[新聞] 讓AI「講台語嘛會通」 Taiwan Tongues打造本土語言開源語料

[CCY0927 (茹絮夢)]

風傳媒 https://www.storm.mg/article/11050445

讓AI「講台語嘛會通」 Taiwan Tongues打造本土語言開源語料庫

2025-07-04 20:47

魏鑫陽

https://i.meee.com.tw/bBTJdaQ.png
IMA資訊經理人協會發起「Taiwan Tongues台灣通用語料庫計畫」，集結作家、產業、學
界與政府之力，打造本土語言的開源語料庫與訓練框架，讓AI也能學會「台灣話」。（魏
鑫陽攝）

在生成式AI席捲全球的此刻，語言差距正成為新的數位落差。主流AI模型習慣「聽」英語
與簡體中文，卻「不懂」台語、客語、原住民族語，甚至連台灣華語的語境都難以掌握。
為了改變這個現況，IMA資訊經理人協會發起「Taiwan Tongues台灣通用語料庫計畫」，
集結作家、產業、學界與政府之力，打造本土語言的開源語料庫與訓練框架，讓AI也能學
會「台灣話」。

「語言是活的文化，不能只是被保存，更要能被學習。」台語文學作家、吳三連獎得主胡
長松這麼說。他率先捐出150萬字創作，成為Taiwan Tongues計畫首位釋出語料的作家。
這份文化行動隨即獲得作家圈熱烈響應，包括詩人向陽、曾貴海（由曾澤民代表出席）與
《文訊》雜誌社長封德屏等文化工作者也加入陣容。

截至目前，Taiwan Tongues已累積超過500萬字高品質語料，並上架至國際知名的Hugging
 Face平台，開放非商業使用，提供語音助理、機器翻譯、語言教學與文化推廣應用。IMA
表示，未來將以「月入百萬字」為目標，持續推動語料開放接力，拓展AI學習本土語言的
素材基礎。

IMA協會理事長蔡祈岩：不只是給AI教材，還給它教案與考卷

「我們不只是給AI教材，還給它教案與考卷。」IMA協會理事長蔡祈岩指出，Taiwan
Tongues不是單純的資料蒐集，而是一套完整的AI語言學習機制。

除了語料，計畫更與快閃記憶體大廠群聯電子合作，開發以Reward Model與RL（強化學習
）微調技術為基礎的語境訓練框架。該框架能辨識多元觀點、調整語意落差，協助企業打
造具在地語感的本土化AI應用。

此外，Taiwan Tongues也設計了台灣語境專屬的模型評測機制，與陽明交通大學教授廖元
甫合作，使用教育部台語辭典與作家語料進行模型持續預訓練（CPT）與監督微調（SFT）
。結果顯示，經Taiwan Tongues語料訓練的台語AI模型，其語意理解與生成能力顯著提升
，學術與應用並進。

政府支持主權AI 文化自主成為科技戰略

數位發展部次長林宜敬表示，AI正在重塑世界的語言與價值流動，台灣語言的能見度正面
臨嚴峻挑戰。主權AI不只是技術議題，更是文化自主與民主深化的戰略選擇。

林宜敬同步宣布3項策略支持Taiwan Tongues計畫：由數位部統籌整合政府語料、交由IMA
協會推動民間語料授權與建置、強化政府與民間在語料開放、模型建構與應用評測上的協
力合作。

Wiki Taiwan啟動 語言數位化邁向全民共編

為進一步擴展語料來源與文化能見度，Taiwan Tongues計畫即將開啟「Wiki Taiwan」工
作項目，從維基百科翻譯起步，打造全民參與的台灣語言百科全書。首波目標為將140萬
筆繁體中文條目翻譯為台語，後續亦將同步推進客語、原住民族語內容擴充。

此舉不僅可快速充實AI訓練語料，更具實質意義。蔡祈岩指出，這是一場跨語種、跨社群
、跨世代的語言行動，讓台灣語言不只存在於課本與書寫，更深刻地進入AI的核心。

Taiwan Tongues不只是語料運動，更是文化復振與科技接軌的實踐。從作家到工程師、從
文學到模型，這場語言革命正打破學科與產業邊界，讓AI理解台灣話。

蔡祈岩強調，「語言不只是記憶的載體，更是文化主體性的證明。」Taiwan Tongues希望
召喚更多來自不同領域的參與者，一起讓台語、客語在AI浪潮中站穩腳步，發聲、被聽見
，並且真正被理解。


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.255.119.119 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1751638943.A.B40.html
噓 ncc5566: 支那方言(?)
推 brokenlin: 不錯阿 siri都能講粵語了 閩南語為何
→ brokenlin: 不行
噓 BBQ2591: 又投入了幾佰億在沒意義的事情上?
→ vdml: 台語是死定了 用AI存檔也好
→ xBox1Pro: 因為世界講閩南語的市場比粵語少
→ xyz5566: https://i.imgur.com/aQQr9Xr.jpeg
→ xyz5566: 109年的調查，14歲以下只有7%會講台語，
→ xyz5566: 現在可能3%都不到，一個語言如果小孩都
→ xyz5566: 不講那根本就是沒救了
噓 pf775: 福建省不意外
→ xyz5566: 現在講越南話的小孩都比講本土語的多
噓 polo5615: 沒用的東西 騙金費用
→ psion: 持平而言 東南亞很多閩南方言族群
→ psion: 電影"姥姥的外孫"不就是?
推 papple23g: 我都看八點檔學台語的 如果找到方法把
→ papple23g: 幾萬小時的連續劇舊片配字幕訓練AI應該
→ papple23g: 就精通了吧
推 sufferlove: 好