https://www.cna.com.tw/news/ait/202210200209.aspx Meta打造台语英语AI翻译 研发难度等5大QA一次看[影] 2022/10/20 15:17（10/20 19:31 更新） https://i.imgur.com/VA83ICN.jpg 图为工程师陈鹏仁（左）示范Meta最新人工智慧支援的台语英语即时互译系统。（图取自 twitter.com/MetaAI） （中央社台北20日综合外电报导）脸书母公司Meta昨天宣布推出首创由人工智慧（AI）技 术支援的闽南语（台语）、英语即时互译系统。究竟闽南语翻译难在哪、研发过程面临哪 些挑战，中央社汇整5大问答一次看懂。 Meta今天在推特（Twitter）发文指出，闽南话翻译有SpeechMatrix系统支援，这是一个 有136个语言组合、含括41.8万小时语音数据的语料库。 Meta指出，至今为止，AI翻译主要着重於各种书写语言上，这次新推出的「通用语言翻译 工具」（Universal Speech Translator, UST）是全球第一个由AI技术支援的「口语对口 语」翻译系统，主要用於口语相传的语言。 闽南语是全球约3000种口语相传的语言之一，由於没有标准书写系统，也少有专门的翻译 人员，这使他们为AI模型建立训练数据时难度更高，也很难仰赖闽南语文本。 Meta指出，他们向所有AI社群开放此基准资料集的原始码，并将闽南语翻译系统纳入UST ，希望其他研究人员能以此为基础继续研发，期盼有朝一日，未来所有语言无论是否可以 书写，都不再是阻碍人们相互理解的障碍。 ● 全世界有多少人讲闽南语？ 闽南语是华裔群众广泛使用的语言，Meta统整2000年至2018年数据显示，亚洲地区以中国 大陆约2800万人最多，其次依序为台湾约1350万人、马来西亚约200万人、新加坡约150万 人、菲律宾约100万人。 ● 打造闽南语翻译系统为何这麽难？ 以往的AI翻译工具，必须利用大量的书写文字来训练AI模型，闽南语虽然是华裔族群广泛 使用的语言，但大多以口语沟通，缺乏标准的书写文字系统，无法以传统的方式打造翻译 工具，因此研发团队尝试在「通用语音翻译工具」（UST）项目中开发新的AI翻译技术。 ● 除了英文，闽南语还能翻译成哪些语言？ 根据Meta网站，目前这套翻译系统只能以闽南语和英语进行即时语音翻译，且每次只能翻 译一个完整的句子。 民众可至Hugging Face网站使用（网站连结点这里） https://huggingface.co/spaces/facebook/Hokkien_Translation ● 闽南语翻译系统在开发过程中，面临那些挑战？ Meta在开发这套闽南语翻译系统时，共面临3大挑战，分别是资料蒐集、模型设计以及准 确度评估。 为了解决闽南语资源不足问题，研发团队想到了2大方法，首先是利用资源充足且相似度 高的中文作为「中间语言」，补足闽南语的词汇量。研发团队先将闽南语的语音，翻译成 中文文字，接着再翻译成英文，成功後再新增到训练资料库。 二是利用「语音探勘」产生训练资料，研发团队使用预先训练好的语音编码器，系统会自 动分析闽南语语音，并和相似语意的英文语音、文字进行配对。 在模型设计方面，有别传统翻译系统大多依赖「语音转文字」系统，研发团队则采用「语 音转单元翻译」（S2UT）系统，将语音转换成一系列的声学单元并生成波形後，再进行解 码与翻译。 至於准确度评估方面，研发团队使用Meta开发的台罗（Tâi-lô）系统，将闽南语语音转 译成标准化的拼音符号，以音节为单位来评估翻译准确度。 同时根据名为Taiwanese Across Taiwan（TAT）的闽南语语音语料库，建立第一个闽南语 与英语双向的语音翻译基准资料集，未来将开放原始码鼓励其他研究人员合作进行闽南语 语音翻译。 值得注意的是，TAT资料库是由台湾产官学界共同开发，收集台湾各地不同腔调的台语语 音，总共录制长达100小时语料，同时使用6支麦克风模拟各种情况，并使用约3000小时台 语乡土剧片段作为研究语料，帮助训练系统模型，提高准确率。 ● 这项AI翻译技术除了翻闽南语，还能做什麽？ 这项AI翻译技术，未来可望扩展於其他口说或书写语言，Meta也将公开具资料探勘技术支 援的「大型语音翻译语料库」（LASER），让其他研究人员也能建立自己的语音翻译系统 。（译者：张茗喧/核稿：陈昱婷）1111020 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.40.0.40 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/TW-language/M.1666276564.A.5D7.html