關於 正時皮帶異音 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【我在打我的小孩，關你什麼事】
兒童虐待近來在我國成為重大關注的議題，據衛福部2006至2016年之統計，兒虐事件的施虐者皆以父母佔最大宗（約佔65%-80%），而「管教子女」則為父母施虐最主要的原因。在此即顯示一個許多人關切的問題：「管教」與「虐待」的界線到底為何[1]？
　　
父母在對孩子行使懲戒權時，千萬不要有「我在打我的小孩，關你什麼事」的想法，原則上我們都希望孩子們能在身心健康的環境下成長，管教過當傷害到小孩的身體，危害到小孩的生命等等殘酷的手法，就是親權的濫用，親權濫用的結果，在民事上會構成親權的停止行使和損害賠償；在刑事上要負起傷害、妨害自由的刑責，也會因此被認定為是家暴，同時孩子更可能被安排保護安置。孩子的未來要靠你我守護，孩子不是父母的資產[2]。
　　
■民法第1085條規定：「父母得於必要範圍內懲戒其子女。」
我國民法1085條規定：「父母得於必要範圍內懲戒其子女。」，此賦予父母懲戒子女的權利（即「懲戒權」）。若父母過度懲戒子女，於刑事上可能構成傷害罪、強制罪、私行拘禁罪等，民事上則屬親權之濫用，可能遭停止親權、或成立侵權行為。然若於「必要範圍」內之懲戒，則屬合理管教而得阻卻違法[1]。
　　
■防疫當前，兒少家暴通報數據卻創新高：10大虐童工具，拳頭、掌摑為首：根據衛福部資料顯示，2019年兒童少年保護通報案件高達73,973件，創下歷史新高；另2019兒童少年保護開案人數更來到高峰，達11,113人。受虐兒少中有46.4％為身心虐待、27.3％為不當管教。
　　
「家扶基金會」調查發現，臺灣常見的虐童工具包括拳頭與掌摑、衣架、皮帶、木棒、不求人、愛的小手、腳（踹）、水管、菸及雞毛撢子。最常受虐的部位包含手臂、背部、大小腿、臀部、臉部、頭部、耳朵、腹部及肩膀。家扶基金會執行長何素秋表示，隨手可得的生活工具常被誤用，成為虐兒者的幫兇或父母管教孩子的武器，且兒少受虐的部位都較為隱密，不易被旁人發現[3]。
　　
■父母看到成績就抓狂，約佔兒少管教不當通報 3成
「新北市政府家庭暴力暨性侵害防治中心」公布一份數據，顯示父母打小孩的原因中，有近3成是因成績未達期待而被打到受傷通報，家防中心主任許芝綺表示，孩子在恐懼中只能先求生存與安全，不會有心思學習，呼籲家長控制情緒、正向教養、不打小孩，必要時尋求專業的協助。
　　
家防中心指出，新北市2020年兒少保護案件約4,557件，其中不當管教占65.8%，細分父母管教小孩的原因，除了孩子的態度不佳外，有近3成是因孩子的成績未達期待。而配合「國際不打小孩日」在學校推動紫絲帶學堂教育，請學生畫下感想；一名小六生畫下一個酒瓶，其中父親拿著長藤條正要打小孩，旁邊寫著「生你有什麼用？成績考那麼爛！」「隔壁某某都考得比你好！」「去罰站！」也顯露出孩子在責打教育下的陰影。
　　
家防中心許芝綺主任指出，就讀國小5年級的小明，數學成績從85分驟降到70分，面對父母責問卻說不出成績退步的原因；父母對他說，下次成績如果沒達到80分，一分打一下。不料，下一次成績再掉到65分，媽媽一氣之下，把小明的手心手背打得瘀青，隔天小明在校被老師發現，經老師聯繫說明，媽媽才知道是最近幾次數學考試題目較困難，全班平均分數僅60分，頓時也覺得相當懊悔。
　　
許芝綺主任表示，孩子面對恐懼時，只能先求生存與安全，是沒有心思學習的；她建議，當孩子與家長的期待不符時，不妨先深吸一口氣冷靜，告訴自己「孩子並不糟，或許是我的期望過高！」用正向寬容的方式，不比較」、「不批評」、「高支持」，當情緒不暴走，才能冷靜地用正向的態度來教養孩子，必要時可尋求老師、醫師、心理師和社工師討論，讓專業的來拉一把[4]。
　　
■鄰居外人通報僅3.4％，呼籲大眾別漠視家暴
先前曾發生彰化一名繼父疑似因4歲繼子吵鬧，狂毆後扔到大街上致死的悲劇，當時報導就有鄰居表示時常聽見其家中毆打小孩的聲音，對於未能盡早通報感到懊悔不已。
　　
社會普遍認為，1、2次的打罵算管教，是他人的家務事，旁人不好插手，這種情況可能讓兒虐情事一再發生，何素秋執行長呼籲社會大眾若能機警觀察並正確通報，就能阻止下一個遺憾。施虐者大多為兒童熟識的人，且發生地點大部分都在家中，因此當兒童遭受虐待或發生意外傷害，社區鄰里、親屬網絡若能快速發現並且及時通報，就能避免兒虐傷害的憾事發生。
　　
當發現身邊小孩身上有明顯的新舊傷、情緒極度不穩定，或是聽到異常的寶寶哭喊與家庭爭吵聲，都是虐童的可能訊息。若懷疑有虐童事件，可以立即撥打113婦幼保護專線通報，透過專業的社工員接線服務，如各縣市政府社會局處、或者其他兒童保護單位，讓社會關懷的力量，即時進入有需要的家庭中[3]。
　　
■教養或兒虐，父母懲戒權的一線間
從法院的實務經驗來看，與家暴、兒虐的有關案件中，身為加害者的父母幾乎都會提出「懲戒權」的抗辯，輕則罰站、命令子女交互蹲跳、關禁閉，重則以甩巴掌、用水管、衣架、熱熔膠條、皮帶等各種物品毆打成傷或剝奪食物、睡眠等基本維生需求。但難道對子女行使懲戒權，就等於可以體罰甚至虐童嗎？答案當然是否定的。
　　
相信每個選擇體罰的家長都多少出於無奈，但如果父母無奈到只能出動體罰才能讓孩子「聽話」，根源也許出在親子溝通方式出問題、孩子藉由不聽話表達隱性的心理需求、教養責任過度集中在其中一方，甚或許多親子關係的不和諧，是婚姻關係不和諧的產物等等。體罰只是膝反射解決眼前難關，而忽視背後真正的教養難題。
　　
或許我們不妨換個角度思考，身為成年人的父母，對孩子的應對姿態，永遠是有所選擇的。我們可以生氣、可以沒耐心，可以有任何情緒，但面對「不聽話」的孩子，也可以先好好沈澱感受一下自己是在對什麼生氣，是孩子真的犯了什麼糟糕的錯，還是只是氣孩子沒有滿足你的期待？
　
孩子因父母而來，但不是為了父母而存在，以高壓管控強行捏塑孩子應有的模樣，孩子可能因此掩去自己真正的樣子[5]。
　　
　　
【Reference】
1.來源
➤➤資料
∎[1]父母懲戒權範圍之實證研究：https://web.ntnu.edu.tw/~hlshao/107_DH/punish.html
∎[2]管教小孩的界線與管教過當？（文：梁維珊律師）：http://www.cdlaw.com.tw/modules/news/article.php?storyid=196&uid=
∎[3](嬰兒與母親 懷孕生產育兒情報)「兒少家暴通報增，10大虐童工具竟以拳頭為首」：https://www.mababy.com/knowledge-detail?id=10523
∎[4](自由時報)「父母看到成績就抓狂 約佔兒少管教不當通報 3成」：https://news.ltn.com.tw/news/life/breakingnews/3516533
∎[5](鳴人堂)「李宜穎／不打不成器？教養或兒虐，父母懲戒權的一線間」：https://opinion.udn.com/opinion/story/121734/4929491
　　
➤➤照片
∎[3]
　　
2. 【國衛院論壇出版品 免費閱覽】
▶國家衛生研究院論壇出版品-電子書(PDF)-線上閱覽
https://forum.nhri.org.tw/publications/
▶氣候變遷與健康：https://forum.nhri.edu.tw/book-106-1/
　　
3. 【國衛院論壇學術活動】
▶https://forum.nhri.org.tw/events/
　　
#國家衛生研究院 #國衛院 #國家衛生研究院論壇 #國衛院論壇 #衛生福利部 #衛生福利部社會及家庭署 #兒虐 #兒童虐待 #管教 #虐待 #懲戒權 #家暴 #教養
　　
家扶基金會 / 新北市政府家庭暴力暨性侵害防治中心 / 衛生福利部 / 衛生福利部社會及家庭署 / 財團法人國家衛生研究院 / 國家衛生研究院-論壇

