风传媒 https://www.storm.mg/article/11050445
让AI“讲台语嘛会通” Taiwan Tongues打造本土语言开源语料库
2025-07-04 20:47
魏鑫阳
https://i.meee.com.tw/bBTJdaQ.png
IMA资讯经理人协会发起“Taiwan Tongues台湾通用语料库计画”，集结作家、产业、学
界与政府之力，打造本土语言的开源语料库与训练框架，让AI也能学会“台湾话”。（魏
鑫阳摄）
在生成式AI席卷全球的此刻，语言差距正成为新的数位落差。主流AI模型习惯“听”英语
与简体中文，却“不懂”台语、客语、原住民族语，甚至连台湾华语的语境都难以掌握。
为了改变这个现况，IMA资讯经理人协会发起“Taiwan Tongues台湾通用语料库计画”，
集结作家、产业、学界与政府之力，打造本土语言的开源语料库与训练框架，让AI也能学
会“台湾话”。
“语言是活的文化，不能只是被保存，更要能被学习。”台语文学作家、吴三连奖得主胡
长松这么说。他率先捐出150万字创作，成为Taiwan Tongues计画首位释出语料的作家。
这份文化行动随即获得作家圈热烈响应，包括诗人向阳、曾贵海（由曾泽民代表出席）与
《文讯》杂志社长封德屏等文化工作者也加入阵容。
截至目前，Taiwan Tongues已累积超过500万字高品质语料，并上架至国际知名的Hugging
Face平台，开放非商业使用，提供语音助理、机器翻译、语言教学与文化推广应用。IMA
表示，未来将以“月入百万字”为目标，持续推动语料开放接力，拓展AI学习本土语言的
素材基础。
IMA协会理事长蔡祈岩：不只是给AI教材，还给它教案与考卷
“我们不只是给AI教材，还给它教案与考卷。”IMA协会理事长蔡祈岩指出，Taiwan
Tongues不是单纯的资料蒐集，而是一套完整的AI语言学习机制。
除了语料，计画更与快闪存储器大厂群联电子合作，开发以Reward Model与RL（强化学习
）微调技术为基础的语境训练框架。该框架能辨识多元观点、调整语意落差，协助企业打
造具在地语感的本土化AI应用。
此外，Taiwan Tongues也设计了台湾语境专属的模型评测机制，与阳明交通大学教授廖元
甫合作，使用教育部台语辞典与作家语料进行模型持续预训练（CPT）与监督微调（SFT）
。结果显示，经Taiwan Tongues语料训练的台语AI模型，其语意理解与生成能力显著提升
，学术与应用并进。
政府支持主权AI 文化自主成为科技战略
数位发展部次长林宜敬表示，AI正在重塑世界的语言与价值流动，台湾语言的能见度正面
临严峻挑战。主权AI不只是技术议题，更是文化自主与民主深化的战略选择。
林宜敬同步宣布3项策略支持Taiwan Tongues计画：由数位部统筹整合政府语料、交由IMA
协会推动民间语料授权与建置、强化政府与民间在语料开放、模型建构与应用评测上的协
力合作。
Wiki Taiwan启动 语言数位化迈向全民共编
为进一步扩展语料来源与文化能见度，Taiwan Tongues计画即将开启“Wiki Taiwan”工
作项目，从维基百科翻译起步，打造全民参与的台湾语言百科全书。首波目标为将140万
笔繁体中文条目翻译为台语，后续亦将同步推进客语、原住民族语内容扩充。
此举不仅可快速充实AI训练语料，更具实质意义。蔡祈岩指出，这是一场跨语种、跨社群
、跨世代的语言行动，让台湾语言不只存在于课本与书写，更深刻地进入AI的核心。
Taiwan Tongues不只是语料运动，更是文化复振与科技接轨的实践。从作家到工程师、从
文学到模型，这场语言革命正打破学科与产业边界，让AI理解台湾话。
蔡祈岩强调，“语言不只是记忆的载体，更是文化主体性的证明。”Taiwan Tongues希望
召唤更多来自不同领域的参与者，一起让台语、客语在AI浪潮中站稳脚步，发声、被听见
，并且真正被理解。