Meta的AI英語互譯，為什麼選擇閩南語而非粵語？

總所周知，由於語言的複雜性，包括語篇結構、思想、邏輯，目前的機器翻譯效果遠未達到人工水平，主要表現在句子凌亂、語法錯誤，句與句之間意義不連貫，語義歧義表現在措辭不當，詞義錯誤，甚至導致前後矛盾、不知所云。但這些還都是針對有文字的語言翻譯時候出現的問題，而對於沒有系統成形文字的方言來說，問題更加嚴重。

為此，總部位於加州的Meta公司最近開發了一種名為“S2UT” （speech-to-unit translation） 的翻譯技術，能將原本沒有特定文字書寫紀錄的語言，直接透過語音對語音翻譯方式轉換成另一種語言，例如將臺灣等亞洲地區許多人使用的閩南語直接翻譯成英語，同時也能將英語直接翻譯成閩南語。

Meta這項超級新穎的翻譯技術“S2UT”是使用AI來轉譯“沒有實際文字”的語言。它首先將沒有實際文字的語言念音轉換為數位聲波資料，然後與其他可轉為文字內容的語言透過機器學習進行交叉比對，藉此建立標示與分類 ，未來即可透過識別念音，直接將沒有實際文字的語言翻譯成其他語言。

而如果碰到未建立標示及分類的情況，系統則會透過另一套翻譯流程，藉由其他語言進行轉譯，例如在閩南語原意無法直接以英語詮釋情況下，若可以透過普通話詮釋，系統就會參考普通話內容再翻譯為英語。

Meta為何選擇閩南語？

之所以選擇以閩南語而非粵語作為此技術第一個對應語言，Meta發言人表示，目前使用閩南語的使用人口超過5，000萬人，同時也是中文語系中的代表語言之一；但也因為沒有文字，因此無法透過一般翻譯技術轉換成其他語言。其次，海外華人使用的另一大語言-粵語雖然也是中國的一大方言，但其與古漢語的關聯更加緊密，因此有以繁體字為主體的成形文字為依託。目前的機器語言已經能夠對粵語進行相當不錯的翻譯，只不過輸入的是筆畫更多的繁體字罷了。

推出此項技術，Meta希望能讓人們可以打破語言隔閡，以最自然形式進行交流，藉此促成更深入的互動。要知道，世界許多地區的人交流的時候依然使用的是沒有成形文字的方言，尤其是少數民族聚居的地區。

Meta接下來將對外開放名為“LASER”的自然語言處理工具，所打造SpeechMatrix大型語音對語音訓練模型，讓更多研究人員可以建立眾多無法透過文字紀錄的語言，讓更多語言可以透過人工智慧方式翻譯成其他語言。