【李台源／桃園報導】誰說廣播只能用耳朵聽？客家公共傳播基金會（客傳會）所屬的講客廣播電臺，利用AI科技，實現即時客語語音轉文字。目前測試版（Beta版）已經上線，聽眾點選講客廣播電臺網站的「線上直播」，畫面就會顯示即時字幕。客傳會董事長陳邦畛表示，此突破將大幅降低收聽客語廣播節目的門檻，更替未來將客語即時轉化為英文等外國語言，開啟了一道大門。
今年8月1日開始，講客廣播電臺官網新增了客語廣播即時字幕功能，透過客家委員會合作夥伴長問科技訓練的模型，系統將會自動判斷廣播節目中的客語語音，並翻譯成華語文字，目前準確率已達7成，成為非客語母語人士收聽客語節目的重要工具。
陳邦畛指出，「聲音一旦成功轉換成文字，就有了被記錄、理解和學習的可能性，更有潛力被翻譯成任何國家的語言。」有了字幕輔助，聽眾不再因為聽不懂客語而卻步，只要對這個文化有興趣，就能透過文字來理解，進而增加客語的使用者、學習者與傳承者。
「語言是承載文化寶藏的關鍵。」陳邦畛認為，聲音本身承載的情感與多樣性，遠比作為「溝通公約數」的文字更豐富。透過即時字幕技術，可以更真實地記錄下客家族群的生活樣貌、思維方式與文化價值，讓外界有機會理解這個長期被忽略的群體。
陳邦畛指出，客語作為相對少數的語言，過去累積的語音資料庫不足，且於現代生活應用有脫節，因此準確度還有待提升，但如今技術實現後，希望能激發更多客語使用者完善資料庫，建立客家人的文化自信，「語言越是不同，在這個階段的價值可能越高。」
講客廣播電臺新的AI技術突破在於，台灣主流客語擁有五大腔調，現今雖然已有客語多腔調的語音文字轉語音（Text-To-Speech，TTS）系統，但都屬於離線轉換，必須將音檔上傳至伺服器運算，無法即時將客語語音內容翻譯成華語文字。
對於技術運用，講客廣播電臺工程組組長涂志豪說明，客語語音可以即時轉文字，並且呈現在電臺官網，背後是一套精密且環環相扣的技術流程。
涂志豪解釋，電臺透過網際網路音訊協定（Audio over Internet Protocol，簡稱AoIP）提供乾淨且穩定的聲音訊號，再由系統濾除雜音 、計算音量強度，並且轉換聲音格式，大幅提升傳輸效率，並讓AI更精準辨識。
系統處理後的「乾淨聲音資料」，會即時傳送至客家委員會合作夥伴長問科技所訓練的自動語音辨識（Automatic Speech Recognition，ASR）模型，將接收到的客語聲音即時轉換成文字。
涂志豪說，系統將客語聲音辨識成文字後，會再傳送回講客廣播電臺內部伺服器處理。再由這台伺服器將文字串接至官網，成為聽眾正在瀏覽的即時字幕顯示。透過一系列技術整合，講客廣播電臺將傳統的聽覺廣播，升級為兼具視覺閱讀的現代化媒體，為客語保存與傳播，寫下了嶄新一頁。
講客廣播電臺近年持續引入AI科技，包括透過「AI客語語音廣播自動生成系統」，只要將文字輸入講客廣播電臺官網編輯臺，即可生成客語音檔，並且自動整合導入講客廣播電臺AI客語最速報，以此奪下第59屆廣播金鐘獎「創新研發應用獎」。
講客廣播電臺表示，目前客語廣播即時字幕功能應用於官網線上直播節目，預計接下將會逐步應用於網路雲端AOD（Audio On Demand）隨選隨聽節目，希望持續增加客語廣播節目的可能性。講客廣播電臺也說，未來將持續透過優質節目與科技運用，展現多樣的客家真實聲音。