今天在錄音的時候想起一件事，我覺得很有趣可是有點長，但我還是想分享，作為紀錄我還是把它寫出來與大家分享。
-
我常常講起我小時候的一段故事。

小時候，我非常不喜歡練琴，拜託誰喜歡啊，我到現在還是不喜歡練琴！甚至很羨慕別人家的小孩下了課或放假都可以出去玩，而我就必須窩在家每天練鋼琴一個小時、長笛半小時。

我常常告誡學生要好好練琴，但我也要自首我以前也常常在房間練樂器的時候，偷偷地放錄音帶假裝我在彈鋼琴或吹長笛，但結果我只是在房間偷看從柑仔店買回來的小叮噹漫畫（一本5塊超便宜！）吃著我最愛吃的五毛錢一個的可樂糖。

這也很緊張好不好！被抓到屁股花肯定要被皮帶甩到開花裂成兩半。
.
因為不愛練琴的結果，大家也知道上課的時候肯定會彈得、吹得慘兮兮，我是一個面對老師極度害羞的人，又是一個臉皮很薄被罵很容易感到羞恥的人，要讓我跟老師承認我沒練琴可能比讓我踩按摩步道還要難。
.
那怎麼辦？
.
總之不管怎麼樣，為了避免被罵、被關注，我就是要硬著頭皮在上課的時候，「必須要」把譜上的記號和音都彈對，這樣我才能放心的下課。
.
我是一個很懶的人，也就只有這樣，我才能騰出更多的時間摸魚，硬著頭皮視譜，在極度有限的時間裡非常有效率地把一首曲子從頭到尾完整的迅速走完、吹完，然後盡可能地馬上記起來，讓我下一次也不需要練太多就可以彈的一模一樣好，這樣我回家就可以繼續偷懶播放錄音帶看小叮噹了！
.
隨著年紀越來越大，要演奏的譜越來越多，難度也跟著水漲船高，漸漸地這樣的方式已經不足以應付困難的大曲子，甚至節奏異常複雜的音樂。

但我真的很討厭被罵，更不喜歡因為練不好而被老師盯上，被盯上的感覺讓我渾身都很不自在。可是，我真的不是很喜歡練琴，練琴真的很麻煩可是又不得不練。
.
那怎麼辦？
.
於是我開始去觀察各種風格的音樂都怎麼演奏，作曲家都怎麼寫，演奏員都怎麼做，作曲家會不會為了方便而複製貼上某一些段落？或是對某項樂器不太了解的情況下，為了也可以方便又簡單的演奏而刻意寫的符合演奏員的能力呢？

