ICSLP (International Conference on Spoken Language Processing)自1990年起，每兩年開會一次，今年為第七屆會議。主要討論議題為口語語音處理。此會議在語音訊號處理領域具有十分重要地位，每次皆有六、七百篇以上之專業論文發表。本次與會除於會議中以本所名義發表論文外，同時也可觀摩世界上其他大學及研究室於語音信號處理上最新的研發成果及發展趨勢，相信對於本公司語音訊號處理核心技術(語音辨識及合成)必有一定之助益。此次會議地點在美國科羅拉多州的丹佛市，會議時間為2002年九月十五日至九月二十日。主辦單位為科羅拉多大學，主要協辦單位為ISCA (International Speech Communication Association) 及 IEEE Signal Processing Society。由於ICSLP於西元雙數年舉辦，而另一知名國際語音訊號處理研討會 ––『EuroSpeech』 則於西元單數年舉行，為 ISCA主辦之國際研討會。今年會中決議往後要將此兩研討會訂定一統一名稱 –– 『InterSpeech』，強調國際間各語音信號處理研究機構及學術單位彼此間交流及合作會更加密切及活絡。 如前所述，此次會議共有700篇以上論文發表，共有1000人與會，其中包含學生250人。會議第一天為Tutorial Day，共舉辦六場專題演講。我參加了Adaptive Methods for Speech and Speaker Recognition Organizers 及 Psychoacoustics 兩場次。會議第二天至第五天為論文發表及專題演講 (Keynote Speech & Panel Discussion)。論文發表包含演講及海報兩種形式；除了一般語音訊號及語言處理技術外，另包含了九個 Special Sessions。這些 Special Sessions 的論文則以應用系統為導向，強調語音訊號處理於商業及教育(特教)上的一些發展及應用現況。語音訊號處理領域相關論文除了Speaker Adaptation、Speech Enhancement、Text-to-speech等技術外，其他兩個主要議題為『雜訊環境下語音辨識處理』以及 『Prosodic Information for Recognition and Synthesis』。個人覺得 Prosodic Information 應該是日後語音信號處理研究重心，除了應用於語音辨識及合成技術外，也可提供部分語者情感 (emotion) 資訊，相信能更進一步提昇人機介面之親和力。語言處理部分相關論文則多偏向語音辨識技術處理，除了抽詞、語言理解、及對話系統應用外，Information Retrieval 亦有許多相關論文發表。由投稿論文單位可看出，目前有許多研究機構(如 Microsoft、IBM、Philips、Nokia、日本 NTT、ATR等) 投入時間及人力從事語音加值系統之研發。其中又以 Microsoft尤甚。Microsoft本次發表數十篇論文，幾乎橫跨各領域，其企圖心不外乎希望短期內將 .NET 變成主流。而 .NET中之 SALT 計劃更希望取代 VXML，成為新一代結合網路傳輸及語音加值服務之標準，我想這是值得我們注意的地方。此次參加ICSLP 2002國際語音信號處理研討會，除了觀摩別人研究成果外，主要是於會中發表論文。論文名稱為『Speech Enhancement based on Generalized Singular Value Decomposition Approach』。本所發展語音技術多年。此篇論文是網路多媒體研究室中強健性語音辨認技術研發的一個研究項目，藉由廣義奇異值分解技術進行語音信號強健性處理，可將Noisy Speech 中之Noise 降至最低，進而能提昇語音辨識系統之效能。本論文是以海報型式發表，發表時參訪者十分踴躍，共有約30至40人來海報前聽取說明或交換心得，是一次十分成功之論文發表。另外也透過參加會議瞭解及蒐集語音處理相關發展的最新資訊與未來趨勢。藉著論文研討及技術交流，對於本所進一步發展語音相關科技將有實質的助益。