https://www.businessweekly.com.tw/Archive/Article?StrId=7013922 讓119更快救命的人！他奔走7年磨出「台客語AI護城河」 封面故事｜ 撰文者： 陳盈螢 ｜出刊日期： 2026-03-12 1.他拾起大廠不做的苦力活！長問科技總經理陳又碩如何搶救台語與華語語料庫間高達73 倍的落差，防止母語在AI時代失聲？ 2.奔走7年，公司一度連虧3年、1/3核心團隊出走！他怎麼靠「笨功夫」讓119聽得懂台客 語？ 3.驅動他堅持下去的使命，藏在一位父親對下一代的焦慮：「會不會有一天，孩子聽不懂 阿公說的『吃果子拜樹頭』？」 https://i.urusai.cc/fryIx.jpg 長問科技總經理陳又碩。(攝影者．程思迪) 「這裡是一一九勤務中心，請問需要消防車還是救護車？」話筒另一端，老人家慌亂顫抖 、結結巴巴的用國、台語交錯報案。過去，派案員得在生死交關的幾秒鐘內，一邊安撫、 一邊從模糊鄉音中判讀訊息；如今，AI語音辨識系統會同步分析報案內容，當偵測「沒有 呼吸、沒有心跳」等關鍵字，系統會紅色警示，預判為OHCA（到院前心肺停止）案件，自 動聯動高級救護派遣模組、推播急救先鋒App，通報案件。 他拾起大廠不願做的苦力活 做AI語音系統，救台、客語斷層危機 這套每天接聽上千通、精準識別國、台、客、英四種語言的救命系統，幕後功臣是長問科 技總經理陳又碩，他做的是Google、OpenAI等大廠，明知台灣有需求，卻不願做的「苦力 活」。 台灣正面臨無聲卻巨大的「語言斷層」。根據二○二○年內政部人口普查資料，全台六到 十四歲的國小、國中學童，只剩下七．四％將台語當成主要溝通語言，客語更慘，跌到○ ．三％。 「台語在住院中、客語進加護病房、原住民語則在急救中，」致力發展台灣本土語音語料 庫、陽明交通大學智能系統研究所教授兼所長廖元甫形容。 跑遍鄉鎮，用笨功夫打造語料庫 一度連三年虧損、三分之一團隊出走 「當高科技越發展，低資源的語言越容易『掛掉』。」他指出，目前中國釋出的華語語料 庫總時長已達二萬二千多小時，台灣的台語語料庫卻只有三百個小時，落差高達七十三倍 。這意味著AI模型辨識中文會遠比台灣國語精準。台灣使用者被迫放棄使用自己的腔調， 如果不搶救，未來長者要請照護機器人幫忙倒一杯水，也得說北京腔。 陳又碩是廖元甫的學生。為了替瀕危的本土語言建立語料庫，他們從一八、一九年開始展 開一場「數位田野調查」。團隊沒有待在實驗室，而是帶著錄音設備跑遍屏東、台中東勢 、雲林崙背等地。 每次錄音，他們得同時架設六支麥克風，模擬手機、電腦與智慧音箱等不同距離與角度的 收音情境，確保AI在嘈雜的活動中心或醫院診間也能辨識語音，還要請審聽老師現場糾正 ，因為許多長輩以為自己在講客家話，其實混雜了九成台語。 錄音現場更是耐力的挑戰。陳又碩必須拜訪各地語言專家，請他們帶路找出隱身在巷弄間 的耆老；為了衝語料量，他跟媒體談合作：「我提供你語音轉換字幕的軟體，你提供節目 影片與字幕檔。」 「這不是大廠會做的事，」 陳又碩說。當對手追求規模化、低成本的通用模型時，他們 卻在磨最細碎、最難自動化的在地語料，這樣的笨功夫，一磨就是整整一年，直到疫情時 ，終於被看見。 二○二○年，疫情指揮中心記者會的語音即時字幕系統，全都採用長問的產品。團隊每天 緊盯直播字幕，即時微調模型。