歪腰一下〉，位於美術館天井中，讓觀者以仰望的視角，觀看由藝術家 3D 繪製的人形，將現實去背進行數位縫合，行走於數位時空裡無止盡的空循環與延伸。墨西哥藝術家馬爾．布埃諾（Mal Bueno）全球首次展出的作品〈終曲〉，將與作品互動的觀者形象上傳到數位維度中，直覺呈現數位演算法中的「你」。

2、「它」：演算誕生的新生命型態

當現實生活中的元素與概念轉化成編碼再重新生成，人的意識與選擇，又會如何影響新生命情境？臺灣藝術家黃新的全新創作〈生成速寫：多肉植物園〉即時演算影像裝置，便是將多肉植物由演算法生成速寫畫，以程式的幾何造型來解構日常的場景。陳乂的人造風動模擬裝置〈風場〉，以風量、風向與風的聲音資訊作為採集與實驗項目，將 AI 演算法生成的數據模型匯入機械裝置結合，由蘆葦般的發光體演繹一段模仿自然風吹的搖曳姿態。

以數位人造生命為題，英國藝術家馬科斯．凱（Markos Kay）的〈非生物起源〉，直接在數位環境中生成擁有鮮豔色彩，如同細胞般的新物種，藝術家試圖透過創作生命探詢生命起源。在 TikTok 抖音擁有超過 50 萬粉絲的「Coolacloy」，創作者是來自美國的藝術家艾登．費海提（Aiden Faherty），本次展出的影像作品〈穿越超驗森林之旅〉為藝術家首次於國際間展出的作品，透過 AI 深層學習模型捕捉自然界資訊生成的生態系，讓觀者進入現實與想像無縫融合的《愛麗絲夢遊仙境》。

德國藝術家馬丁．貝克斯（Martin Backes）的擴增實境創作〈我知道什麼？我只是個機器？！〉，讓觀眾透過行動裝置與懸浮在美術館空間內的正圓球形機器人相遇、對話，藝術家試圖透過 AR 擴增實境昭示數位維度裡的新生命型態。

「機器、人與賽博格」 人與科技重新共構的生命情境

科技趨勢預言家凱文．凱利（Kevin Kelly）曾提出「科技界」的概念，即科技體為生命的第七種型態，而人工智慧的發展，彷彿回應著此概念，預告了人與機器之間的新關係網路。法國藝術家帕特里克．特雷塞特（Patrick Tresset）透過作品〈人類研究 #2─公雞與狐狸等的大虛幻〉，思考著機器、人之間的多重可能性。機器手臂進行素描繪圖，如同人類般觀察、提筆，探索著機器如何學習成人的過程，同時也由此行為反思機器的「創作」是否為創作？是否為「藝術」？

機器學著成為人，而人則試圖將肉體改造為混合機器的「賽博格」。被喻為世界上第一位女賽博格藝術家的西班牙藝術家穆恩．里巴斯（Moon Ribas），通過將地震傳感器植入體內，讓身體與大地的律動結合一體。首次在臺展出的作品〈在蒙塞拉特山等待地震〉為一支雙人舞作，由地球掌控節奏和強度，而藝術家則透過接收地震波動的強弱來詮釋舞曲。日本東京大學實驗室研究計畫的自在肢計畫團隊（JIZAI ARMS project team），則以外掛型態研究開發穿戴式機器人模組《自在肢》，形似電影角色「八爪博士」的穿戴肢，能由使用者自由改變其穿戴型式，試圖探索賽博格社會中，不同「數位賽博格」之間所能發生的互動。

忠泰美術館導入 AI 技術應用 生成語音導覽、展覽主視覺

忠泰美術館持續透過當代藝術展覽及視角回應美術館長期關注的「城市」與「未來」議題，忠泰基金會執行長李彥良表示：「科技帶領著當代生活不停地變動與發展，也改變著人們的生活型態與認知。我們該如何在這樣的環境中找到適應並前進的方式？希望藉由本展所開啟的對話，能提供我們對於近未來想像的素材與方向。」

館方也嘗試於展覽周邊事務中導入 AI 技術應用，包括結合 Bing Image Creator AI 繪圖工具製作的展覽主視覺，以及 AI 聲音生成技術製作的語音導覽等。本展中多件影像創作，忠泰美術館與連續 17 年全球電視銷售第一的三星電子攜手合作，使用擁有 AI 影像升頻技術的 Neo QLED 8K，結合量子 Mini LED 背光與金屬量子點顯色技術，呈現藝術家於數位維度的創作中，新物種、新生命情境的絢麗幻想。《未來的生命，未來的你》從 9 月 9 日展至明年 1 月 28 日，期間將陸續推出展覽系列專題講座、電影與漫畫共享沙龍、專家導覽等多元活動，邀請觀眾一同想像「未來的生命，未來的你」。更多展覽活動與看展優惠資訊，詳見美術館官方網站。

【展覽資訊】

展覽名稱｜未來的生命，未來的你─數位、機器與賽博格

展覽期間｜2023.09.09（六）-2024.01.28（日）

展覽地點｜忠泰美術館、忠泰企業大廳（臺北市大安區市民大道三段178號）

開放時間｜週二至週日 10:00-18:00（週一休館）；忠泰企業大廳作品展出時間請見官網參觀資訊

參觀資訊｜全票 100 元、優待票 80 元（學生、65 歲以上長者、10 人以上團體）；身心障礙者與其陪同者一名、12 歲以下兒童免票（優待票及免票須出示相關證件）