後來發現同樣的樂句，經過不斷重複的堆疊和變化，音樂的力量會不斷地被累積起來，重複很多次的地方會刻意地在一些小細節做裝飾或少1、2顆音來做空拍，讓音樂富有層次和張力。

而某一些單旋律的線條或是鋼琴上的和聲進行，常常會採用固定的模式，只要你夠了解那一段旋律，就能夠輕易的辨識出下一段相似的旋律在哪裡，不需要重複練習同樣的旋律和困難的句法。

只要好好的把最主要的那條旋律學會，其他相似的用視譜就可以很快的發現熟悉的模組和組合排列方式了！這樣我不用練太久就可以達到同樣的效果，超懶！
.
對於節奏上我也是弱雞，常常抓不到想要的拍子而吃了很多的苦，甚至被別人白眼。

可是不斷重複同一段粵劇死命地練根本就不符合我的性格，重複超過三次我就覺得煩了，更何況老師常常會建議我們要練同一段困難樂句超過100次，天啊！那時候我就想說可是我想拿更多的時間放空、看電視、看漫畫、寫網誌、刷MSN啊！
.
那怎麼辦？
.
有一次在學校琴房練習的時候，聽到隔壁間的人正在彈一段自由樂段，但他的節拍器卻很死板又大聲的發出很固定的嗶嗶聲，但是下一幕神奇的事發生了，他的自由樂段彈到最後居然跟節拍器死板的聲音搭在一起了！

於是我開始發現節拍器裡面有各式各樣的功能，可以幫助我們建構各式各樣的節奏內涵。我開始在聽音樂的時候打開節拍器，把click轉到非常的細碎，後來發現只要你聽得懂音樂中的細碎拍，節拍這件事是可以很輕易地被創造出來的。

後來聽了小提琴家Joshua Bell所演奏的音樂之後，更確定了這條訊息。

「只要聽得懂音樂中的細碎拍，節拍這件事是可以很輕易地被創造出來的。而節拍，就是讓音樂發出迷人的靈魂之聲的泉源之一，也是令人動容的音樂來源。」

「音樂是時間的藝術；而藝術源自靈魂，源自你心中的細碎拍。」

良久思考而得出的結論，成為了我至今長笛演奏和音樂創作的根本，這是我立志成為專業長笛演奏員的準則和標配。

分享給所有和我一樣正在這條路上衝刺的專業長笛演奏員，或是未來你也想走這條路，我會走在你前面嘗試完意想不到的困難，早一步撞破那道牆、掙脫那道枷鎖，我希望我正在走的這條路，在未來能適合更多的人選擇，發揮創意和觀察力去看破約定成俗的思維，結合前人的模組滋養你自己的模組，長出新芽，回饋給你的下一代。

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

不只外在美，還有內在更美 文：Lee388
STST 《Motus II DQ》懸浮直驅式黑膠唱盤

不知道大家起初接觸黑膠唱盤這個玩意時，會不會被很多名詞嚇怕，使到大家望而生畏，我記得當年我初嘗黑膠時，並沒有互聯網，初學調校黑膠唱盤沒有前輩教路，我是從圖書館借一些相關書籍和看音響雜誌來學習黑膠的調校細節，了解各式各樣名詞，從中知道怎樣安裝黑膠唱盤，我就是這樣開始進入“黑社會”行列。相對起今天上網找資料和看影片，要獲得調校黑膠唱盤的知識可謂容易得多，不過有時網上資訊太多，亦不是全部正確，不像書本和雜誌始終經過校對才出版，所以大家想玩好黑膠還是親身接觸，落手落腳調校來得實在。

提到黑膠唱盤相關名詞，我和大家先分享以下這些：
硬盤：當然這個不是電腦上的儲存資料的硬盤（hard disk），這是指黑膠唱盤沒有任何懸掛，是用轉盤本身的重量來對抗外來的振動，這類設計的唱盤一般稱為硬盤。

軟盤：在黑膠唱盤發展初期，軟盤是比硬盤早發展，軟盤是指唱盤的摩打、轉盤和唱臂承托部份是有懸掛結構承起，目的是阻隔外來的振動，而這些懸掛結構就包括彈弓、橡筋等物料。

帶動：驅動摩打經皮帶帶動轉盤轉動。至於這個皮帶，不同廠家會用不同物料。

直驅：這是指帶動轉盤的摩打是直接驅動轉盤轉動，摩打往往就是轉盤軸承的一部份。

世界首個直驅軟盤
為何要在這篇試聽報告之前大費周章與讀者們溫故知新？因為今次為大家介紹這個來自德國的STST Motus II DQ黑膠唱盤，它的設計是相當獨特，這是一個直驅軟盤（懸掛式）。可能大家會問這個設計有何特別？不也是上面提到這些設計嗎？大家沒有錯，這個Motus II DQ黑膠唱盤表面上也是傳統方式設計，不過當大家再細想一下，我們一般認識的黑膠唱盤當中，是沒有一個以直驅轉盤來結合軟盤設計的（如果讀者們知道有這樣設計的黑膠唱盤，請告知小弟），通常直驅唱盤大都採用硬盤式設計，這個就是Motus II DQ黑膠唱盤的最大特色，直驅軟盤可能是世界首個！

在未開始介紹Motus II DQ黑膠唱盤前，我先簡單介紹這家來自德國的STST廠家，這家公司的創辦人和設計師是Mr. Stefan Strohmetz，而公司的名稱STST就是取自他的姓氏和名字的頭兩個字母，原來Mr. Stefan Strohmetz年青時已經醉心研究黑膠唱盤，並於1985年創立STST這家公司，而且開始設計及製造黑膠唱盤、唱臂等黑膠相關的產品。

