教導AI模型學習一門新語言是相當複雜的過程，但若要學習的不是單一語言，而是一系列的多種方言呢？三星約旦研發中心（SRJO）面臨的便是此種挑戰。儘管阿拉伯語在通話即時翻譯等Galaxy AI應用中統一歸類為一種語言選項，但團隊必須將橫跨中東與北非地區的各式阿拉伯方言納入其中，且每種方言的發音、詞彙和文法均不盡相同。

阿拉伯語是全球使用最廣泛的六種語言之一，每天有超過4億人使用^（註一），並可分為Fus’ha（現代標準阿拉伯語）和Ammiya（阿拉伯方言）兩種形式。Fus’ha通常用於公共場合、官方活動和新聞廣播，Ammiya則適用於日常對話。目前有逾20個國家使用阿拉伯語，而區域內共發展出約30種方言。

不成文的規定

SRJO團隊意識到方言間存在的多樣性，採用一系列技術來辨識及處理每種方言的獨特語言特色。此方法對於確保Galaxy AI能準確判讀區域性語言並產出回覆的細微差異來說至關重要。

阿拉伯語開發團隊專案負責人Mohammad Hamdan表示：「阿拉伯語和其它語言不同之處在於，其受詞的發音會因句中的主詞和動詞而有所不同。我們的目標是開發出能理解所有方言，並以標準阿拉伯語應答的模型。」

文字轉語音（TTS）是Galaxy AI通話即時翻譯功能的組成要素，可將口語翻譯成書面文字，再以語音重現，讓使用不同語言的用戶得以互相交流。而TTS團隊則因阿拉伯語的特殊性，面臨著獨特的挑戰。

阿拉伯語使用變音符號為宗教性文字、詩歌和語言學習書等內容的詞彙標示發音。雖然母語者普遍能識讀變音符號，但因為不會標記於日常書寫中，使得機器難以將純文字轉換為音素（phoneme），即語言中的最基本發音單位。

Haweeleh解釋道：「我們很難找到能準確呈現變音符號正確用法的高品質且可靠的資料集，因此團隊必須設計出一個神經模型，精準地預測並補上那些缺失的變音符號。」

神經模型與人腦的運作方式雷同。如欲預測變音符號，模型必須研究大量的阿拉伯文字、學習語言規則，並理解詞彙在不同情境下的使用方式。例如，單字的發音會因其描述的動作或性別而有差異。團隊透過大量培訓大幅提升阿拉伯語TTS模型的準確度。

增強理解能力

SRJO團隊亦需從各方來源蒐集不同的錄音檔進行轉錄，並著重於特殊的發音、單字和慣用語。負責建立資料庫的團隊成員Ayah Hasan表示：「我們組建一支以方言為母語、能分辨其細微差異的團隊，他們會聆聽錄音檔，並手動將口語轉換成文字形式。」

上述工作是提升自動語音辨識（ASR）的核心流程，使Galaxy AI能夠處理豐富多變的阿拉伯方言。ASR為Galaxy AI具備即時理解並回應的能力的關鍵。

Mohammad Hamdan亦為該專案的ASR負責人，他指出：「在單一模型內建造能支援多種方言的ASR系統，是個非常艱鉅的任務。我們需要深入了解語言的複雜性、仔細地篩選資料並擁有先進的建模技術。」

創新里程碑

歷經數月的計畫、建模與測試，SRJO團隊準備好於Galaxy AI中推出阿拉伯語選項，使更多用戶實現跨國交流。該團隊使阿拉伯母語者得以使用Galaxy AI服務，為他們和世界各地的人們降低語言和文化門檻。SRJO在過程中建立可推廣至世界各地的最佳實踐，但此次的成功僅是開端，團隊將繼續精進模型，提升Galaxy AI語言能力的品質。

在下一輯的《學習曲線》專題報導中，三星新聞中心將前往越南，探討團隊如何優化語言資料，以及如何訓練出有效的AI模型。

阿拉伯語為Galaxy AI新支援的語言和方言之一，用戶可從「設定」應用程式下載。通話即時翻譯及翻譯助理等Galaxy AI語言應用亦可在支援三星One UI 6.1的Galaxy裝置上使用^（註二）。