週三學生日｜每週三憑學生證可當日單次免費參觀

官網｜https://jam.jutfoundation.org.tw/exhibition/4337

• 文／樊家欣｜雅文基金會聽語科學研究中心　助理研究員 

P. LEAGUE 最大咖球星林書豪加盟鋼鐵人隊，帶領鋼鐵人打出新氣象，並獲選為籃球單月最有價值球員「三連霸」，堪稱史上第一人！你，也愛打籃球嗎？當你在體育館時，是否有察覺到周圍的聲音跟平常不太一樣呢？ 

迴響，能讓聲音隔空變魔術！

體育館一般有挑高的設計以及較大的室內容積，當其中有聲音產生，傳遞到周圍較硬的介質表面「反射」回來，而產生延遲和失真的現象，稱為「迴響（Reverberation）」。由於空間容積與迴響時間成正比，空間越大，迴響時間隨之延長。沒有進行吸音處理的體育館，運球聲、腳步聲、群眾吆喝聲等人造聲音將迴盪在空間中，聲音必須經過更長的時間才會完全消失，使人在體育館倍感喧騰。

善用設計，打造餘音繞樑的迴響聲學空間 

迴響在不同的空間，會因周圍反射的材質，展現不同的聲景樣貌，例如：音樂廳就是利用各種不同的「形狀」和「材質」來平衡聲音，再將之導向聽眾。

早期音樂廳的「形狀」只有鞋盒式，台北國家音樂廳就是歐洲數百年經典傳統鞋盒式音樂廳，平面觀眾席的聲響很好，但是後面的眺望台座位，由於天花板空間被擋住，與前面造成相異聲場，聲音就顯得不夠飽滿；而高雄衛武營音樂廳，其內部設計柏林愛樂廳一樣，採用的是葡萄園式音響設計，所有觀眾皆處在同一個屋簷下，觀眾席如同葡萄園般由舞台四周錯落展開，享受相同的音場，因此聲響均等優美。

從細部來看，「材質」平坦而堅硬的表面能反彈聲音、柔軟的表面可吸收聲音，粗糙的表面則會將入射的聲波散射。在牆壁和天花板上裝設經特別設計的嵌板，就能使聲音在抵達你的耳朵之前，先被調整並優化^[3]。藉由空間整體的設計，能讓迴響成為小精靈，締造優美的聲學空間。

迴響時間過長，對聆聽語音是個壞消息⋯⋯

美國國家標準協會（American National Standards Institutes, ANSI）於 2002 年建議迴響時間（Reverberation Time）少於 600 毫秒（= 0.6 秒）有最佳的語音理解和學習。在安靜的情境中，如果反射回來的語音較早抵達聽者的耳朵，則原聲和迴響會在聽覺系統裡整合，可能提升語音辨識度（Speech Recognition）；而較晚抵達的迴響，則不會與原聲有加成的作用，反而會遮蔽或模糊原本的聲音，而使語音辨識表現下降。除了語音辨識度之外，也可能因聲音的失真，而使聆聽變得費力。

聆聽費力度（Listening Effort）為一更敏感的指標，在一些迴響時間過長的情境中，即使語音辨識度沒有下降，但聆聽者可能因著迴響，而使聆聽造成負擔，或進一步使記憶或理解力下降^[5]，相關文章可以參考連結。因此，迴響時間過長，會提高語音辨識的難度和增加聆聽費力度。

善用科技，讓聽損者輕鬆聽清楚

一般人在有迴響的地方聽講可能會覺得比較不清楚或費力，而對於有聽力損失的人來說，會更容易受到迴響的不利影響^{[4] [6]}。因此，許多配戴助聽器或人工電子耳的聽損者，在聽講或聲音環境較為複雜的地方會搭配使用輔助聆聽裝置（Assistive Listening Device），如Ｔ線圈（Telecoil，又稱 T-coil）、藍芽及數位遠端麥克風等。此類裝置可將聲音訊號轉換，以無線的方式傳輸至助聽器／人工電子耳，來克服環境中迴響的干擾或距離因素，幫助聽損者聽得更清楚也更輕鬆^{[1] [2]}，相關文章也可參考連結。

綜言之，迴響在不同的聲學空間會產生不同的效應：在設計不良的空間會產生聽覺上的干擾，而在好的聲學空間則能使聆聽成為一種享受；另外，藉著輔助聆聽裝置也能幫助我們克服迴響等外部因素而有好的聆聽！

1. 吳彥玢（2019）。助聽器使用者使用數位遠端無線麥克風系統與動態調頻系統之比較〔未出版之碩士論文〕。國立台北護理健康大學語言治療與聽力研究所。
2. 林郡儀、張秀雯（2016）。校園聽覺環境及聽覺輔具之應用發展。輔具之友，39，29-34。
3. 凌美雪（2018年08月14日）。鞋盒式或葡萄園式、柏林愛樂黃金之音怎麼聽？自由時報。ltn.com.tw。
4. Brennan, M. A., McCreery, R. W., Massey, J. (2021). Influence of Audibility and Distortion on Recognition of Reverberant Speech for Children and Adults with Hearing Aid Amplification. Journal of the American Academy of Audiology, 33, 170-180. Doi: 10.1055/a-1678-3381.
5. Picou, E. M., Gordon, J., Ricketts, T. A. (2016). The Effects of Noise and Reverberation on Listening Effort in Adults With Normal Hearing. Ear and Hearing,37(1), 1-13. Doi: 10.1097/AUD.0000000000000222.
6. Xu, L., Luo, J., Xie, D., Chao, X., Wang, R., Zahorik, P., Luo, X. (2022). Reverberation Degrades Pitch Perception but Not Mandarin Tone and Vowel Recognition of Cochlear Implant Users. Ear and Hearing, 43(4), 1139-1150. Doi: 10.1097/AUD.0000000000001173.