如果大家只憑肉眼去看這個STST Motus II DQ黑膠唱盤的外觀只是上圓下方的傳統黑膠唱盤，而廠方可提供不同木紋的唱盤外框給買家選擇，可是當用手輕按轉盤時，會發覺轉盤在上下晃動，原來轉盤與臂板是懸浮設計，當然這個也沒有什麼特別，一般軟盤也是這樣，不過當把Motus II DQ的外框拆開，這時看到一個非比尋常的內部結構，坦白說當我首次看到時，我也嚇了一跳，真的從未見過一個黑膠唱盤內面會這樣複雜。

開始試聽
這次試聽這個STST Motus II DQ黑膠唱盤是在寒舍進行，唱盤是放在CMS Black Diamond承板上，配合的唱臂和唱頭是我的參考組合，這包括Thales Simplicity II唱臂和Lyra Atlas動圈唱頭，唱頭放大是Burmester 808MKV前級內的MC II模組咭，經Burmester 808MKV前級以Burmester平衡線接到Burmester 909MKV後級，再以Burmester Silver喇叭線接到TIDAL Contriva G2揚聲器，而近期在Contriva G2每邊其中一隻釘腳上接了一條ASI Static Cable，據講這條線有導走振動的作用，接了之後發覺聽多了揚聲器發出的細節，今次試聽這個Motus II DQ黑膠唱盤正好表現出這個唱盤的寧靜度。

疑問重重
試聽這個Motus II DQ黑膠唱盤前是充滿著疑問，一般說法直驅唱盤不及帶動唱盤寧靜，不過根據廠方的資料，Motus II DQ唱盤內的摩打溢散出來的抖動能量只有0.5 Watt，比起傳統帶動唱盤的5 Watt低了10倍，所以產生出來的噪音和抖動會比帶動唱盤更低。還有我也試聽過不少帶動唱盤，很多時噪音和音染的來源就是來自帶動的皮帶，到底這個直驅唱盤是不是完全可以克服以上問題？另外一個疑問是Motus II DQ唱盤採用軟盤設計，傳統說法軟盤是偏向音色的取向，還有當調校好後，經過一段時間就需要再調校，不過據STST廠方說法，就以上問題Motus II DQ唱盤採用一些嶄新的方法來處理軟盤，首先軟盤經過一段時間使用就需要調校，最主要原因是三個受力的彈弓承托的力量不均，所以經過了一段時間後這三個彈弓就自然各自有不同的變化，而Motus II DQ唱盤就是採用砝碼來平衡唱臂這邊比較重和受力的問題，使到各個彈弓平衡受力，還有所採用的彈弓不是傳統的彈簧，是廠方特製品來避免以上問題。最後的疑問，直驅與軟盤結合，這是我從未接觸過，是不是如理想中兩種設計的好處也發揮出來，還是各自的缺點反而表現出來？既然是這麼多疑問，單憑外表也不能知道，最好就是親手試聽來取得結果。

寧靜度超級優異
在寒舍開聲的STST Motus II DQ黑膠唱盤，第一個給予我的聽感是相當寧靜，當唱針落在唱片上沒有音樂的位置時，在揚聲器好像完全聽不到有半點聲音，正常是有一點點底噪，就是因為這樣，我有好幾次落下唱針後也不奇然要看看唱針確認是否已經落在黑膠上，這是我試聽過所有帶動唱盤從來沒有的經驗，有這樣的優勢，音樂播放時自然更能播出音樂中最細微的細節，使我有點好像聽CD的感覺，大家不要誤會這個不是貶義，我想表達是這種寧靜度和安定感真的有如聽CD一樣，有以上的感覺，我相信是直驅盤免卻了皮帶，還有以浮盤設計來抵消外來振動有關。經STST Motus II DQ唱盤播放不同種類的音樂，我發覺這個唱盤沒有特定的音色取向，這是偏向中性，盡量還原出唱片上記載著的音樂和情感，Motus II DQ沒有外加任何渲染。至於低頻的表現絕對聯想不到這是軟盤設計，低頻是充滿量感和細節，下潛力強，比起同級硬盤也絕不示弱，還有當播放大爆棚音樂這種規模感，絕對估不到是這等大細的唱盤可以做得到。另一樣優點是播放管弦樂的深度和闊度也相當理想，我估計這個與軟盤設計有關，聲音是相對寬鬆一點，而且來得穩定。

就以其中幾張用來試聽的黑膠來表達出以上聽感。先來超強的寧靜度，這張Ida Haendel《A Classical Recital》最能表現出來，Ida Haendel的拉奏力量可剛可柔，強弱之間的對比是最考驗器材，好多情況下強音是容易播得好，弱音是來得不易，而這個STST Motus II DQ唱盤播放這張黑膠是給我從未如此興奮，聽多了很多從前未聽過的小提琴輕微抖動的細節，小提琴泛音豐富，營造出一個非常立體的空間感，聽到小提琴發聲位置牢固地釘在空間中，與伴奏的鋼琴一高一低，比例適中，而鋼琴琴音清晰之外，這種琴腔衍生出來的低頻，給予我很少能在黑膠上感受得到這種穩定的感覺。

中性還原
Amanda McBroom的《Dreaming》黑膠可謂女聲名盤，一般聽到這張黑膠內Amanda的歌聲都是婉美、溫柔，這次經Motus II DQ唱盤播放下，使我有種不一樣的感覺，伴奏音樂同樣細緻、鮮明，不過Amanda的歌聲就如唱片封面她所穿著的絲質外套一樣，表面是滑不溜手，不過細看之下原來是暗藏皺褶。就像她的歌聲表面是甜美溫柔，不過Motus II DQ唱盤帶我進入一個更深的層次，可以聽到歌聲帶點沙啞，表現出更為細膩和深切的情感，可能大家熟悉這張唱片的發燒友未必知道我所表達的含義，這個我也明白，因為未用Motus II DQ唱盤聽這張黑膠之前，我也未曾有以上的聽感，我知道Motus II DQ唱盤不帶任何音色上的修飾，這是完全表露出黑膠內蘊含的情感，所以才可以有這樣不同的體會。

