Loading [MathJax]/extensions/tex2jax.js

0

2
0

文字

分享

0
2
0

閨蜜怎麼會決裂?——透視《華燈初上》影響蘇媽媽與蘿絲媽媽友情的因素

雞湯來了
・2022/04/05 ・2555字 ・閱讀時間約 5 分鐘

  • 文/雞湯來了特約作者吳心予
  • 校稿/雞湯來了張芷晴、陳世芃
  • 製圖/雞湯來了實習生翁欣容
  • 編輯/雞湯來了蕭子喬

電視劇《華燈初上》以日式酒店為背景,描述劇中人物的愛恨情仇。其中最受到關注的是劇中兩位女主角:蘿絲跟蘇之間發生的故事。蘿絲和蘇在高中時期成為好姐妹,一路以來發生了蘿絲離家出走、蘇未婚懷孕、蘿絲因為前夫的債務坐牢、兩人共同經營「光」酒店、各自面對不同的愛情煩惱等等人生轉折的時候,蘿絲跟蘇都一直陪伴在彼此身邊、不離不棄。

「就像我和蘇一樣,有人在背後支撐妳,不管發生什麼事,只要有她在就心安」
-《華燈初上》蘿絲

然而,在第二季的劇情裡,蘇跟蘿絲親密的情感卻出現裂痕,發生激烈的爭吵。在爭吵之中,蘇頻頻說出傷人的話,甚至讓蘿絲拿起煙灰缸想要砸向蘇。是什麼原因讓原本要好的閨蜜決裂?原生家庭的溝通模式,如何影響她們的相處?

「同情就像一把刀子,一刀刺死我,這種你最擅長,

又假裝一副清高溫柔、與世無爭的樣子,妳就是要證明妳是最優秀、贏的那個。」
-《華燈初上》蘇

圖/《華燈初上》

女生的感情為什麼這麼好?獨特性的閨蜜情感

從蘿絲跟蘇的感情互動中,可以看到女性親密情感關係的獨特性,它自成一格,獨立於女同志以及異性戀關係框架之外。相較常見女性的人生規劃以原生家庭或另一半為主,劇中蘇跟與蘿絲都把對方當作人生規劃的重心,事業跟養育子女的計畫都與彼此相關。不論是生活安排或者情緒感受,蘇跟蘿絲的狀態緊緊相連,除了考慮對方的感受與處境,也將對方視為生命中重要的夥伴。

甚至當蘿絲跟蘇兩人在面對「情人跟閨蜜」二選一的情境時,都選擇了彼此。蘿絲跟江瀚在一起之後,蘇選擇隱忍自己對江瀚的情愫,支持好姊妹的感情。蘿絲與江瀚分手後,蘇與江瀚無縫接軌的戀情曝光,一開始蘿絲非常憤怒,但是蘿絲在蘇與他人衝突或遇到人生困境的時候,都站在蘇的立場處理事情,可見閨蜜情感對蘇跟蘿絲來說都勝過愛情。 

-----廣告,請繼續往下閱讀-----

《華燈初上》的劇情,讓我們不只看見愛情如何影響閨蜜情感,而是兩個原生家庭及婚姻破裂的異性戀女生,如何成為互相支持的角色,以及緊密的關係如何受到兩人的自我價值感、成長背景以及戀愛經驗影響,發生劇烈的爭吵與誤會。

閨蜜情感總是脆弱?3大因素影響友情

蘇跟蘿絲在學生時期跟成年後曾經歷強烈的爭吵,在吵架的過程中,可以看到兩人面對衝突時的不知所措。她們看待友誼跟處理衝突的方式,都受到家庭關係、自我價值感跟戀愛經驗的影響。

因素1|家庭關係影響溝通習慣

原生家庭的互動方式,大幅影響蘇跟蘿絲看待自我與人際關係的角度。蘇的媽媽與蘇之前沒有良好的溝通與照顧關係,導致蘇缺乏與親近的人溝通的能力。蘿絲的爸爸用權威的方式教育子女,所以蘿絲沒有機會跟父母表達內心想法,也無法被父母理解,年少的時候就離家出走。

