【EP14 [沙烏地阿拉伯] 台灣查某囡仔單車橫越沙烏地阿拉伯！揭開神秘面紗下的沙國女性世界 ft. 單車背包客Yoga】

#沙烏地阿拉伯 + #單車旅行 + #台灣查某視角 = 不可錯過的精彩壯遊故事！

甫從學校畢業的Yoga，獨自踏上了橫跨歐亞的單車壯遊之路，打算從中亞一路騎到歐洲，作為自己的畢業旅行；然而，路上從車友得知沙烏地阿拉伯正好開放觀光簽證，使她毅然決定改變計畫，來到這個幾乎沒有背包客踏足的國家，並且成功騎車橫跨了渺無人煙的沙漠。

這一路上原以為可以享受自己騎車的寧靜，誰知道身旁卻出現了一群人，如影隨形的糾纏著他們，這些人到底是誰？他們想做什麼？在這個2013年才開放女性騎乘自行車的國家，Yoga騎著車現身，對他們帶來了怎樣的震撼？在公共領域被完全隱匿、深藏於罩袍（Abaya）下的沙國女性世界，又是怎樣一番風貌？

在這集節目裡，就讓我們一起循著Yoga的足跡，突破極權統治、宗教戒律、家族傳統、性別框架的層層阻礙，挖掘神秘面紗下的沙國真實面貌，尋找跨越文化、宗教與性別的真摯友誼！

Show note ltsoj.com/podcast-ep014

🎙️ 來賓簡介：
Yoga，旅行一年的單車背包客，從吉爾吉斯帕米爾高原途經8個穆斯林國家，到達沙烏地阿拉伯的紅海海岸。

✅ 本集重點：
02:23 為什麼會選擇單車旅行，以及旅行路線
05:16 認識沙烏地阿拉伯：英國與鄂圖曼相爭的意外得利者？
10:45 講話要小心！談今日的沙烏地阿拉伯政治現狀
15:45 自行車旅行的安排方式
17:06 沙漠騎車露營，如影隨形的沙國警察
21:42 人民保母與恐怖情人，因為被跟蹤而獲得免費食物與住宿
23:50 女性單車客=稀有動物？2013年之前女性不能騎單車的國家
27:08 遇到想幫忙結果自己被幫忙的人
29:16 有幸被媒體採訪，沒想到播出來的卻是⋯⋯
32:58 男女隔離的互動模式、Sadiq（朋友）帶來的意外驚喜
35:42 旅館借宿時，遇上結婚派對，揭開面紗之後的神秘世界
38:16 在沙國交女生朋友，面紗藏不住的友情
42:13 掙扎一週才終於能踏出一步，緩慢的交朋友過程
44:31 沙國的另一面：都會女性、水肺潛水教練
48:05 不同家律嚴謹程度的影響，與光榮殺戮，性別暴力
50:35 結語

✏️ 勘誤與補充：
* 42:13處開始與女性朋友Ebtehaj的相遇故事，Yoga提到的「侄子」與「姪女」應為「表弟」與「表妹」，海外旅行久了中文稱謂不熟悉，還請大家見諒XD
* 本集上架時（2020/9/18），Yoga已經成功離開沙國，正在繼續往下一個目的地前進。
* 本集因為器材與地點限制，來賓是使用手機在戶外錄音，有些段落雜音非常重，實在無法去除，還請聽眾們多多包涵！

🔊 以下各大平台皆可收聽：
Spotify open.spotify.com/episode/7v9hnAmkISaNWHgV9IVgfw?si=Xcie1dcgQ6erDdSwy7qMxg
Apple Podcasts podcasts.apple.com/tw/podcast/id1518914711?i=1000491737508
Google Podcasts, SoundOn, Firstory, Baabao, KKBox
所有平台收聽連結請點此 ltsoj.com 或者直接搜尋「旅行熱炒店」
喜歡旅行、熱愛分享的你歡迎與我們合作！！
IG: instagram.com/travel.wok

#podcast #travel #播客 #音頻 #自助旅行 #中東 #伊斯蘭 #穆斯林 #沙烏地阿拉伯 #阿拉伯半島 #單車 #壯遊 #極權統治 #性別刻板印象 #性別暴力 #女權