低頻表現力超乎預期
另一個疑問是浮盤一向是低頻相對較弱，所以找來這張《Adagio Albinoni》45轉黑膠來試試Motus II DQ，這是Gary Karr負責低音大提玩，Harmon Lewis負責管風琴，收錄了兩件低頻至超低頻同樣凌厲的樂器，這張黑膠我稱為踢館碟，如果帶去家訪，機主隨時會面黑黑望住你。看看Motus II DQ唱盤可否通過這個低頻考驗，坦白說浮盤播低頻，我之前聽過不少，可以達到那一個程度早已心中有數，所以也不會有太大期望能與重型硬盤相提並論，可是今次聽到播放這張《Adagio Albinoni》出來的效果比我預期有過之而無不及，兩樣樂器同樣清晰分明，低頻毫無混濁，可聽到低音大提琴嗡嗡的低頻滾動下仍可聽到拉弦的線條，管風琴的低頻震至褲管打振，亦可清楚分辦出的管風琴的位置比低音大提琴後，還有就算播至天崩地裂的音量，也沒有半分凌亂的感覺，不知這個是否與浮盤設計有關，聽到這樣宏亮，規模感豐富，還有迫力強橫的聲音，Motus II DQ唱盤處理低頻的能力高分過關，我找不到有任何可挑剔的地方。

最後，聽聽這張羅文的《情繫佛羅內斯》45轉雙黑膠，這個錄音是向顧家煇和黃霑致敬，當年是羅文飛到佛羅內斯以管弦樂團伴奏下演繹兩位大師的金曲。播放這首《明星》至中段有一些Bass Drum輕力敲打下的聲音，這個是極難播得好的低頻暗勁，而STST Motus II DQ毫無保留地播放出來。《今晚夜》開始時羅文引頸高歌的清唱段落，清晰聽到音樂廳的迴響，非常有現場感。還有樂團各樣樂器從近而遠，從左至右營造出色彩燦爛的場面，羅文千變萬化的情感，頌放出氣韻醇厚的歌聲，好像把他畢生歌唱的功力就在這個錄音展露出來，今次聽這個Motus II DQ唱盤的發揮，完全沒有辜負羅文的一番心機。

結語
不知道閣下選擇黑膠唱盤要有什麼條件？如果是以威猛外型先行，又可能以聲音甜美，播任何錄音都一樣靚聲為先決選擇條件，或者又以可裝得愈多唱臂就愈好。要符合以上選擇黑膠唱盤的條件，我相信這個STST Motus II DQ黑膠唱盤未必合閣下杯茶。可是如果閣下是以播放聲音準確為先，要找一個可以靜心欣賞音樂，不要每天左調右校的玩具，這個來自德國的STST Motus II DQ黑膠唱盤必定列入閣下選單之中，還有當我詳細試聽過Motus II DQ唱盤的聲音表現，我相信同價位的唱盤中，以聲論價這是其中一個最突出的黑膠唱盤，所以我已經把這個STST Motus II DQ黑膠唱盤列入我的目標。

STST 《Motus II DQ》規格：
懸浮直驅式黑膠唱盤
提供18V外置式電源供應
轉速：33 1/3 和 45
耗電量：5 W
呎吋：48 x 22 x 40 cm （WxHxD）
重量：20 Kg
定價：HK$98,800

另設Facebook群組Hi Fi 發燒圈，歡迎加入：
https://www.facebook.com/groups/454356881290493/

#黑膠 #粵語youtuber #黑膠唱盤

一聲鳥鳴，劃破長空。

拍翅下，見三圍六村環抱出屏山一貌。蜿蜒着的屏山文物徑，古木蒼翠，偶爾幾幢青磚土瓦明清建築老房子，石牆上的斑駁，在無聲歲月中落地生根，盤踞在石縫磚隙中，一身老氣，對照出旁邊高聳的新型村屋，卻又顯得特別驕矜。

那是一千年以前的事兒。渺渺時空，茫茫人海，都從中原南下，先在江西再往廣東後遷居於此，得豐盛水土，自稱「客家」，勤儉刻苦，莫失莫忘，且保留了中原古韻。

天真地以為能攀星摘月的七層古塔「聚星樓」，某年風災後只剩下三層，靜默地立在原地。古雅風流倒映在地下出現的一口古井，那一汪清澈冰涼的水中育有搖頭擺尾色彩斑斕的錦鯉，只是架在井面的鐵柵欄狠狠地破壞了錦鯉圖的美感。曾有不少文人進士，寒窗苦讀浪漫軼事的覲廷書室，門前一對蒼勁有力的端莊黑字「德澤流芳、祟山毓秀」，仍舊雋刻在硃砂紅木上，以書香墨魂冷眼河山變改、戰火無情和世事更易，正是千古江山，英雄無覓。


尋常巷陌中，那株開得姹紫嫣紅的簕杜鵑，一樹紫紅放肆任性的開在三層高的村屋前，然而再矚目也不及寫着「屏山盆菜」的大字招牌。

惜舊。一碟一碗皆有情
招牌底下昏黃的舊店裏，一時被兩邊一列長架上堆放着過千的碗碟所震懾，罎罐碗碟、沙煲罌罉，銅皮木製陶瓷，公雞、萬壽無疆、蟠龍翻雲、清花等花紋，有些是民國，甚至清朝時候製的，全是舊食具，也有盆菜、九大簋古盛器。短毛頭圓臉兒的店主鄧聯興(聯哥)，伸手把器笑謂：「全部都係呢條村好多家村屋拆嗰陣時丟嘅，我唔保留就冇㗎啦！」

