建立AI輔助語音庫學客語 成效.推展待檢視

建置語音庫，無疑是語言發展的一大進程。客委會規畫，待客語語音庫蒐集完成後，未來將可開啟AI人工智慧的多元應用，各界也期待AI能解決社會上，諸多教育或醫療現場人力不足的難題。不過學者指出，語音庫要達到真正使用仍有許多限制，如果要學一種語言，例如學客語，機器畢竟不如真人能流暢、流利互動，人的表情、動作這些非語言信號，對機器人來說，現階段仍無法確實辨識，未來仍然需要持續突破。 「自我介紹，我是聯合大學阿知牯。」 你一言 我一句，未來語音數據透過AI處理，人類與機器人的關係，將會越來越密切。 聯大文化創意與數位行銷學系教授 胡愈寧(2020.11.25)：「現在你看客家博物館，他要用10多位(導覽員)要來排，你看這有常設展又有特展，你就可以用機器，機器人這樣。」 AI近年來發展得如火如荼，應用在教育領域，可學習語言、進行數位評量或翻譯，生活上可提供智能居家服務，甚至因應社會照護人力短缺，也能應用在醫療照護上。 華碩雲端營運長 李立國：「很多客語裡面的一些智者，一些年紀比較大的，他可以透過這樣一個介面，然後他可以去解決一些，長照的一些用藥的問題啦，生活的一些問題等等之類的，都可以對答。 找出不同的字句，輸入客語字，馬上就出現真人聲音。語音庫團隊以目前蒐集20小時的語音合成內容示範，要獲得客語回應沒問題。 「歡迎喜歡旅遊的，愛交朋友的，愛吃美食的。」 在回答出有效句子這項成果，看不見的背後，必須先經過輸入音標，賦予符碼意義，再經過語音和聲音訊號的組成和人工校對等層層關卡 臺北科技大學電子工程系教授 廖元甫：「辨認是幫電腦裝耳朵，做合成是幫電腦裝嘴巴，所以以後我們就希望做一個機器人，它就是可以聽客語，然後就可以跟你對談這樣。」 語音庫團隊坦言，以目前執行程度來看，要達成語音辨識技術，比語音合成還要困難，因為要分辨各年齡層、各腔調所講的客語，範圍無比廣泛 必須持續擴充，以目前每個腔調，收音300小時的標準來看，要做商用 還有很大段距離。 臺北科技大學電子工程系教授 廖元甫：「一般商用的，他們在做語音辨認，通常都是幾萬小時，或幾十萬小時這樣，所以300小時其實只是一個起始的，可以先做的種子模型這樣子。」 語言學者認為，AI除了對語言學習是一大突破，也能擴充語言使用的場域，增加少數語言生存的空間。 臺灣大學語言學研究所教授 江文瑜：「未來我們的新聞，其實可以轉成多語言的，那它就擴展了，語言的使用的場域，這個場域的擴充，可以擴充到戲劇節目，道不同的各種語言的，比如說各種節目。」 人類話語變幻莫測，肢體語言或情緒表達，對電腦來說很難區辨、很複雜。 臺灣大學語言學研究所教授 江文瑜：「那至於說跟機器人互動，可不可以學會語言，除非那個機器人，可以跟真人講得一樣流利，但是目前還沒有辦法做到這點，那所以就是說，我們目前語言的學習，還是要有跟真人互動，那麼他的語言，才能夠學習得更順暢。」 臺灣擁有多元族群特色，以現行AI技術來看，仍然無法同步進行多語轉換，而事實上社會中相對弱勢的語言，要保存語音和語料難度高，偏鄉地區蒐集樣本不均，再加上嚴峻的數位落差，和使用者的行為、態度，都是數位時代下客語AI應用，能否如預期般得以繼續發展，陸續浮現的問題。