因為兩人都生在缺乏良好溝通的家庭,每當蘇跟蘿絲的關係出現矛盾,都是用大聲爭吵的方式跟對方互動,無法順暢面對衝突。不管青少年時期或者成年後的蘿絲跟蘇,對於關係都缺乏安全感與溝通能力,無法坦誠對人際關係中的對象說出自己的感受與期望,只會習慣性地用傷害對方或自己的形式,期望情感關係朝向理想的方向發展。

-----廣告,請繼續往下閱讀-----

因素2|自我價值影響自尊與安全感

青少年時期形塑的自我價值,也進一步影響蘇與蘿絲的閨蜜感情。當青少年的自我價值感低落,認為自己不值得獲得友情支持,就不容易感受到身邊朋友的情感支持。

蘇從小被母親拋棄,在學校除了蘿絲沒有其他朋友,在戀愛關係中用激烈的手段離開或者挽留關係,對於人際關係有著強烈的不安全感與不自信,認為自己不值得被愛。低落的自我價值感影響蘇從蘿絲身上感受到的支持,讓蘇認為「蘿絲跟其他人一樣可能會背叛自己」,難以獲得關係中的安全感。

因素3|戀愛經驗影響自我覺察深度

戀愛關係的結束,可能引爆原本隱藏的感受,以及對閨蜜情感進一步的覺察,也可能因此動搖原本的姐妹情誼。蘿絲因為跟江瀚分手,發現堅強的內心也有脆弱的地方;蘇也在跟江瀚分手之後,發現自己面對感情沒有想像中理性,一旦面對破裂的關係,沒有復原的能力與勇氣。

蘇與蘿絲激烈爭吵後,無法面對蘿絲可能傷心的情緒,同時出於對於現有生活的逃避,離開與蘿絲共同經營的日式酒店,連股份也劃分得一乾二凈。

-----廣告,請繼續往下閱讀-----

閨蜜吵架怎麼辦?2個方法梳理過去、尋找關係共識

蘿絲跟蘇因為長期在生活上跟情感上互相扶持,累積了深厚的情誼,但感情在突發事件爆發後,引爆過去的家庭、自尊與戀愛經驗議題帶來的影響,尤其兩人跟原生家庭成員溝通不良的經驗,持續影響她們的友情發展,難以維持像是學生時期一樣的單純互動。

面對閨蜜情感中的爭吵,可以透過自我覺察與表達感受兩個方式,找到能夠一起長期經營閨蜜關係的模式。

  • 自我覺察|
    回顧過往的家庭關係與人際關係(戀愛經驗),思考過去與家人溝通的方式,能不能對家人說出內心的想法?心裡的想法有沒有被聆聽?跟家人互動的時候,能不能感受到愛和支持的正向感受?
  • 表達感受|
    從過去的人際互動經驗中,找到順利溝通的方式,用來與閨蜜表達內心想法。或者從過去不愉快人際經驗中,反思自己不適應的互動模式,以及期望的互動方式,並嘗試與閨密討論兩人對關係的期待,一起尋找共識。

參考資料

張晏榛(2011)。「非標準親密關係」的女性友「情」:以異性戀女性為例。高雄醫學大學性別研究所碩士論文,未出版。

許皓宜(2004)。姊妹情誼的舊曲與新調~戀愛經驗對成年前期女性友誼影響之探究。國立台灣師範學院教育心理與輔導學系碩士論文,未出版。

-----廣告,請繼續往下閱讀-----

Niobe Way & Melissa L. Greene(2006)。Trajectories of Perceived Friendship Quality During

Adolescence: The Patterns and Contextual Predictors。JOURNAL OF RESEARCH ON ADOLESCENCE,16(2),293–320。

-----廣告,請繼續往下閱讀-----
文章難易度
雞湯來了
51 篇文章 ・ 463 位粉絲
幸福,如何選擇?雞湯來了相信我們值得擁有更優質的家人關係。致力提供科學研究證實的家庭知識,讓您在家庭生活的日常、人生選擇的關卡,找到適合的方向。雞湯來了官網、雞湯來了FB

