作者 CCY0927 (茹絮夢)
標題 [新聞] 讓AI「講台語嘛會通」 Taiwan Tongues打造本土語言開源語料
時間 Fri Jul  4 22:22:21 2025


風傳媒 https://www.storm.mg/article/11050445
讓AI「講台語嘛會通」 Taiwan Tongues打造本土語言開源語料庫 - 風傳媒
[圖]
在生成式AI席捲全球的此刻,語言差距正成為新的數位落差。主流AI模型習慣「聽」英語與簡體中文,卻「不懂」台語、客語、原住民族語,甚至連台灣華語的語境都難以掌握。為了改變這個現況,IMA資訊經理人協會發起「Taiwan Tongues台灣通用語料庫計畫」,集結作家、產業、學界與政府之力,打造本土語言的 ...

 

讓AI「講台語嘛會通」 Taiwan Tongues打造本土語言開源語料庫

2025-07-04 20:47

魏鑫陽

https://i.meee.com.tw/bBTJdaQ.png
[圖]
IMA資訊經理人協會發起「Taiwan Tongues台灣通用語料庫計畫」,集結作家、產業、學
界與政府之力,打造本土語言的開源語料庫與訓練框架,讓AI也能學會「台灣話」。(魏
鑫陽攝)


在生成式AI席捲全球的此刻,語言差距正成為新的數位落差。主流AI模型習慣「聽」英語
與簡體中文,卻「不懂」台語、客語、原住民族語,甚至連台灣華語的語境都難以掌握。
為了改變這個現況,IMA資訊經理人協會發起「Taiwan Tongues台灣通用語料庫計畫」,
集結作家、產業、學界與政府之力,打造本土語言的開源語料庫與訓練框架,讓AI也能學
會「台灣話」。


「語言是活的文化,不能只是被保存,更要能被學習。」台語文學作家、吳三連獎得主胡
長松這麼說。他率先捐出150萬字創作,成為Taiwan Tongues計畫首位釋出語料的作家。
這份文化行動隨即獲得作家圈熱烈響應,包括詩人向陽、曾貴海(由曾澤民代表出席)與
《文訊》雜誌社長封德屏等文化工作者也加入陣容。


截至目前,Taiwan Tongues已累積超過500萬字高品質語料,並上架至國際知名的Hugging
 Face平台,開放非商業使用,提供語音助理、機器翻譯、語言教學與文化推廣應用。IMA
表示,未來將以「月入百萬字」為目標,持續推動語料開放接力,拓展AI學習本土語言的
素材基礎。


IMA協會理事長蔡祈岩:不只是給AI教材,還給它教案與考卷

「我們不只是給AI教材,還給它教案與考卷。」IMA協會理事長蔡祈岩指出,Taiwan
Tongues不是單純的資料蒐集,而是一套完整的AI語言學習機制。

除了語料,計畫更與快閃記憶體大廠群聯電子合作,開發以Reward Model與RL(強化學習
)微調技術為基礎的語境訓練框架。該框架能辨識多元觀點、調整語意落差,協助企業打
造具在地語感的本土化AI應用。


此外,Taiwan Tongues也設計了台灣語境專屬的模型評測機制,與陽明交通大學教授廖元
甫合作,使用教育部台語辭典與作家語料進行模型持續預訓練(CPT)與監督微調(SFT)
。結果顯示,經Taiwan Tongues語料訓練的台語AI模型,其語意理解與生成能力顯著提升
,學術與應用並進。


政府支持主權AI 文化自主成為科技戰略

數位發展部次長林宜敬表示,AI正在重塑世界的語言與價值流動,台灣語言的能見度正面
臨嚴峻挑戰。主權AI不只是技術議題,更是文化自主與民主深化的戰略選擇。

林宜敬同步宣布3項策略支持Taiwan Tongues計畫:由數位部統籌整合政府語料、交由IMA
協會推動民間語料授權與建置、強化政府與民間在語料開放、模型建構與應用評測上的協
力合作。


Wiki Taiwan啟動 語言數位化邁向全民共編

為進一步擴展語料來源與文化能見度,Taiwan Tongues計畫即將開啟「Wiki Taiwan」工
作項目,從維基百科翻譯起步,打造全民參與的台灣語言百科全書。首波目標為將140萬
筆繁體中文條目翻譯為台語,後續亦將同步推進客語、原住民族語內容擴充。


此舉不僅可快速充實AI訓練語料,更具實質意義。蔡祈岩指出,這是一場跨語種、跨社群
、跨世代的語言行動,讓台灣語言不只存在於課本與書寫,更深刻地進入AI的核心。

Taiwan Tongues不只是語料運動,更是文化復振與科技接軌的實踐。從作家到工程師、從
文學到模型,這場語言革命正打破學科與產業邊界,讓AI理解台灣話。

蔡祈岩強調,「語言不只是記憶的載體,更是文化主體性的證明。」Taiwan Tongues希望
召喚更多來自不同領域的參與者,一起讓台語、客語在AI浪潮中站穩腳步,發聲、被聽見
,並且真正被理解。



--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.255.119.119 (臺灣)
※ 作者: CCY0927 2025-07-04 22:22:21
※ 文章代碼(AID): #1eP-EVj0 (Gossiping)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1751638943.A.B40.html
ncc5566: 支那方言(?)1F 180.177.110.122 台灣 07/04 22:23
brokenlin: 不錯阿 siri都能講粵語了 閩南語為何不行2F 223.139.213.150 台灣 07/04 22:25
BBQ2591: 又投入了幾佰億在沒意義的事情上?4F 116.241.189.201 台灣 07/04 22:25
vdml: 台語是死定了 用AI存檔也好5F 125.229.167.61 台灣 07/04 22:26
xBox1Pro: 因為世界講閩南語的市場比粵語少6F 123.194.10.243 台灣 07/04 22:28
xyz5566: https://i.imgur.com/aQQr9Xr.jpeg
109年的調查,14歲以下只有7%會講台語,現在可能3%都不到,一個語言如果小孩都不講那根本就是沒救了7F 1.173.98.60 台灣 07/04 22:32
[圖]
pf775: 福建省不意外11F 114.136.130.21 台灣 07/04 22:37
xyz5566: 現在講越南話的小孩都比講本土語的多12F 1.173.98.60 台灣 07/04 22:38
polo5615: 沒用的東西 騙金費用13F 59.115.196.75 台灣 07/04 22:38

--
作者 CCY0927 的最新發文:
點此顯示更多發文記錄