AI 將可快速分離人聲、各式樂器等音源，Facebook 開源 Demucs 計畫

作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |

音樂源分離，是利用技術將一首歌曲分解成它的組成成分，如人聲、低音和鼓，這和人類大腦的工作很類似，大腦可以將一個單獨的對話，從周圍的噪音和一屋子的人聊天中分離出來。

如果你擁有原始的錄音室多軌錄音，這很容易實現，你只需調整混音來分離一個音軌，但是，如果你從一個普通 MP3 檔案開始，所有的樂器和聲音都被混合到一個立體聲錄音中，即使是最複雜的軟體程式也很難精確地挑出一個部分。

Facebook AI 的研究人員已經開發了一個系統，可以做到這一點──精確度高得驚人。

創建者名叫亞歷山大‧笛福茲（Alexandre Defossez），是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs，這個名字來源於「音樂資源深度提取器」，其工作原理是檢測聲波中的複雜模式，對每種樂器或聲音的波形模式建立一個高層次的理解，然後利用人工智慧將它們巧妙地分離。

笛福茲說，像 Demucs 這樣的技術，不僅能幫助音樂家學習複雜的吉他即興重複段落，總有一天，它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說，他的目標是讓人工智慧系統擅長辨識音頻源的組成部分，就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。

分解聲波的更好方法

聲源分離長期以來一直吸引著科學家。1953 年，英國認知科學家科林‧切爾瑞（Colin Cherry）創造了「雞尾酒會效應」這個詞語，用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。

工程師們首先試圖透過調整立體聲錄音中的左右聲道，或調整均衡器設置來提高或降低某些頻率，進而隔離歌曲的人聲或吉他聲。

基於聲譜圖的人工智慧系統，在分離出以單一頻率響起或共振的樂器的音符方面相對有效，例如鋼琴或小提琴旋律。

這些旋律在聲譜圖上顯示為清晰、連續的水平線，但是隔離那些產生殘餘噪音的撞擊聲，比如鼓、低音拍擊，是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件，但它實際上包含了不同的部分。對於鼓來說，它包括覆蓋較高頻率範圍的初始撞擊，隨後是在較低頻率範圍內的無音高衰減。笛福茲說，一般的小鼓「就頻率而言，到處都是」。

聲譜圖只能將聲波表現為時間和頻率的組合，無法捕捉到這樣的細微差別。因此，他們將鼓點或拍子低音處理成幾條不連續的垂直線，而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道，聽起來常常是模糊不清的。

夠聰明的系統來重建缺失

基於人工智慧的波形模型避免了這些問題，因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋，波形模型的工作方式與電腦視覺相似，電腦視覺是人工智慧的研究領域，旨在讓電腦學會從數位圖像中辨識模式，進而獲得對視覺世界的高級理解。

電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」，笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後，它開始推斷更高比例的結構，以增加細微差別，並精細雕刻每個波形。

笛福茲說，他的系統也可以比做探測和記錄地震的地震儀。地震時，地動儀的底座會移動，但懸掛在上面的重物不會移動，這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震，然後推斷出每個地震的震級和強度的細節。同樣，笛福茲的系統分析並分離出一首歌曲的本來面目，而不是根據預先設定的聲譜圖結構來分割它。

笛福茲解釋，構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構，這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做，因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶，這種結構允許網路處理整個數據序列，如一段音樂或一段視頻，而不僅是一個數據點，如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。

這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net，比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛，引擎噪音會淹沒一個人的聲音」，笛福茲說。

以前的波形模型，透過簡單地移除原始音頻源文件的一部分來處理這個問題，但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力，「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻​​」，這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符，因為它理解應該呈現什麼樣的聲音。

這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說，Demucs 已經與最好的波形技術相匹配，並且「遠遠超出」最先進的聲譜技術。

在盲聽測試中，38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音，這 50 首曲目由 3 個模型分開：Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影（如背景噪音或失真）方面表現最佳。

Demucs 已經引起了人工智慧愛好者的興趣，精通技術的讀者可以從 GitHub 下載 Demucs 的代碼，代碼用 MusDB 數據集來分離音樂源。

笛福茲解釋，隨著 Demucs 的發展，它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器，通常需要對原始硬體進行大量的數位化改造。

