教育部委託國家教育研究院建置「臺灣台語語料庫應用檢索系統」(網址:https://tggl.naer.edu.tw/)已公布供各界運用,系統查檢的資訊可供國民中小學課程設計、教學與評量需求外,供下載的語料庫也可作為語音處理或輔助教學的AI開發基礎。
為了全力支持本土語言研究,教育部於112年委託國家教育研究院建置及維護臺灣台語語音語料庫相關計畫,將語料庫的成果加以保存、維護,並增錄教育部辭典及盧廣誠先生編《華台對照詞典》的例句,延伸建立「臺灣台語語料庫應用檢索系統」,包含3大子系統:
一、語料檢索系統:使用者可查詢超過5萬6,000筆臺灣台語語料內容,並取得檢索詞彙的搭配詞、關聯詞及部分語音檔。
二、教科書詞彙檢索系統:收錄約1,400條教科書詞彙,使用者可查詢各版本臺灣台語教科書中出現的詞彙及相關資訊,可供教師利用,豐富教學內容。
三、語法點檢索系統:使用者可查詢臺灣台語語法點及其說明與例句,有助於深入學習,並供語言研究者參考。
此外,開放各界申請下載108年教育部辦理臺灣台語語音語料庫計畫成果,包括語料庫、音檔及AI工具模型等。內容包含2萬6千餘句的文字,每句有4至6位發音人共6種聲音來源的音檔總計208小時,另有語音處理的AI工具模型。各項成果適合語言研究者應用在語料及文本分析等相關領域,以及資訊人員用以開發語音辨識、語音合成等相關AI系統,或進一步建置本土語言教學輔助工具。有意申請者請至網站首頁,點擊右上方「語料申請」進入申請頁面,填畢基本資訊按「送出」,可於所填的電子信箱收到申請書檔案,填寫完申請書並簽名後將掃描檔回傳,維護團隊於審核通過後寄送語料庫成果下載連結(七日內有效)予申請人。
教育部為大規模保存臺灣台語語料,精進既有成果,自111年11月起委請國立陽明交通大學辦理新一階段的臺灣台語語料庫建置計畫,預計至115年10月完成,將擴大建置約文字語料2,000萬字及口語語料3,000小時的語料庫,並持續提高語音處理AI工具的實用效能,期望為本土語言研究、教學資源建置以及語言AI系統的開發貢獻更多力量。