【台湾AI语音引擎实例：台湾AI实验室】语音辨识不输国外，雅婷App连乡民用语都能懂

为何同样是中文语音辨识，台湾AI实验室推出的中文语音转文字App，和用国外做出来的就是很不一样，有着浓浓的台味，许多台湾人用了以后，都对它赞不绝口，而且去年底一推出，就引发热烈回响，不到一周就冲上Android平台生产力类第一名，成为最受欢迎App，甚至比Google Drive、Gmail下载的用户都还多，不但记者拿它记录，听障人士听广播、看电视也都用它。

台湾AI实验室去年底推出一款逐字稿App，靠着使用台湾在地语料，学习民众常见的用词、习惯用语，一推出就大受好评，现在不只能辨识在地的PTT乡民用语， 甚至再过几个月，中英夹杂说话方式也难不倒它。

语音辨识要贴近在地需求，在地化资料是关键

台湾AI实验室创办人杜奕瑾点出关键，就在于他们开发的中文语音辨识引擎，用的是土生土长的台湾在地化语料，搜罗了包含台湾新闻、电视节目、 批踢踢（PTT）文章等语音和文字资料，让AI可以经由学习，知道台湾民众常见的用词、习惯用语，或说话方式等，就连帮App取名称也很在地，就叫“雅婷”。现在不只能辨识“踹共”、“母汤”这些乡民用语， 甚至再过几个月，中英夹杂说话方式也难不倒它。

“语音辨识技术深受在地化需求的影响。” 杜奕瑾说明，即使英文的语音辨识很强，不见得在中文辨识就会比较厉害，因为需要用在地语料，才能开发出符合当地需求、贴近在地民众的使用习惯、说话用语的语音应用，就连现在许多常见词汇，比如PTT乡民用语，实际拿国外语音辨识引擎来试，很多都不及格，正反映了它很需要在地化资料。

如今，台湾在中文语音辨识准确率上，跟国外相比毫不逊色，甚至有的辨识效果比国外还准确。根据台湾AI实验室用华语文能力测验来做测试，语音判断的结果已经比中国科大讯飞和Google都好，中文字错字率（word error rate）已经达到5 ～6%，科大讯飞的错字率则有15～16%，两者相差多达10%。对照国外产业Switchboard语音辨识基准测试的字错率，错字率低于6%，等同于人类专业速记员水准，虽然两者比较的基础不同，但也反映出，台湾在中文语音辨识技术上的重要突破。

要用软件创造取代传统代工思维

不过，杜奕瑾也直言，几年前刚回台决定要发展台湾在地化AI技术时，很多人都不看好，甚至也有科技界大老看衰，不相信台湾有能力会做得好，“我觉得这是没必要的悲观”，其实台湾的软件开发能力是不输全世界，重点是有没有想要好好地在台湾发展软件产业。

他也指出，台湾想要发展在地化的中文AI语音引擎，最大挑战是要改变思维，应以软件创造思维，来取代一味模仿或压低制造成本的传统代工思维，才能在新技术出现时，很快从自身周围问题找到潜在应用，把它做到最好。

“这就是我们要推雅婷这个App的原因。”杜奕瑾说真正目的，是要向全世界证明，台湾不只有能力自己做，而且更要在最短时间完成，然后开放让所有人都能使用。当这些人在使用的同时，也就在厚植台湾在地AI软件实力，同时吸引更多台湾一流软件人才回流，共同一起帮台湾在地AI语音引擎做到更好。