這項本土語AI技術在商業化過程中，面臨了哪些挑戰？陳又碩又是如何解決的？ | 數位時代

本土語AI商業化挑戰與陳又碩的解決方案

長問科技總經理陳又碩看到了台灣本土語言在AI時代面臨的危機，特別是台語與華語語料庫之間高達73倍的巨大落差。為了防止母語在AI時代失聲，他毅然投入本土語AI技術的開發，決心拾起大型科技公司不願做的「苦力活」，致力於建立台灣本土語音語料庫。

商業化挑戰

在商業化過程中，陳又碩面臨了多重挑戰。首先，建立本土語言的語料庫需要大量的時間與人力，他們必須深入台灣各地鄉鎮進行「數位田野調查」，同時架設多支麥克風以模擬不同情境下的收音效果，並請語言專家現場糾正。這種「笨功夫」式的資料收集方式，與大型科技公司追求規模化和低成本的通用模型截然不同。

陳又碩的解決方案

面對這些挑戰，陳又碩採取了多種策略：

1. 技術優化降低成本：他帶領團隊透過軟體優化，將導入AI運算的GPU硬體成本從五百萬降至七十萬，大幅降低了企業導入系統的門檻。
2. 開闢商業應用場景：將技術導入真實場景，如雙北服務專線1999以及台北的119指揮中心，並與醫療院所、金融機構等單位合作，讓技術在實際應用中不斷累積資料並持續進化。
3. 策略合作：與媒體合作，提供語音轉換字幕的軟體，以換取節目影片與字幕檔，擴充語料庫的規模。
4. 使命感驅動：對下一代的焦慮，促使陳又碩堅持下去，他標記語料不僅是為了AI準確率，更是為了將來某一天，當下一代想找回自己的文化根基時，數位世界裡還留有最道地的素材。

成果與展望

透過這些努力，長問科技的營收開始翻倍成長，公司也轉虧為盈。鴻海、台灣大哥大、中華電信與三商電腦等都成為合作夥伴，共同將本土語AI辨識系統導入更多場域。陳又碩的努力不僅為台灣的本土語言保存貢獻了一份力量，也為其他面臨語言斷層危機的地區，提供了一個可參考的模式。

This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容