人工智能｜Meta創首個口語AI翻譯系統支援閩南語和英文互譯

Facebook母公司Meta推出人工智能（AI）技術翻譯系統，讓使用閩南語（台語）人士能與使用英語的人士對話。不過這項新技術的幕後推手之一，原來是來自台灣的Meta軟件工程師陳鵬仁，期望父親能夠用最熟悉的台語跟所有人溝通。

工程師：開發AI翻譯系統全因說閩南語的爸爸

Meta發佈的新聞稿指，台灣長大、講中文的陳鵬仁深深了解語言障礙將影響溝通能力，他的父親陳聖獎是一位70歲、退休的工廠技術主管，來自閩南語普遍使用的台灣南部。雖然閩南語與中文這2種語言相關，仍有很多不同，讓他的爸爸常覺得用中文進行複雜的對話非常困難。

陳鵬仁表示，「希望我爸爸跟所有人溝通時，都用台語，這是他最熟悉的語言。」，「他聽得懂中文，但若是討論比較複雜的主題時，他說話的速度會比較慢。」他不甘於只為爸爸擔心，於是開始投入心力，改善這個問題，推動全新的技術發展，讓閩南語及英文能相互翻譯。

AI技術翻譯需時訓練學習

Meta表示，目前AI翻譯主要著重於各種書寫語言，但在全球超過7000種的現存語言中，有近半數主要以口語表達，沒有標準或廣泛使用的書寫文字系統。這也導致Meta無法使用標準技術為這類語言建造機器翻譯工具，因為標準技術需要有大量的書寫文字來訓練AI模型。

為了克服這項挑戰，Meta為主要以口語表達的閩南語建造一個史無前例的AI技術翻譯系統。這項採用開放原始碼的翻譯系統是Meta Universal Speech Translator（UST，通用語音翻譯工具）專案的一部分，致力於開發新的AI方法，希望能為所有現存語言進行即時語音翻譯，包括主要以口語表達的語言。

為了開發這套只有語音的全新翻譯系統，Meta AI的研究人員需要克服很多來自傳統機器翻譯系統的挑戰，包括資料搜集、模型設計以及準確度評估。Meta不只會開放閩南語翻譯模型的原始碼，也會公開評估資料集和研究報告，讓其他人能夠重製並以Meta的工作成果為基礎建立模型。

建造閩南語翻譯系統時，Meta面臨的一個重大障礙，就是能否搜集足夠資料。Meta表示利用中文作為中間語言，以建立偽標籤和人工翻譯，也就是先將英語或閩南語語音翻譯成中文文字，然後再翻譯成閩南語或英語，並新增至訓練資料中。這個方法利用資源充足的相似語言的資料，大幅改善模型成效。

Meta又指，評估主要以口語表達的語言，例如閩南語時，其中挑戰是沒有標準的書寫文字系統。為啟動自動評估程序，Meta開發了一套系統，將閩南語語音轉譯成標準化的拼音符號，能夠很容易比較不同方法下的翻譯品質。

Meta亦根據名為Taiwanese Across Taiwan的閩南語語音語料庫，建立第一個閩南語與英語雙向的語音翻譯基準資料集。他們公司將開放此基準資料集的原始碼，鼓勵其他研究人員合作進行閩南語語音翻譯，一同在這個領域取得更多進展。