隨著三星持續引領卓越行動AI體驗的發展，三星新聞中心專訪世界各地的三星研究院，探討Galaxy AI如何協助更多用戶極致地發揮潛力。Galaxy AI目前支援16種語言，透過通話即時翻譯、翻譯助理、筆記智慧助理與瀏覽助理等終端翻譯功能，助力更多用戶拓展語言能力，即使在離線狀態下，也能暢所欲言。然而，AI語言開發究竟涉及哪些層面？本系列報導探討行動AI領域的各種挑戰，以及三星如何克服這些困難。三星新聞中心以印尼作為此探索之旅的首站，瞭解如何開始教導AI學習一門新語言。

三星印尼研發中心（SRIN）團隊指出，第一步是制定目標。SRIN AI團隊是近期將印尼語納入Galaxy AI支援行列的幕後功臣，其負責人Junaidillah Fadlil表示：「優秀的AI始於優質且相關的數據。不同的語種需要不同的處理方式，故我們深入研究當地語言的需求和獨特條件。本土語言的發展須仰賴洞察力與科學，因此，我們為Galaxy AI注入新語言時，會先規劃所需的資訊，並確保能以合法且合乎道德的方式獲得。」

通話即時翻譯等Galaxy AI應用會執行三個核心流程：自動語音辨識（ASR）、神經機器翻譯（NMT），以及文字轉語音（TTS），而每個過程皆需要一組獨特的資訊。

例如，ASR須廣泛錄製各種語境下的口說內容，並逐一與準確的文字轉錄配對。不同的背景噪音值，有助於說明不同的環境。SRIN AI團隊的ASR負責人Muchlisin Adi Saputra解釋：「僅在錄音中添加噪音是不夠的，除了從授權的第三方合作夥伴取得語言數據，我們亦須走進咖啡店或工作場所，在各處錄製自己的聲音。如此才能捕捉現實生活中的獨特聲音，例如人們的吆喝聲、或鍵盤的敲擊聲。」

而不斷變遷的語言本質，亦須納入考量。Saputra補充道：「我們須跟上時代的腳步，掌握最新的流行語和使用方式，而社群媒體是主要的蒐集管道！」

再者，NMT需要翻譯訓練數據。SRIN AI團隊的NMT負責人Muhamad Faisal談到：「翻譯印尼語極具挑戰性，其對上下文脈絡和隱義的廣泛應用，仰賴於社會和情境線索，因此我們需大量的翻譯文字供AI參考，以獲取新詞、外來詞、專有名詞、慣用語－任何有助於AI理解上下文、語法規則的資訊。」

接下來，TTS需要錄製一系列聲音和語氣，以及各個詞彙結構體在不同情境下的發聲。TTS負責人Harits Abdurrohman補充道：「有了良好的錄音，可說是成功完成一半的任務，並涵蓋AI模型所需的所有音素（語音單位）。配音員若能在早期階段圓滿達成任務，便能將重點轉移至改良AI模型，以清晰的發音說出特定的單字。」

團結力量大

規劃龐大的數據需要大量資源，因此SRIN與語言學專家密切合作。Fadlil回憶道：「欲克服這項挑戰，需要創造力、應變能力，以及印尼語和機器學習方面的專業知識。三星秉持的開放合作理念，在達成任務上發揮了重要作用，而我們的運作規模和AI發展歷程，亦功不可沒。」

透過與全球各地的其它三星研究中心合作，SRIN團隊得以快速採用最佳實踐作法，並克服建立資料目標的複雜性。此外，合作不僅有助於推動技術進步，亦有利於文化發展。當SRIN團隊加入印度班加羅爾的夥伴行列時，成員們觀察當地的齋戒習俗，建立更深層次的連結，並擴大其對不同文化的理解。

對該團隊而言，Galaxy AI的語言延伸專案，別具開創性意義。Fadlil總結：「我們對於在此領域取得的成就感到自豪，因為這是團隊的第一個AI專案，隨著我們持續地精進模型並提升輸出品質，團隊並不會就此畫下句點。此次延伸，不僅反映三星的開放價值觀，更透過語言尊重、融入文化認同。」

在下一輯的《學習曲線》專題報導中，三星新聞中心將前往三星約旦研發中心，專訪主導Galaxy AI阿拉伯語專案的團隊。請持續關注最新報導，瞭解為多種方言的語種建立模型與訓練的複雜性。