他記得：「全台北市街道空蕩蕩，只有同事為了公事，趕 到公司。」 兩年後，另一個時刻讓他們更加確信這條路走得對。 二○二二年，Meta執行長佐伯格為展示AI技術，邀請台灣學者與他以台語對話，背後使用 的正是同一套語料庫。「終於可以證明語料庫是有用的，而且還幫忙國庫賺到錢！」廖元 甫說。 然而，就在技術開始受到關注時，公司卻陷入最艱難的時刻。連三年虧損、核心團隊出走 三分之一，陳又碩回憶：「看著一起打拚的學弟選擇離開，當下的士氣真的很低迷。」 突破商業化門檻，也為下一代著想 兩年前營收開始翻倍成長、由虧轉盈 更大的挑戰來自商業化門檻。二○二三年，企業若想導入系統，光是採購AI運算的GPU硬 體，就需要約五百萬元投資。對中小企業而言，這是一道難以跨越的門檻。 「都還沒看到成效，就要先花五百萬，這是一個很大的瓶頸，」陳又碩理解客戶的卻步。 為了生存，他沒有放棄，帶領團隊埋首兩年，硬是透過軟體優化，將硬體成本從五百萬降 至七十萬，降幅超過八成五。 https://i.urusai.cc/fhjg1.jpg 台北市消防局局長莫懷祖（左1）表示，執勤同仁在長時間高壓工作下容易感到疲乏、專 注度會下降，但導入AI能預先盤點可能面臨的情形，救災更有效率也更安全。(攝影者： 程思迪)｜放大原圖 當導入門檻降低，飛輪才真正開始轉動。醫療院所、金融機構與政府單位陸續採用，包括 雙北服務專線1999，以及台北的119指揮中心。 與學者們不同的是，陳又碩選擇把研究帶進真實場景。因為只有技術真正被使用，資料才 會累積，AI模型才能持續進化，而不必永遠依賴人工採集語料。 二四年，長問營收開始翻倍成長，公司轉虧為盈。鴻海、台灣大哥大、中華電信與三商電 腦等都成為夥伴，一起把本土語AI辨識系統導入更多場域。 「連全球雲端大廠都要找我們處理，我就知道這條路走對了。」他說。 現在，在客語重鎮桃園聯新國際醫院，客家長者看診時不再擔心醫師聽不懂，診間導入語 音辨識系統後，螢幕會即時將患者描述轉為中文字幕並對應醫學術語，減少語言造成的醫 病誤解。 台北市消防局局長莫懷祖也期待，未來在救災現場，指揮官只要輸入語音，AI就能自動整 理重點與需求，協助決策。「那會是我們的生存夥伴！」 在公司，陳又碩是帶領團隊打磨技術的總經理；回到家，他卻是焦慮的父親。 「我的孩子讀國、高中，他們只會聽、卻不會說台語了。」他語帶遺憾的說：「會不會有 一天，孩子聽不懂阿公說的『吃果子拜樹頭』？語言消逝了，文化也就稀釋了啊。」 這份焦慮，讓他對這份「笨功夫」有了不同的使命：他標記語料，不僅是為了AI準確率， 更是為了將來某一天，當下一代想找回自己的文化根基時，數位世界裡還留有最道地的素 材，甚至能向AI重新學習母語。 即使華語與本土語言的語料差距仍有七十三倍之遙，陳又碩並未停下腳步。他很清楚，這 項事業不是賺快錢，而是為台灣的未來買一份語言保險。 「就算只是把一顆微小的石頭丟進大海，我也要試著激起更大的浪花。」他說。只要有人 願意在大海中持續激起浪花，美麗的台灣母語，就不會在AI時代的浪潮中失聲。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.255.116.12 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/TW-language/M.1773369071.A.9EE.html