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

4
0

文字

分享

0
4
0
為什麼不要對重聽的阿嬤大叫──不只是沒禮貌的問題
雅文兒童聽語文教基金會_96
・2024/06/04 ・3173字 ・閱讀時間約 6 分鐘

  • 文/張逸屏|雅文基金會聽語科學研究中心 主任/研究員

端午節時,幼兒園大班的晴晴跟著爸爸媽媽回阿嬤家過節,晴晴興奮地跟阿嬤分享前幾天在學校聽的故事「紅盒子裡的祕密」,但是,最近開始出現重聽情況的阿嬤,常常聽不清楚或聽錯,不是說「啥?什麼?」,不然就是把「驢子爺爺」聽成「吳爺爺」。於是,晴晴不自覺地愈講愈大聲,希望能讓阿嬤聽清楚,當阿嬤還是聽得霧煞煞,晴晴只好更大聲!最後,大聲到爸爸從廚房跑出來罵晴晴:「怎麼可以對阿嬤講話這麼大聲、太沒禮貌了!」晴晴委屈地哭了起來……

大家應該都有碰過被身旁的人提醒跟這位長者說話要大聲一點的經驗吧?根據世界衛生組織的數據[1],60 歲以上高齡人口中,約有 1/4 的人患有足以造成生活障礙的聽力損失(disabling hearing loss)。然而,說話大聲一點,真的可以讓重聽的年長者聽得比較清楚嗎?一般來說,嗓門特別小的人,或是原本用悄悄話的方式在說話,這時提高到一般音量應該會有用。然而,若是一般音量的情況下,大聲說話、甚至大吼大叫,其實是不怎麼管用,更可能會有反效果的[2]。這樣違反直覺的情況,是什麼緣故造成的呢?

圖一/大吼大叫往往不會讓重聽的人聽得更清楚(圖片來源:Pixabay)

大聲不是比較聽得清楚嗎?

一般直覺上會認為,既然重聽或有聽力損失,就是講大聲一點應該就能聽得到了,不是嗎?事實上,由於「語音組成」及「聽力損失特性」這兩大因素,會使得加大音量卻反而有聽不「清楚」語音的問題。

然而,在解釋上述兩大因素之前,必須先釐清聽得「到」不一定聽得「清楚」。大家應該都有這樣的經驗,在有噪音或距離較遠的情境下,例如在廚房洗碗時,家人在客廳說話,我們會聽「到」家人在說話的聲音、也可能聽到大致的內容或是部份內容,但卻沒辦法聽「清楚」完整的內容、或是有聽錯的情況。而重聽或聽力損失的情況也很類似,因為聽力損失有不同的程度,一般年長者的重聽不會是完全聽不到的情形,因此老人家常會說「我都有聽到啊!是你講話不清楚。」

語音組成:聲母和韻母

那麼,當音量變大、卻反而「聽不清楚」,到底是什麼原因造成的呢?一般來說,聽不清楚的通常是指語音當中的聲母(子音)無法被完整地傳遞與接收。回想一下,小時候在學注音符號時,拼音時寫在上面的就是聲母(子音)、下面的則是韻母(母音)。圖二以「沙」(/ㄕㄚ/)為例,可以看出子音/sh/(聲母/ㄕ/,但只有氣音的部份)的部份音量小,且集中在高頻帶,而母音/a/(韻母/ㄚ/)的部份則是音量大,且相對集中在較低頻的區塊。然而,當我們試著說大聲一點,也就是把音量放大時,無論我們怎麼嘗試,都只能放大母音部份的音量[3],子音部份的音量都還是很小。甚至,我們可以試試看只針對子音的部份(如/sh/, /s/, /t/等音)「大叫」,會發現根本沒有辦法做到。

-----廣告,請繼續往下閱讀-----
圖二/語音的組成分為聲母(子音)和韻母(母音)。以「ㄕㄚ」(/sha/)音為例,從上半部的聲音波形可看出,子音(/sh/)的音量(振幅)比母音(/a/)要小得多;下半部則是聲譜圖(spectrogram),縱軸代表頻率,子音(/sh/)的頻率成份集中在高頻帶(黑色集中在較上方),母音(/a/)則是低頻相對較多。

然而,在語音中音量較小的子音才是主要提供清晰度的來源[3,4],曾有研究發現,若將語音中子音主要所在的高頻帶(1000 Hz 以上)去除掉之後,語音清晰度只剩不到 40%;反之,若將母音主要所在的低頻帶(500 Hz 以下)去除,語音清晰度仍有 95%[4]。試試看,若將一句話當中的子音都省略掉,那麼「他今天去上班」就會變成「阿因煙玉ㄤˋ安」,會變得非常非常難以理解。