想像一下，如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音，Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。

資料來源：https://technews.tw/2020/03/11/using-ai-for-music-source-separation/?fbclid=IwAR1C-0LhFNEkIFUg9QS3xRQK8VKeqKIkPEx9kh7QdGamcsCfUViwyeXyqXg

AI 將可快速分離人聲、各式樂器等音源，Facebook 開源 Demucs 計畫

作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |

音樂源分離，是利用技術將一首歌曲分解成它的組成成分，如人聲、低音和鼓，這和人類大腦的工作很類似，大腦可以將一個單獨的對話，從周圍的噪音和一屋子的人聊天中分離出來。

如果你擁有原始的錄音室多軌錄音，這很容易實現，你只需調整混音來分離一個音軌，但是，如果你從一個普通 MP3 檔案開始，所有的樂器和聲音都被混合到一個立體聲錄音中，即使是最複雜的軟體程式也很難精確地挑出一個部分。

Facebook AI 的研究人員已經開發了一個系統，可以做到這一點──精確度高得驚人。

創建者名叫亞歷山大‧笛福茲（Alexandre Defossez），是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs，這個名字來源於「音樂資源深度提取器」，其工作原理是檢測聲波中的複雜模式，對每種樂器或聲音的波形模式建立一個高層次的理解，然後利用人工智慧將它們巧妙地分離。

笛福茲說，像 Demucs 這樣的技術，不僅能幫助音樂家學習複雜的吉他即興重複段落，總有一天，它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說，他的目標是讓人工智慧系統擅長辨識音頻源的組成部分，就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。

分解聲波的更好方法

聲源分離長期以來一直吸引著科學家。1953 年，英國認知科學家科林‧切爾瑞（Colin Cherry）創造了「雞尾酒會效應」這個詞語，用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。

工程師們首先試圖透過調整立體聲錄音中的左右聲道，或調整均衡器設置來提高或降低某些頻率，進而隔離歌曲的人聲或吉他聲。

基於聲譜圖的人工智慧系統，在分離出以單一頻率響起或共振的樂器的音符方面相對有效，例如鋼琴或小提琴旋律。

這些旋律在聲譜圖上顯示為清晰、連續的水平線，但是隔離那些產生殘餘噪音的撞擊聲，比如鼓、低音拍擊，是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件，但它實際上包含了不同的部分。對於鼓來說，它包括覆蓋較高頻率範圍的初始撞擊，隨後是在較低頻率範圍內的無音高衰減。笛福茲說，一般的小鼓「就頻率而言，到處都是」。

聲譜圖只能將聲波表現為時間和頻率的組合，無法捕捉到這樣的細微差別。因此，他們將鼓點或拍子低音處理成幾條不連續的垂直線，而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道，聽起來常常是模糊不清的。

夠聰明的系統來重建缺失

基於人工智慧的波形模型避免了這些問題，因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋，波形模型的工作方式與電腦視覺相似，電腦視覺是人工智慧的研究領域，旨在讓電腦學會從數位圖像中辨識模式，進而獲得對視覺世界的高級理解。

電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」，笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後，它開始推斷更高比例的結構，以增加細微差別，並精細雕刻每個波形。

笛福茲說，他的系統也可以比做探測和記錄地震的地震儀。地震時，地動儀的底座會移動，但懸掛在上面的重物不會移動，這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震，然後推斷出每個地震的震級和強度的細節。同樣，笛福茲的系統分析並分離出一首歌曲的本來面目，而不是根據預先設定的聲譜圖結構來分割它。

笛福茲解釋，構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構，這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做，因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶，這種結構允許網路處理整個數據序列，如一段音樂或一段視頻，而不僅是一個數據點，如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。

這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net，比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛，引擎噪音會淹沒一個人的聲音」，笛福茲說。

以前的波形模型，透過簡單地移除原始音頻源文件的一部分來處理這個問題，但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力，「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻​​」，這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符，因為它理解應該呈現什麼樣的聲音。

這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說，Demucs 已經與最好的波形技術相匹配，並且「遠遠超出」最先進的聲譜技術。

在盲聽測試中，38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音，這 50 首曲目由 3 個模型分開：Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影（如背景噪音或失真）方面表現最佳。