聯哥是這盆菜店第三代傳人，也是屏山鄧氏的後人。隨時代變遷，圍村生活一點一滴改變了，舊東西正在消失中，他很想保留這裏的一事一物。碗碟叢中，電話猛烈又急促地響起，幾乎是從早到晚響不停，原來不少識途老馬惠顧過他，從此愛上那獨有的圍村客家風味，每年如燕歸來，都會在喜慶時節訂盆菜、九大簋。他拿起電話對客說︰「冇送貨㗎！對唔住！」


一般盆菜店為增生意，多設外送。聯哥寧願賺少些錢，卻堅持傳統，規定只可在鋪吃，或可訂在祠堂內的大地堂吃。「盆菜、九大簋屬於我哋圍村宴席菜，外送拎出去市區食，完全唔夾！要喺我哋條村食，咁先有風味！」他竭力保衛不單是一個失傳飲食，還有它的良美附景──

這天，就有村民大排筵席吃九大簋。「我有盆菜同九大簋，但九大簋佔咗生意嘅七八成。九大簋出面少做，係我至有！」聯哥、兒子Jeff、大廚及四五個女工，早在各有各活兒在忙，有的在巨型鑊前炒呀炒；有的將各款食物舀進銻盆，包上保溫錫紙；有的張羅執拾餐具和食物搬上貨車。眾人浩浩蕩蕩乘着車沿鄉村小路，直抵盛宴氛圍。

顯赫。祠堂寶地見昌盛
「九大簋，傳統喺祠堂食！」
頂着七百多年的歷史，鄧氏宗祠的雕樑畫棟，青磚紅瓦，在風霜刀劍下，仍汨汨細流着官宦世家一時的顯赫，鄧氏後人在此祭祖、慶祝節日喜事、父老子孫聚會等，無法撼動的熱鬧場面，記載着族人的昌盛，如一樹繁花。

繁花散落處，是這個過萬呎的大地堂前，擺好的二十多圍筵席，喜氣不言而喻。「通常我哋村民結婚、BB滿月、舊時新居入伙，同埋點丁燈，先會擺九大簋。傳統一圍枱人係雙數，所以要坐八仙枱。」八仙枱其實是四方枱，坐八個人，後期改為圓枱，人數再沒有規定。

開席了！祠堂門前的一根火苗，燃點藥引，數十萬台的紅衣鞭炮就措手不及在耳邊炸開，硝火及散開的紅衣頓時在空氣中飄飄而下，驚惶的心被期待開餐的興奮掩蓋。「喺祠堂擺酒近村屋，祠堂門前燒炮杖，村兄弟聽到炮杖聲，就知道開餐，走嚟食。」

上菜講次序，先來的是湯，其他出場不分先後，離不開雞鴨豬手冬菇……中間上子薑菠蘿，消滯去膩，最後才是小盆菜。「食到咁上下，主人家會逐枱敬酒，都係最長輩嗰個行先，譬如結婚，就由老爺奶奶率領。」

鄉情。添飯加菜作叮嚀
吃九大簋，味道其外，碗碗藏鄉情，像添菜，「主人家客氣啲，客人嚟到好似唔夠食，覺得唔好，會抽個裝食物嘅桶，譬如冬菇豬肉，睇吓邊啲唔夠，逐圍添加。」如有吃剩的菜，也會送給朋友親戚，充分如俗語說「又食又拎」般慷慨豪情。其他沒有請來的，主人家都會分給同巷，或隔離巷的鄉里，這份鄉土人情在城市裏，真正少見。

舊日請喜酒，取好事成雙，連餸菜也呈雙數，如「四簋」、「八簋」，但客家人認為九大簋的「九」與「久」同音，有長長久久之意頭，才有九缽。其實九大簋還有一款飯，加起來共十款，就是飯菜齊備，十全十美，人生的圓滿就捧在一手間，見證於觥籌交錯中。「以前唔係咁富有嘅，請食盆菜已經好好。係富貴人家，捨得使，先請九大簋，請最好嘅俾人食！」

昔時九大簋食材貴重，主人家一頓飯宴，揮擲千金萬丈豪氣。聯哥自小就見識有錢人排場，筵開百席是閒事，設流水席，大宴群親好友吃足三天三夜不足為奇，相比今天這樣的場面，當年盛況，由衷地帶點悲壯。

一碗。百菜百味筵席盛
「九大簋矜貴在每一樣餸都係獨立，唔似盆菜嘅食物混埋一齊，一菜一碗，比盆菜好食。」
簋，在古代是貴族放食物的器皿。他們客家人吃九大簋就用九個大簋放食物，後來簋經過演變，叫兩杉四缽。「杉，係大碟。缽，即係大湯碗。用碟同碗將餸分開嚟裝，唔好撈埋一齊。」

現時九大簋已全然以碗盛載，還因應時節調校不同菜式來宴客。「天冷天熱唔同，天熱煮清啲嘅好似梅子鴨，天冷煮南乳鴨，就濃啲。」口味的轉換，使人不易生厭。菜式獨立，百菜百味，使味蕾每次都有新衝擊，吃出其中的風味，這才是九大簋精緻之處。

近年在香港，大時大節吃盆菜愈演愈烈，愈趨普遍，但對吃九大簋，大眾多聞所未聞。

「做九大簋好少人識。譬如我同村都曾經有人做過，味道唔得，冇咗啦！美心啲大廚都嚟試食過，跟足啲餸推出，出晒報紙、電視，最後都係冇做。你唔係我哋圍村人，又唔係好似我做咗咁耐，係做唔到嗰種味！」聯哥帶點自豪說。
客家人靠山吃山，靠水吃水。九大簋菜式在不同村或會有差異，主要視乎村內有甚麼食材便用甚麼，如村有魚塘，便有淡水魚。或者宴席主人家的要求，捨得出錢的，便有山珍海錯。聯哥則身為屏山鄧族，傾盡識才，續承庥美。「我由細到大喺條村嘅九大簋大多都係呢九款，陳皮鴨湯、了酸豬手、黃酒雞、南乳鴨、炸門鱔、雞汁燴花菇、魚肉丸、子薑菠蘿、小盆菜，加埋雞鴨飯，總共十款。」

