https://www.cna.com.tw/news/ait/202210200209.aspx Meta打造台語英語AI翻譯 研發難度等5大QA一次看[影] 2022/10/20 15:17（10/20 19:31 更新） https://i.imgur.com/VA83ICN.jpg 圖為工程師陳鵬仁（左）示範Meta最新人工智慧支援的台語英語即時互譯系統。（圖取自 twitter.com/MetaAI） （中央社台北20日綜合外電報導）臉書母公司Meta昨天宣布推出首創由人工智慧（AI）技 術支援的閩南語（台語）、英語即時互譯系統。究竟閩南語翻譯難在哪、研發過程面臨哪 些挑戰，中央社彙整5大問答一次看懂。 Meta今天在推特（Twitter）發文指出，閩南話翻譯有SpeechMatrix系統支援，這是一個 有136個語言組合、含括41.8萬小時語音數據的語料庫。 Meta指出，至今為止，AI翻譯主要著重於各種書寫語言上，這次新推出的「通用語言翻譯 工具」（Universal Speech Translator, UST）是全球第一個由AI技術支援的「口語對口 語」翻譯系統，主要用於口語相傳的語言。 閩南語是全球約3000種口語相傳的語言之一，由於沒有標準書寫系統，也少有專門的翻譯 人員，這使他們為AI模型建立訓練數據時難度更高，也很難仰賴閩南語文本。 Meta指出，他們向所有AI社群開放此基準資料集的原始碼，並將閩南語翻譯系統納入UST ，希望其他研究人員能以此為基礎繼續研發，期盼有朝一日，未來所有語言無論是否可以 書寫，都不再是阻礙人們相互理解的障礙。 ● 全世界有多少人講閩南語？ 閩南語是華裔群眾廣泛使用的語言，Meta統整2000年至2018年數據顯示，亞洲地區以中國 大陸約2800萬人最多，其次依序為台灣約1350萬人、馬來西亞約200萬人、新加坡約150萬 人、菲律賓約100萬人。 ● 打造閩南語翻譯系統為何這麼難？ 以往的AI翻譯工具，必須利用大量的書寫文字來訓練AI模型，閩南語雖然是華裔族群廣泛 使用的語言，但大多以口語溝通，缺乏標準的書寫文字系統，無法以傳統的方式打造翻譯 工具，因此研發團隊嘗試在「通用語音翻譯工具」（UST）項目中開發新的AI翻譯技術。 ● 除了英文，閩南語還能翻譯成哪些語言？ 根據Meta網站，目前這套翻譯系統只能以閩南語和英語進行即時語音翻譯，且每次只能翻 譯一個完整的句子。 民眾可至Hugging Face網站使用（網站連結點這裡） https://huggingface.co/spaces/facebook/Hokkien_Translation ● 閩南語翻譯系統在開發過程中，面臨那些挑戰？ Meta在開發這套閩南語翻譯系統時，共面臨3大挑戰，分別是資料蒐集、模型設計以及準 確度評估。 為了解決閩南語資源不足問題，研發團隊想到了2大方法，首先是利用資源充足且相似度 高的中文作為「中間語言」，補足閩南語的詞彙量。研發團隊先將閩南語的語音，翻譯成 中文文字，接著再翻譯成英文，成功後再新增到訓練資料庫。 二是利用「語音探勘」產生訓練資料，研發團隊使用預先訓練好的語音編碼器，系統會自 動分析閩南語語音，並和相似語意的英文語音、文字進行配對。 在模型設計方面，有別傳統翻譯系統大多依賴「語音轉文字」系統，研發團隊則採用「語 音轉單元翻譯」（S2UT）系統，將語音轉換成一系列的聲學單元並生成波形後，再進行解 碼與翻譯。 至於準確度評估方面，研發團隊使用Meta開發的台羅（Tâi-lô）系統，將閩南語語音轉 譯成標準化的拼音符號，以音節為單位來評估翻譯準確度。 同時根據名為Taiwanese Across Taiwan（TAT）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，未來將開放原始碼鼓勵其他研究人員合作進行閩南語 語音翻譯。 值得注意的是，TAT資料庫是由台灣產官學界共同開發，收集台灣各地不同腔調的台語語 音，總共錄製長達100小時語料，同時使用6支麥克風模擬各種情況，並使用約3000小時台 語鄉土劇片段作為研究語料，幫助訓練系統模型，提高準確率。 ● 這項AI翻譯技術除了翻閩南語，還能做什麼？ 這項AI翻譯技術，未來可望擴展於其他口說或書寫語言，Meta也將公開具資料探勘技術支 援的「大型語音翻譯語料庫」（LASER），讓其他研究人員也能建立自己的語音翻譯系統 。（譯者：張茗喧/核稿：陳昱婷）1111020 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.40.0.40 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/TW-language/M.1666276564.A.5D7.html