聽力損失的特性:高頻通常較嚴重

大多數老年性的聽力損失是屬於高頻聽損[5],也就是在較高頻率的部份比較聽不清楚。這個類型的聽損者,就常會有前面所提到的感受:「我都有聽到,但我就是聽不清楚、沒有辦法理解內容!」而如果本文一開始提到的晴晴,因為阿嬤聽不清楚而愈說愈大聲時,卻如同前述,語音當中只有阿嬤原本就聽得到的母音部份變大聲了,但應該是要帶來語音清晰度的子音卻沒有辦法同樣變大聲。即使說話者不斷把音量加大,原本是希望能讓對方聽清楚,豈料適得其反,讓子音和母音之間的音量差距更大,更加劇了不清晰的問題,造成了愈大聲反而愈聽不清楚的矛盾現象。

助聽器科技來幫忙:音量壓縮

那麼,要如何才能讓重聽的長輩,或是聽力損失者能夠聽得清楚呢?如果對生活溝通已經造成困擾,應該要尋求專業耳科醫師和聽力師的協助,嘗試配戴設定適當的助聽器。助聽器的功能不只是放大聲音,還具備了「音量壓縮」的科技[6],讓小聲的聲音放大較多、大聲音量的聲音放大少一些。若套上前述子音和母音相對音量的概念,那就是能讓較小聲、原本聽不清楚的子音變得清楚,提高語音的清晰度。不過,配戴助聽器會需要一段時間的適應,同時也需要和聽力師討論生活上聆聽的需求,才能找到最適合自己的設定。並不是到藥局隨意買一副助聽器,以為戴上就能解決聆聽的所有困難喔!

和聽損者談話的小撇步:正常音量、稍慢語速、發音清楚

除了配戴助聽器之外,溝通策略[1,7]的運用也很有幫助註1。從前面的解釋已經了解到,大吼大叫對聽損者理解語音不但沒有幫助,甚至會有反效果。所以在語音本身上面,可以調整的部份不在音量,而是速度和發音清楚。因此,用一般的音量、語速稍微放慢、發音清楚一點但保持自然,這幾個小撇步可以幫助聽損者聽清楚。同時也可試著換句話說,或是搭配手勢動作來幫助理解。

-----廣告,請繼續往下閱讀-----

其他還有一些策略,包括先取得聽損者的注意力,讓他知道您在跟他說話,避免環境噪音或多人同時說話,這些方法可讓聽損者專注在要聽取的語音訊息上,並減少干擾。此外,建議環境的光線要充足,並可稍微靠近聽損者、讓他能看清楚您的臉部,這麼做可讓聽損者獲取臉部表情和口形等線索,幫助解讀語音訊息的內容,即便聽損者不一定有練過讀唇,但口形線索確實會有幫助,您可以留意看看在很吵雜時,若能看到說話者的臉及口形(當對方沒有戴口罩)時,會比較容易聽清楚。

相信若是晴晴運用了上面所提到的這些溝通策略,不但可以快樂地跟阿嬤分享在學校發生的事,享受愉快的祖孫親情時光,也不會被爸爸罵對阿嬤沒禮貌了喔!

圖三/與聽損者談話時,除了正常音量、稍慢語速、發音清楚等小撇步以外,在光線充足的地方談話,讓聽損者能看到說話者的臉部表情和口型輔助語音接收,也是很好的策略。(圖片來源:Pixabay)

