最近開始流行基於語音的多媒體物聯網(IoMT)，被大量用於語音到文本的翻譯和語音控制應用。對於此類應用，核心技術是自然語言處理。我的研究團隊發展一套語音談話的IoT應用開發平台，稱為 VoiceTalk，詳細闡述了基於語音的IoMT開發問題。我們提出了一種新的自然語言處理機制，進行自動語音辨識，藉此發展了不少有趣的互動應用。
利用語音來進行電器控制較為簡單，例如燈光控制，或冷氣控制，只要轉譯為指令即可。其商業化的產品也都極為成熟，例如Google、亞馬遜(Amazon)及小米都有語音控制的產品。
而本文翻譯(voice to text transcription)這項科技的發展，其難度則遠高於語音控制，若無人文素養的加持，終將流於膚淺。個人淺見，最難之處之一，在於處理語句之間的停頓(pause)。寫文章時，句子內部主語與謂語之間如需停頓、分開的地方，就用像一隻小蝌蚪的逗號來標明。因此在進行語音辨識，轉化為文字時，聲音的停頓處，就被翻譯成逗號。然而如何找出「停頓」轉化為逗號，頗有學問。
「停頓」的運用之妙，存乎一心。厲害的作家及演說家，都各自有妙招，呈現他們不同的體會。馬克吐溫(Mark Twain)這麼說：「正確的用詞可能很有效果，但沒有一個用詞如同在正確的時刻暫停那樣有效。」蘇珊．桑塔格(Susan Sontag)則承認：「無可避免的，沉默仍然是對話中的一種語言形式和元素。」尤其，沉默也是一種回答，可微妙的代表不同意義，例如默認。
談說中在何時停頓，意思可能完全不同。換言之，在一串文字中放逗號於不同位置，意思會有很大差距。二次世界大戰時的汪精衛政權，有一位女作家名叫蘇青。蘇青的成名作，僅僅將逗點移動一個位置。《禮記．禮運》寫著：「飲食男女，人之大欲存焉。」這位女作家將之改寫為「飲食男，女人之大欲存焉。」當時民風保守。她的創作大膽前衛，自我物化，一夕成名。遇到這種語帶雙關的讀法，停頓的判讀變得很重要，否則轉譯成文字時，差之毫釐，失之千里，就貽笑大方了。
詩人朗誦時，我們的VoiceTalk若進入「詞」的模式，會將朗誦的詩下標點成為一闕詞。例如千家詩中的七絕詩《清明即景》:「清明時節雨紛紛，路上行人欲斷魂。借問酒家何處有，牧童遙指杏花村。」經過人工智慧，將標點符號挪移一番，就變成一闕詞：「清明時節雨，紛紛路上行人；欲斷魂！借問酒家何處？有牧童遙指杏花村。」我們正在思索如何利用VoiceTalk改變莎士比亞作品中的「停頓」，將莎翁的雙關語化為「三」關語。
現為國立陽明交通大學資工系終身講座教授暨華邦電子講座，曾任科技部次長，為ACM Fellow、IEEE Fellow、AAAS Fellow及IET Fellow。研究興趣為物聯網、行動計算及系統模擬，發展出一套物聯網系統IoTtalk，廣泛應用於智慧農業、智慧教育、智慧校園等領域/場域。興趣多元，喜好藝術、繪畫、寫作，遨遊於科技與人文間自得其樂，著有<閃文集>、<大橋驟雨>。