Demucs 已經引起了人工智慧愛好者的興趣，精通技術的讀者可以從 GitHub 下載 Demucs 的代碼，代碼用 MusDB 數據集來分離音樂源。

笛福茲解釋，隨著 Demucs 的發展，它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器，通常需要對原始硬體進行大量的數位化改造。

想像一下，如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音，Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。

資料來源：https://technews.tw/…/using-ai-for-music-source-separation/…

🟢特別感謝 🎙錄播客🎙 提供場地🟢
總共有四間專業錄音間提供使用，最低半小時$250起
【越錄越省錢】活動中，滿1.5小時，加時半價！
立刻預約：https://www.ptrecording.com/

🟩官方LINE帳加起來：@bujo
🟩LINE 社群：https://bit.ly/bujolinechat
🔽BUJOUT X 電影標誌翻玩系列🔽
https://bit.ly/2R6E6ze
特別加開折扣優惠！
凡是單次購買超過2件以上的部員，
即可使用下方的折扣碼進行優惠抵用喲～！
🎁專屬折扣碼：bujo1984🎁

🎙️部長 Podcast🎙️
Apple Podcast：https://apple.co/3ehnivx
Spotify：https://spoti.fi/3iID4mw
Google 播客：https://bit.ly/2CEEKwW
SoundOn：https://sndn.link/bujopodcast
Firstory：https://bit.ly/3950Mox
--------------------------------------------------
✨重要連結✨
➡️ 加入部長頻道會員：http://bit.ly/joinbujo
➡️ 訂閱遊戲頻道：http://bit.ly/BujoGamingSub
➡️ 贊助且部長不會被抽成： http://bit.ly/donatebujo
--------------------------------------------------

🔥必看播放清單🔥
部長評電影 2020
▶️ http://bit.ly/BujoMovieReview2020

Podcast｜部揪私聊
▶️ https://bit.ly/bujopodcast

部長開箱
▶️ http://bit.ly/BujoUnboxing

.
社群通通追蹤起來
➡️FB：http://bit.ly/BUJO_FB
➡️IG：http://bit.ly/BUJO_IG
.
-----📞合作邀約請洽📞-----
我的 Capsule Buddy➜思文
✉️Email : bujo@capsuleinc.cc
------------------★------------------
直播設備推薦！
▶️ 擷取卡 Cam Link 4K
- 可以將單眼數位相機變成視訊使用，大幅提高直播中人像的畫質以及觀影體驗
- 超簡單隨插即用！
DSLR相機相容表格https://www.elgato.com/en/gaming/cam-link/camera-check)
- 支援4K超清晰畫質
- 商城連結: https://reurl.cc/31VyW9

▶️ K70Low Profile 機械式鍵盤
-新款機械軸鍵軸高度調整成 11.9mm，比一般 CHERRY MX 機械軸的 18.5mm 降低約 35%，至於鍵程從 4mm 降低至 3.2mm，鍵帽厚度僅 1mm
-加入 SMD LED 元件，可精準呈現 1,680 萬色的 RGB 光譜。
- 商城連結: https://reurl.cc/Oqgo7R

▶️ 無線藍芽耳機 Virtuoso
- RGB燈效可自由調整、超耐用金屬框體
- 無線、USB、3.5mm 三種模式
- 獨家Slipstream無線傳輸技術，更穩更快更遠
- 16+小時電池容量
- 語音清晰、可拆卸、指向性麥克風
- 7.1環繞、50mm音效驅動
- 商城連結: https://reurl.cc/qDeaeq

▶️ Wave：1 麥克風
-最大音頻透明度:Wave Pop過濾器具有雙層鋼網，可實現最佳的氣流擴散，消除了由爆破聲引起的爆裂聲和嘶嘶聲。
-簡易設置：只需對準磁性附著點，讓” Wave Pop Filter”卡入到位，然後說出您的p和b不會變形。
-Wave Shock Mount可將Wave麥克風與造成低頻噪音的震動和衝擊振動完美隔離。
- 商城連結: https://reurl.cc/3LpyKl

