▲臉書母公司Meta推出AI翻譯系統，來自台灣的陳鵬仁（左下圖）是推手之一。（圖／翻攝自臉書）
文／中央社
臉書（Facebook）母公司Meta打造人工智慧（AI）技術翻譯系統，讓使用閩南語（台語）人士能與使用英語者對話。這項新技術的幕後推手之一，是來自台灣的Meta軟體工程師陳鵬仁，希望父親能用最熟悉的台語跟所有人溝通。
Meta發布新聞稿指出，在台灣長大、講中文的陳鵬仁深深了解語言障礙將影響溝通能力，他的父親陳聖獎是一位70歲、退休的工廠技術主管，來自閩南語普遍使用的台灣南部。雖然閩南語與中文這2種語言相關，仍有許多不同，讓陳鵬仁的爸爸常覺得用中文進行複雜的對話非常困難。
「我希望我爸跟所有人溝通時，都用台語，這是他最熟悉的語言。」Meta AI研究員陳鵬仁分享，「他聽得懂中文，但若是討論比較複雜的主題時，他說話的速度會比較慢。」不甘於只為爸爸擔心，陳鵬仁開始投入心力，改善這個問題，推動全新的技術發展，讓閩南語及英文能相互翻譯。
Meta表示，目前為止，AI翻譯主要著重於各種書寫語言，但在全球超過7000種的現存語言中，有近半數主要以口語表達，沒有標準或廣泛使用的書寫文字系統。這導致Meta無法使用標準技術為這類語言打造機器翻譯工具，因為標準技術需有大量的書寫文字來訓練AI模型。
為克服這項挑戰，Meta為主要以口語表達的「閩南語」打造一個史無前例的人工智慧技術翻譯系統。這項採用開放原始碼的翻譯系統是Meta Universal Speech Translator（UST，通用語音翻譯工具）專案的一部分，致力於開發新的AI方法，希望能為所有現存語言進行即時語音翻譯，包括主要以口語表達的語言。
為開發這個只有語音的全新翻譯系統，Meta AI研究人員必須克服許多來自傳統機器翻譯系統的挑戰，包括資料蒐集、模型設計以及準確度評估。Meta不只會開放閩南語翻譯模型的原始碼，也會公開評估資料集和研究報告，讓其他人能重製並以Meta的工作成果為基礎建立模型。
Meta著手打造閩南語翻譯系統時，面臨的一個重大障礙，是能否蒐集足夠資料。Meta利用中文作為中間語言，以建立偽標籤和人工翻譯，也就是先將英語或閩南語語音翻譯成中文文字，接著再翻譯成閩南語或英語，並新增至訓練資料中。這個方法利用資源充足的相似語言的資料，大幅改善模型成效。
Meta指出，評估主要以口語表達的語言例如閩南語時，挑戰之一是沒有標準的書寫文字系統。為啟動自動評估程序，Meta開發了一套系統，將閩南語語音轉譯成標準化的拼音符號，能夠很容易比較不同方法下的翻譯品質。
Meta也根據名為Taiwanese Across Taiwan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。Meta將開放此基準資料集的原始碼，鼓勵其他研究人員合作進行閩南語語音翻譯，一同在這個領域取得更多進展。
Meta表示，在目前的階段，Meta的作法能讓使用閩南語的人士與使用英語者對話。雖然相關模型仍在開發中，而且每次只能翻譯一個完整句子，但已朝向未來實現為各種語言提供同步翻譯的目標邁進。 Meta認為，AI研究有助於打破在現實世界和元宇宙中的語言限制，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，期待為未來順暢無阻的溝通持續貢獻。
Huge. Meta researchers developed a speech-to-speech translator for #Taiwanese Hokkien, using 30k hrs of TW drama data. Maybe there's a metaverse where mini Zuckerbergs just watch Taiwan drama w/ my a-má, all discussing how evil that one character truly is. https://t.co/Hyufhjm9gp https://t.co/doL6RsE1nM pic.twitter.com/E3KQcUbz1E
— Joshua Yang (@joshiunn) October 19, 2022
讀者迴響