客語數位化，臺灣客語語料庫試用版上線了！客家委員會自106年開始建置臺灣客語語料庫，迄今已收錄超過600萬字（含書面、口語）客語語料，語料庫系統於今（24）日正式上線開放各界試用，客委會副主任委員鍾孔炤表示，客語數位化的語料庫，不僅有助於客語研究及教學推展，更可以應用到日常生活中的各種大小事，讓學習客語變得很簡單，歡迎大家多多利用！

今日的臺灣客語語料庫試用版上線記者會，國立政治大學英國語語文學系教授賴惠玲親自示範如何線上使用「臺灣客語語料庫試用版」，希望大家一起利用這些超過600萬字（含書面、口語）的珍貴客語語料，進行更多元面向的應用，另外，這次將語料庫結合人工智慧技術的團隊「華碩雲端有限公司」總經理吳漢章指出，語音資料庫最大的特色是，擁有各腔調客語語音辨識與語音合成語料，未來可結合人工智慧技術，發展客語數位應用，讓客語迎接時代潮流。

客委會表示，客委會委託國立政治大學規劃建置「臺灣客語語料庫」，以全臺灣客語書寫的文本、發音內容作為語料來源。在書面語料方面，蒐羅已出版或對外發表的書面文本，並盤點臺灣從早期到近年，已出版的各種珍貴客語出版品；而口語語料部分，來源包含電視節目，或是由執行團隊親自採錄的客語口說內容，如訪談、演講、日常生活對話、說故事等。此外，語料蒐整工作號召了許多客語薪傳師協助，共同為保存客語盡一份心力。語料庫所收錄之語料都經過轉寫（轉檔），以及請專家進行文字校訂，並由系統斷詞；口語語料則再經專家人工聽取音檔、標記時間碼，以供系統辨識並串接語料文字及音訊區段。

臺灣客語語料庫系統具有多項功能，第一，資料視覺化與多媒體展示，於入口網頁設置客語常用詞文字雲、客語特色詞彙展示，將相關資訊視覺化，方便民眾快速瀏覽客語常用詞彙；同時設有「口語人物誌」，以多媒體形式展示本語料庫所收錄之口語語料。第二，語言典藏與保存，透過書面語料及口語語料的蒐集，完成臺灣客語六腔（四縣、海陸、大埔、饒平、詔安、南四縣）的基礎保存，其內涵包括保存語言資產、展現語言多樣性、記錄語言生命等多面向。第三，教學研究與數位化應用，語料檢索系統及客語斷詞及詞性標注器之設置，不僅能作為客語學術研究、教學推廣使用，更是完成臺灣客語的數位接軌，建立語言資料與資訊科技介接的管道，提供大數據分析能力，亦為後續臺灣客語數位應用的重要素材。

此外，隨著數位時代的來臨，客委會在臺灣客語語料庫基礎之上，進一步規劃並建置「臺灣客語語音資料庫」，由華碩雲端股份有限公司執行團隊以分年分階段逐步執行，語音資料庫最大的特色為擁有各腔調客語語音辨識與語音合成語料，未來可結合人工智慧技術，發展客語數位應用，歡迎大家點選連結：https://corpus.hakka.gov.tw/　一同徜徉珍貴的客語資料雲海，迎接全新客語時代。