21. 某語音辨識系統開發團隊採用 Transformer 架構，為了讓模型能同時理解語音片段中的發音特徵、語速變化與語意脈絡等多層次資訊，團隊在設計中導入了多頭注意力(Multi-head Attention)機制。請問下列何者為此機制的主要優點？ (A)減少模型參數量以降低訓練成本； (B)加速整體注意力計算過程； (C)從不同表示子空間(Representation Subspaces)同時捕捉多樣化關聯資訊； (D)避免梯度消失(Gradient Vanishing)問題