獨特。自家佳餚自家味
做九大簋，逐樣做，炆、炸、煮、燉、燴、滷、醃樣樣齊，比起盆菜，工夫多，利錢低，但聯哥廿多年來，仍恪遵一份客家人特色。其他人依循抄襲，卻做不到同樣的美味。他的九大簋味味是精品，首重用料精。「我哋嘅炆豬肉同了酸豬手，係用每朝劏嘅新鮮豬。」連炸門鱔都是新鮮即日捕，門鱔來價貴，外面會用較平宜的炸芋頭、炸花枝丸代替。「圍頭客家近海，舊時喺大埔東嘅海面有好多門鱔魚，所以我哋嘅九大簋一定有門鱔。」

再者，聯哥是元朗原居民，魚販和豬農必然將新鮮門鱔及本地新鮮豬先預留給他。而且坊間沒有多少人做九大簋，要煮出真正味道，他須用圍村傳統的獨有調味。「炆豬肉嘅麵豉醬，係用黃豆加麵粉自己整；黃酒雞嘅黃酒，用糯米同酒餅自己釀；子薑菠蘿嘅子薑，每年六七月啱時候用醋嚟醃，味道先正宗。」調味可說是做九大簋的靈魂，更重要還有手藝。

「煮九大簋，主角係做小盆菜嘅炆豬肉，豬肉炆得好，啲汁滲到入盆底嘅蘿蔔、豬皮同枝竹，成個盆菜都好味。」

他選腩肉和前胛，斬了件，燒熱巨鑊，下油，加入豬肉、香料、糖，之後加水。大灶火力猛，豬肉容易黐底，所以要揸起大鑊鏟不停攪動。一鑊豬肉，炆上一小時，來來回回翻廿多次。要懂得用力，不須太大力，順着力去剷。豬肉炒到六、七成熟，才下麵豉醬和南乳，既不黐底，醬料香味發揮得最好。他還有秘技，就是炆好的豬肉，不要趕着吃，攤放兩至三小時，更臻入味。

眾望所歸的炆豬肉，樣子紅彤彤，乾淨利落，不見有油水蔓延，鬆軟不油膩，吃時展露山賊氣質一口吃掉，入口的瞬間，豬皮帶點嚼勁，豬油與醬汁完美的邂逅，令嘴角上揚的味道，毋須言語，就有口水直流的魔性！

宗親。人人為我厚恩情
這無法停口的炆豬肉，手法技藝是傳承自聯哥父親，也是他人生的第一個大恩人。他父親以前在村裏務農，懂煮幾味撚手家鄉菜。遇有同村喜事要煮盆菜或九大簋，就會叫他來幫手。

「老竇完全係義務，永無托手踭，每次做完喜事，封番封利是仔，小小心意！唔會賺到錢。大家同村，你幫我、我幫你，人情味好好﹗」聯哥憶述說。聯哥十一歲起，就跟父親到祠堂煮九大簋，他充當小幫手，切菜起爐生火等。「我好鍾意做呢樣嘢，有得玩又有得食！」而父親負責掌勺，他看得多，慢慢學會了煮筵席菜。酒菜圍繞，鄉親為屏，長年累月浸淫在筵席的氣氛中，團聚的熱鬧、鄉里的恭親，種下對老鄉土深微綿邈的感情來。

九五年，其父因年邁而退休。「成條村都冇人做，我唔接手做，九大簋就會失傳！」他惟有繼承父親的衣缽，把手藝延續下去，也保留了當時碩果僅存的盆菜和九大簋。

「老竇係業餘，搵唔到食。我要開鋪，煮九大簋嚟做生意。」起初他的字號寂寂無名，三日打魚，兩日曬網，大拍烏蠅。同村的人知道他的難處，也念起他兩父子經常為村出心出力，都不時帶朋友回村，藉詞宴客，特意叫聯哥煮九大簋，讓他有生意可做。甚至容許他在富濃烈圍村色彩的祠堂擺席。

「最感激係同宗兄弟鄧達智，市區人先至認識我。」九五、九六年時著名時裝設計師鄧達智與傳媒、文化界，在圍村吃過聯哥煮的盆菜宴後，經過報道，盆菜開始廣受大眾認識，聯哥越見名氣，即使沒賣廣告，生意大旺。連明星周潤發、甄子丹、郭富城，政界唐英年、葉澍堃等名人都是常客。

人情，就是人人為我，我為人人，交心而生。「老竇教我，對鄉親要好，因為同村都係兄弟，自家人，有力出力，有心出心。」他對父親的教誨，仍刻記在心。像是每年清明拜山祭祖，他一切都以村事為先，年年為此都推卻不少大宗的九大簋生意，也幫族人煮山頭。只要村裏要他幫手，他從來都是義不容辭。

每朝六七點，天邊方呈魚肚白，沉睡的鄉村，巷弄後小門半掩，漆黑中廚房亮着一團燈光，冒出縷縷煙霧，傳出咔嚓咔嚓聲響。一個肥圓身影，汗涔涔地已提起鑊鏟，鏟挖着鑊中豬肉，繁忙的氣力活早就展開了。聯哥臉上仍含笑說︰「我幾乎日日都咁早，一直做到晚上六七點，十二三個鐘㗎！但一啲都唔辛苦！」
他奮力以煙火、菜甜、肉香，留住屬於圍村風味的九大簋，以食物的味道譜寫宗族和鄉村人情的記憶，透過節日、慶典，寄語一代又一代人的祝福，不忘祖、不忘根，如一根無形的絲線，把人與人拉近了。

