「臺灣客語語料庫」試用版上線 數位應用廣泛

臺灣第一個本土語言語料庫「臺灣客語語料庫」試用版，24日正式上線，語料庫是由客委會委託政治大學規畫建置，目前文字和口語已蒐集超過600萬筆資料，客委會表示，將客語文字及語音數位化，有助於客語研究及教學發展，未來更可望結合AI人工智慧技術進行語音辨識、即時翻譯等數位處理，讓客語發展迎上時代潮流。 利用數位方式，將客語字和語音資料一字一句保存下來，「臺灣客語語料庫」從106年開始經過長時間的蒐集，目前共有600萬字的書面語料，和40萬字的口語語料，包含6種的客語腔調，24日試用版正式上線。 計畫主持人 政大英文系教授 賴惠玲：「那語料庫最重要的就是，怎麼樣去檢索，這麼珍貴的資料，要怎麼樣能夠去按圖索驥，到想要的東西，書面語料會有關鍵詞的檢索，共現詞彙的檢索，那口語語料也會有關鍵詞的檢索，然後還可以聽得到聲音。」 客委會副主委 鍾孔炤：「團隊特別去到地方上訪問，不管是書面的資料蒐集，也算地方上的語言，地方上透過演講的方式也好，透過媒體的方式也好，不過從書面、從語言一起蒐集起來。」 記者 錢薇如：「有了臺灣客語語料庫，除了可以透過關鍵字，找到很多資料外，也出現口語語料，像是輸入客家電視。」 「我是要去參加客家電視的。」 就會出現相關資料，像是劇本、演講的內容，除了有客家字也聽得到聲音，大家更能多元應用。 共同計畫主持人 政大傳播學院副院長 劉慧雯：「和小孩講客語，也可以來這邊看有什麼句子，故事可以使用，你要學習的人，你也可以來這裡看，我想要學這個字，這個詞語，以前的人怎麼說，也可以來找。」 「我覺得西大阪鋼鐵公司的風氣，沒有像優良企業應該有的樣子。」 明年年初客家電視將播出的日劇半澤直樹，將首次使用客語字幕播出，語料庫的應用就類似這種概念，當戲劇播出時下方的這些客語字，就可以透過語料庫蒐集應用，未來更將發展「語音庫」結合AI人工智慧，進行語音即時辨識，將可應用在更多內容上，進行即時客語字幕對譯，可作為學術研究、教學推廣使用，為客語發展立下新的里程碑。