▶️ Elgato KEY LIGHT 專業工作室LED打光燈
-軟體控制：電腦／行動裝置直接調整設置，準確的即時控制
-可調超高亮度：可微調2800流明度
-多種色溫：2900 – 7000 K可調冷暖色溫
-無眩光：蛋白石玻璃表面，均衡柔和的燈光
-低發熱：保持極低的發熱量、不再因為燈光大汗淋漓
- 商城連結: https://reurl.cc/k0el2b
#部長評電影 #惡水真相 #強尼戴普

#沙烏地阿拉伯 + #單車旅行 + #台灣查某視角 = 不可錯過的精彩壯遊故事！

甫從學校畢業的Yoga，獨自踏上了橫跨歐亞的單車壯遊之路，打算從中亞一路騎到歐洲，作為自己的畢業旅行；然而，路上從車友得知沙烏地阿拉伯正好開放觀光簽證，使她毅然決定改變計畫，來到這個幾乎沒有背包客踏足的國家，並且成功騎車橫跨了渺無人煙的沙漠。

這一路上原以為可以享受自己騎車的寧靜，誰知道身旁卻出現了一群人，如影隨形的糾纏著他們，這些人到底是誰？他們想做什麼？在這個2013年才開放女性騎乘自行車的國家，Yoga騎著車現身，對他們帶來了怎樣的震撼？在公共領域被完全隱匿、深藏於罩袍（Abaya）下的沙國女性世界，又是怎樣一番風貌？

在這集節目裡，就讓我們一起循著Yoga的足跡，突破極權統治、宗教戒律、家族傳統、性別框架的層層阻礙，挖掘神秘面紗下的沙國真實面貌，尋找跨越文化、宗教與性別的真摯友誼！

Show note: https://ltsoj.com/podcast-ep014

[來賓簡介]
Yoga，旅行一年的單車背包客，從吉爾吉斯帕米爾高原途經8個穆斯林國家，到達沙烏地阿拉伯的紅海海岸。

[本集重點]
02:23 為什麼會選擇單車旅行，以及旅行路線
05:16 認識沙烏地阿拉伯：英國與鄂圖曼相爭的意外得利者？
10:45 講話要小心！談今日的沙烏地阿拉伯政治現狀
15:45 自行車旅行的安排方式
17:06 沙漠騎車露營，如影隨形的沙國警察
21:42 人民保母與恐怖情人，因為被跟蹤而獲得免費食物與住宿
23:50 女性單車客=稀有動物？2013年之前女性不能騎單車的國家
27:08 遇到想幫忙結果自己被幫忙的人
29:16 有幸被媒體採訪，沒想到播出來的卻是⋯⋯
32:58 男女隔離的互動模式、Sadiq（朋友）帶來的意外驚喜
35:42 旅館借宿時，遇上結婚派對，揭開面紗之後的神秘世界
38:16 在沙國交女生朋友，面紗藏不住的友情
42:13 掙扎一週才終於能踏出一步，緩慢的交朋友過程
44:31 沙國的另一面：都會女性、水肺潛水教練
48:05 不同家律嚴謹程度的影響，與光榮殺戮，性別暴力
50:35 結語

[勘誤與補充]
- 42:13處開始與女性朋友Ebtehaj的相遇故事，Yoga提到的「侄子」與「姪女」應為「表弟」與「表妹」，海外旅行久了中文稱謂不熟悉，還請大家見諒XD
- 本集上架時（2020/9/18），Yoga已經成功離開沙國，正在繼續往下一個目的地前進。
- 本集因為器材與地點限制，來賓是使用手機在戶外錄音，有些段落雜音非常重，實在無法去除，還請聽眾們多多包涵！

[以下各大平台亦可收聽]
Spotify https://open.spotify.com/episode/7v9hnAmkISaNWHgV9IVgfw
Apple Podcasts https://podcasts.apple.com/tw/podcast/id1518914711?i=1000491737508
Google Podcasts, SoundOn, Firstory, Baabao, KKBox
所有平台收聽連結請點此 ltsoj.com 或者直接搜尋「旅行熱炒店」
喜歡旅行、熱愛分享的你歡迎與我們合作！！
IG: instagram.com/travel.wok

#podcast #travel #播客 #音頻 #自助旅行 #中東 #伊斯蘭 #穆斯林 #沙烏地阿拉伯 #阿拉伯半島 #單車 #壯遊 #極權統治 #性別刻板印象 #性別暴力 #女權