註1 :欲了解更多溝通策略,可參考雅文基金會「聽損溝通小學堂」和「微聽損網站-聽說策略」

  1. World Health Organization. (2024/02/02). Deafness and hearing loss. Retrieved from https://www.who.int/news-room/fact-sheets/detail/deafness-and-hearing-loss
  2. Painter, K. (2013/03/10). How to talk to a hearing impaired person? Don’t shout. USA TODAY. Retrieved from https://www.usatoday.com/story/news/nation/2013/03/10/talking-hearing-impaired/1965127/
  3. DPA Microphones. (2021/03/04). How to improve speech intelligibility when amplifying the voice. Retrieved from https://www.dpamicrophones.com/mic-university/how-to-improve-speech-intelligibility-when-amplifying-the-voice
  4. DPA Microphones. (2021/03/03). Facts about speech intelligibility. Retrieved from https://www.dpamicrophones.com/mic-university/facts-about-speech-intelligibility
  5. Victory, J. (2024/02/21). Understanding high-frequency hearing loss: This kind of hearing loss affects speech clarity. Retrieved from https://www.healthyhearing.com/report/52448-Understanding-high-frequency-hearing-loss
  6. 張逸屏(2022/01/07)。長輩常抱怨助聽器噪音大?——孝子們該認識的「音量壓縮」科技。泛科學。取自https://pansci.asia/archives/339307
  7. UCSF Health. (n.d.). Communicating with people with hearing loss. Retrieved from https://www.ucsfhealth.org/education/communicating-with-people-with-hearing-loss
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

雅文兒童聽語文教基金會_96
61 篇文章 ・ 223 位粉絲
雅文基金會提供聽損兒早期療育服務,近年來更致力分享親子教養資訊、推動聽損兒童融合教育,並普及聽力保健知識,期盼在家庭、學校和社會埋下良善的種子,替聽損者營造更加友善的環境。

0

2
1

文字

分享

0
2
1
如果在虛擬實境裡尋找伴侶,真的可以建立舒服的戀愛關係嗎?——《元宇宙超圖解》
azothbooks_96
・2023/09/27 ・983字 ・閱讀時間約 2 分鐘

在元宇宙的世界裡,比較容易和價值觀相近的對象,談一場少摩擦的戀愛。

所謂的「談戀愛」,其實就是彼此價值觀的碰撞。

在價值觀日趨多元、細分的現代社會,實體世界裡的戀愛,情侶之間免不了會發生一些摩擦。

所謂的「談戀愛」,其實就是彼此價值觀的碰撞。圖/pexels

越來越多人在實體社會的戀愛關係中感受不到舒適,大眾認為「談戀愛風險很高」的傾向,更是一年比一年更鮮明。

可見「談戀愛」的魅力,正逐步下降。不論是在元宇宙內或外,都有一套很現代的方法可以解決這個問題,那就是配對服務。

-----廣告,請繼續往下閱讀-----

迴避戀愛和元宇宙

當我們對戀愛的價值觀細分化之後,在生活周遭便很難找到滿足條件的人選;但只要像在社群網站上找興趣相近的同好那樣,從一個規模龐大的母群體當中找出伴侶的話,發生摩擦的狀況,會比不假思索就交往的對象減少許多。

若想找更根本的解決之道,那麼元宇宙上還有一個獨門絕招,就是乾脆把伴侶化為虛擬實境的一部分——因為情侶在元宇宙上會隔著虛擬替身,建立起隔一道防火牆的溝通方式。

有些人會覺得「虛擬替身碰不到、摸不著」,不過,時下認為談戀愛不見得一定要有實體互動或性接觸的人已越來越多,或有些原本潛伏噤聲的族群浮上檯面。

想必今後會有越來越多人願意相信這不是逃避實體戀愛,而是元宇宙上的愛情,比實體更美好。圖/azothbooks

要是這些虛擬替身由 AI 操控的話,還能與另一半建立更舒適的戀愛關係——如果對象是 AI,不論是再怎麼極端的戀愛觀,或是任何性傾向,它應該都會接受吧!

-----廣告,請繼續往下閱讀-----

想必今後會有越來越多人願意相信這不是逃避實體戀愛,而是元宇宙上的愛情,比實體更美好。

——本文摘自《元宇宙超圖解:從刀劍神域到寶可夢,一小時讀懂78個概念,掌握本世紀最大商機》,2023 年 9 月,漫遊者文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
azothbooks_96
55 篇文章 ・ 21 位粉絲
漫遊也許有原因,卻沒有目的。 漫遊者的原因就是自由。文學、人文、藝術、商業、學習、生活雜學,以及問題解決的實用學,這些都是「漫遊者」的範疇,「漫遊者」希望在其中找到未來的閱讀形式,尋找新的面貌,為出版文化找尋新風景。