撰文：孟惠良
攝影：陳秉謙、魯雋華

屏山傳統盆菜
地址：元朗屏山塘坊村36號(屏山文物徑路口)
電話：2617 8000
營業時間：11am-9pm
詳情： http://bit.ly/2UxOwEC

立即免費下載《飲食男女》App： http://onelink.to/etwapp
《飲食男女》網站： http://etw.hk
新店食評，名家食譜，一App睇晒！
立即免費下載飲食男女App： http://onelink.to/etwapp

即like《飲食男女》Facebook：http://www.facebook.com/eatandtravel

飲食男女網站：http://etw.hk

即刻Follow我哋Instagram，睇更多靚片靚相！
http://goo.gl/KwjNOE (@eat_travel_weekly)

btw,所有包裝已全部分類回收，大家有需要才買吧！

"譚杏藍CHEERS 痴日線音樂會2018" 正式公開發售！

售票請到：
http://www.aegtics.com.hk
演出日期: 2018年12月21日
演出時間: 晚上8時
演出地點: Music Zone
票價: HK$280


【追蹤HANA】
HANA TAM INSTAGRAM : HANATAM
HANA TAM FACEBOOK : http://www.facebook.com/hanahanahanatam
HANA TAM WEIBO : https://www.weibo.com/hanatam/

♥HANA の 推薦影片 ♥
➡譚杏藍 Hana Tam - #誰叫何里玉 Who's Holly Jade? (Official MV)
https://youtu.be/n9Exaz76sbk

※※※※※※※※※※※※※※※※※※※※※※※

以下是我在影片中開箱的產品,
有興趣又想買的可以click進以下的links：

居家家棉麻大號多格文胸內衣褲分類整理收納盒子
http://bit.ly/2PJnpHO

bear /小熊DRG-C12U1電多功能熱鍋學生宿舍泡麵鍋
http://bit.ly/2DkKATh

北歐歐慕矽膠折疊多功能電煮鍋全球通用旅行便攜式燒水壺
http://bit.ly/2SMfrN1

Carote麥飯石奶鍋不粘鍋寶寶輔食鍋泡麵鍋迷你小鍋熱奶湯鍋雪平鍋
http://bit.ly/2qvou84

Carote瑞士麥飯石煎炒鍋不粘深煎鍋平底鍋家用炒菜鍋
http://bit.ly/2Pfb6Uw

UdiLife/優の生活大師浴室矽藻土腳墊矽藻泥吸水速乾地墊
http://bit.ly/2SH9ssC

Xiaomi/小米 米家感應夜燈樓道衛生間臥室節能人體感應燈
http://bit.ly/2DmHJsX

Xiaomi/小米米家空氣淨化器Pro清潔空氣AC-M3-CA
http://bit.ly/2PFwpxP

汽車腰靠墊腰墊座椅護腰枕靠背靠記憶棉司機頭枕四季人體車用車載
http://bit.ly/2AMhlX1

車載空氣淨化器太陽能車用汽車消除異味甲醛車內加濕負離子pm2.5
http://bit.ly/2DkL8Zl

汽車收納盒座椅夾縫縫隙儲物盒車用置物箱車載掛袋車內用品中控
http://bit.ly/2PI0qgi

小佩可調節寵物碗斜口雙碗
http://bit.ly/2OrALUA

pidan貓吊床三角形貓窩 實木貓睡袋寵物床夏季
http://bit.ly/2SP5LkV

zeze喵星球貓抓板大號貓咪磨爪劍麻貓爬架
http://bit.ly/2SSLJ8T

nathome/北歐歐慕 NJS706香薰機LED小夜燈加濕器
http://bit.ly/2yWTUca

QCY t1 pro真無線分體式藍牙耳機 智能觸控操作 還原音質
http://bit.ly/2zyH7Mr

抖音網紅貓玩具打地鼠機木頭製手工幼貓成貓小貓咪寵物用品逗貓棒
http://bit.ly/2FaQtE9

竹庭樹形小書架學生桌上/落地兩用創意小書架
http://bit.ly/2RxLX3Z

假樹仿真植物裝飾 龜背葉大型室內旅人蕉綠植落地盆景擺件假盆栽
http://bit.ly/2RyZQik

Segway-Ninebot Drift W1平衡輪 百變玩法分離式九號電動平衡車
http://bit.ly/2PbIbR8

havit/海威特 M29無線迷你藍牙音箱鬧鐘手機小音響M29
http://bit.ly/2SSLU43

青鳥5mm天然橡膠瑜伽墊初學者加寬專業防滑瑜珈土豪墊
http://bit.ly/2D4QCXf

新款時尚迷你小腰包裝飾腰帶鏈條皮帶顯瘦可拆卸包包女PU皮帶百搭
http://bit.ly/2qtbGiB

少女心背景布 軟妹攝影 直播背景布場景佈置甜美流光閃閃房間裝飾
http://bit.ly/2P8cgRm


※※※※※※※※※※※※※※※※※※※※※※※

來來來，大家幫幫打字幕吧！ 這個影片需要英文，日文的字幕喔！

*字幕協力組*
如果大家幫我打字幕的話，我就可以有更多時間，拍更多影片
感謝大家的幫忙！
提供字幕 : http://www.youtube.com/timedtext_vide...

提提大家!
當您提交字幕時，別忘了勾選 [製作/演出人員名單中可註明字幕是由我提供] 方塊。
您參與製作字幕的影片發佈後，您的名稱和頻道連結就會顯示在影片說明中。

Video is using...
SONY A7R2