（台泰時報11月28日電）泰國數位科技領域再添新進展，SCB 10X 於28日宣布推出「Typhoon Isan」開源語音識別系統，為全泰首個支援伊森語的自動語音辨識（ASR）模型，同時開放相關資料集供研究與開發使用。該項目旨在縮小地方語言在人工智慧領域的落差，並提升AI在多語環境下的應用能力。

SCB 10X 表示，現行語音辨識技術多以泰語中部標準語為核心訓練資料，難以精準理解各地口音與詞彙差異。伊森語雖有約2,000萬名使用者，占全國人口逾三分之一，卻缺乏一致性的書寫系統與足量的語音資料，使AI在處理相關語料時常出現辨識錯誤。該專案希望透過系統化整理資料、建立口語規範，並以開源模式鼓勵外界參與，提升AI模型對地方語言的理解力。

SCB 10X 指出，伊森語資料的建置具有多層意義，包括保存語言文化、改善科技應用，以及促進地方經濟發展。伊森地區約占全國GDP 10%，當地大量勞動人口在日常與工作場合皆使用伊森語，若語音技術具備地方語處理能力，有助於提升溝通效率與科技可及性。

該開源計畫由語言學家、教育工作者、研究團隊及伊森社群共同參與，在「TYPHOON 把 AI 做成东北味」交流活動中正式公布多項工具與資料集，包括：

1️⃣ Typhoon Isan ASR：可將伊森語語音轉換為文字的開源模型。
2️⃣ Typhoon Isan TTS：可合成自然語調的伊森語語音。
3️⃣ 開放資料庫（Open Data）：涵蓋多類型語句、對話與語音樣本。
4️⃣ Isan Speech Transcription Convention：建立統一的語音轉寫標準，用於資料集整理與模型訓練。
5️⃣ Isan Spelling Standard：以泰文字建立的伊森語拼字規則。
6️⃣ Isan Speech Corpus：蒐集自多府的語音語料，包括多樣口音。
7️⃣ Isan Phonetic Dictionary：連結詞彙與發音的音標詞典，協助語音模型提升準確度。

所有工具與資料均免費開放使用，供研究機構、開發者與教育單位採用，以強化泰國AI生態系的開放協作基礎。

報告指出，傳統ASR在面對低資源語言時，常因資料稀缺與語音差異大而無法達到滿意的準確度。伊森語缺乏標準書寫體系，使資料整理更具挑戰。此一開源計畫透過跨領域合作，為地方語言建立更完整的數位基礎，亦有助未來擴展至泰國其他方言。

業界分析認為，語言多樣性已成AI發展的重要課題，地方語言的開源資料將減少開發成本，提升模型的公平性與包容性。SCB 10X 推動的伊森語專案，將有助於泰國技術社群在語音科技領域取得更大自主性，並提升在區域內的研發競爭力。

SCB 10X 表示未來將持續深化語言資料建置，並探索AI在教育、服務業與地方行政中的應用可能，希望藉由開源模式吸引更多合作夥伴，共同推動泰國AI語言科技的長期發展。

圖片來源：Bangkok Biz News