台籍研究員拜訪在美僑民 蒐集語料建置AI台語資料庫

華府台灣僑民，對著麥克風讀出台語語句，而這筆資料，隨即輸入AI台語資料庫。當前全球AI發展，大多以人口基數較大的語言建立資料。但在MIT的台灣籍研究員張凱爲認為，台語的數位平權也很重要。

麻省理工學院博士後研究員張凱爲表示，「因為對開發人工智慧的學者來講，台語是一個很有趣、 很有挑戰的語言，不像英語跟華語，在網路上有很多資料，台語的資料比較少。」

這套名為「TaigiSpeech」的資料庫，結合關鍵字比對大型語言模型，並進行虛擬標註，台語語料可以越過多種書寫系統，直接以語音型態，提供AI模型辨識。而這套技術，從台語出發，未來還能套用在其他語言。

麻省理工學院博士後研究員張凱爲指出，「在美國，我可以去認識不同的學者，國際上不同的學者，我就可以有這個機會跟大家說，台灣有台語這個語言很特殊，我希望把台語作為一個範例，我們如果能用最少的資料，教人工智慧聽懂台語，我們就可以用相似的技術，教人工智慧不同的語言。」

公視國際記者方子齊指出，「這座AI資料庫，以開源方式免費向全世界公開，未來也有機會應用在居家照護，以及智慧家電等用途 。」

華府台灣基督長老教會長老簡明子表示，「因為我們這裡用的台語詞彙，就是照我們以前來讀書前學到的，很多在美台灣人家庭是這樣，他們只懂台語跟英語，如果你用華語他們聽不懂，也沒辦法講，所以做出來的東西，可以讓很多不同的人，用台語的人、用華語的人都能使用，這部分我非常支持。」

在美台僑社群，保留家鄉不同的腔調，讓TaigiSpeech的現有的3000筆語料，更加豐富。這座AI台語資料庫，由MIT與台灣大學、中央研究院、陽明交通大學以及南加州大學合作。台美跨海研究，維護AI浪潮下，台語使用者的數位平權。