由於每種語言皆有其獨特的結構和文化，為Galaxy AI建構語言功能的歷程是一條漫長而艱辛的道路。三星新聞中心帶領讀者回顧精彩點滴，透過來自世界各地三星研究員的分享－包括巴西、中國、印度、印尼、日本、約旦、波蘭與越南，了解Galaxy AI開發的幕後甘苦。

開發翻譯模型

諸如通話即時翻譯等Galaxy AI功能由三項核心處理作業構成：自動語音辨識（ASR）、神經機器翻譯（NMT）以及文字轉語音（TTS）。

▲自動語音辨識（ASR）、神經機器翻譯（NMT）以及文字轉語音（TTS）各別仰賴獨特的訓練資訊集

越南文是一種具有六種聲調的語言，因此越南三星研發中心（SRV）在建置自動語音辨識（ASR）模型上面臨了重重挑戰。由於聲調為語言的細微差異增添了複雜性，使AI難以辨識聲調語言。SRV建置的模型可區分20毫秒左右的短音訊訊框，成功克服此挑戰。

歐洲大陸文化璀璨多元，因此波蘭三星研發中心（SRPOL）在訓練神經機器翻譯（NMT）模型上面臨無數的難關。SRPOL具備豐富的語言專案經驗，橫跨全球四大時區、涵蓋30多種語言，此深厚的底蘊成功跨越重重障礙，包括克服特定用語的不可譯性，以及不同語言間所缺乏的同等俚語表達。

約旦三星研發中心（SRJO）將阿拉伯語導入Galaxy AI，目前有逾20個地區使用阿拉伯語，區域內共發展出約30種方言。母語者雖然普遍能識讀變音符號，但並不會標記於日常書寫中，因此為阿拉伯語建立文字轉語音（TTS）模型並非易事。基於對缺失變音符號的複雜預測模型，SRJO開發出能理解所有方言，並使用標準阿拉伯語應答的語言模型。

數據占有舉足輕重的地位

與當地機構建立開放的合作關係，是各個語言版本Galaxy AI訓練過程的重中之重。數據的品質將直接影響自動語音辨識（ASR）、神經機器翻譯（NMT）以及文字轉語音（TTS）的精準度。因此，三星積極與各領域的夥伴合作，取得和檢視能反映當地俚語、方言和其他變體的數據。

▲每一種語言皆有其獨特性，使AI語言模型的建置充滿挑戰。 例如越南語等聲調語言，因聲調的多重變化提升複雜程度。

印度邦加羅爾三星研發中心（SRI-B）與韋洛爾理工學院（Vellore Institute of Technology）展開合作，收集近百萬行關於會話語音、詞彙和指令的分段音訊與經過整理的音檔資料。學生獲得參與專案的實戰經驗，並得到三星專家的指導；得益於充沛的數據源，SRI-B順利以印度語訓練Galaxy AI，涵蓋20種以上的區域方言、語調變化、標點符號和俚語。

拉丁美洲西班牙語的複雜變化，反映其使用族群的多元性，因此對當地語言學的深度洞察，是建置該語言模型的重要關鍵。以「游泳池」一詞為例，各國說法不一，在墨西哥當地稱「alberca」，哥倫比亞、玻利維亞和委內瑞拉稱之為「piscina」，阿根廷、巴拉圭和烏拉圭則為「pileta」。巴西三星研發中心（SRBR）與SiDi和Sidia等科技機構展開合作，收集和管理大量數據，並持續細化、優化音訊和文字資源，使Galaxy AI拉丁美洲西班牙語模型漸趨完善。

隨著百度的「文心一言」聊天機器人，和美圖的「MiracleVision（奇想智能）」成為當紅炸子雞，北京（SRC-B）及廣州（SRC-G）的中國三星研發中心與百度和美圖等中國企業合作，借助其在大型語言模型（LLM）領域的專業長才開發漢語及粵語版Galaxy AI功能。

除了積極展開外部合作，盡職調查與內部資源亦極其關鍵。

印尼語是一門極具挑戰性的語言，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，印尼三星研發中心（SRIN）研究員走進咖啡店或工作場所，在各處錄製會干擾輸入的真實環境噪音。此舉有助於模型學習，從語言輸入源當中識別出必要的資訊，進而提升語音辨識的準確性。

由於日語的母音和子音較少，因此同音異義詞相對較多，大多仰賴上下文來判斷詞義。日本三星研發中心（SRJ）使用三星的大型語言模型（LLM）Samsung Gauss，以不同情境的相關字詞或短語建構脈絡化語句，協助AI模型區分同音異義詞。

三星全球研究資源網

來自各地的三星研發中心專業人員亦充分運用三星的全球研究資源網。

為Galaxy AI導入印度語之前，印度邦加羅爾三星研發中心（SRI-B）與全球各地的團隊合作，開發適用於英國英語、印度英語、澳洲英語、泰語、越南語和印尼語的AI語言模型。此外，亦有來自其他三星研究院的工程師前往印度邦加羅爾取經，將越南語、泰語和印尼語導入Galaxy AI。

▲工作人員與合作夥伴齊聚一堂，在印度邦加羅爾三星研發中心（SRI-B）前合影

波蘭三星研發中心（SRPOL）曾為多種語言開發ASR、NMT和TTS模型，在該領域累積多年的豐富經驗。SRPOL是Galaxy AI語言拓展的重要一員，藉由橫跨歐陸的合作，協助約旦三星研發中心開發阿拉伯語的多種方言，另為巴西三星研發中心提供巴西葡萄牙語、拉丁美洲西班牙語的相關協助。

三星的各地開發人員，掌握跨越國界與時區的合作之道。印尼三星研發中心開發人員與印度邦加羅爾三星研發中心同仁會晤時，觀察到印度當地的齋戒習俗。回顧豐碩的工作成果，許多同仁內心感到無比自豪和感激，深深體悟此專案對語言、文化、傳承、身份認同的深遠影響。

步伐堅毅、向前邁進

三星自今年初Galaxy AI發表以來，已導入超過1億台裝置，包括新款摺疊機與穿戴裝置。三星電子行動通訊事業部執行副總裁暨行動研發處負責人Won-Joon Choi在近期的專題研討會表示：「我們期望能在2024年底前觸及2億台裝置。」

三星致力推動AI普及，催生安全無虞、兼容並蓄的技術，造福人類並改善生活。在持續向前邁進的同時，一路以來的豐碩成果亦值得細細回顧。藉由建構支援更多功能與語言版本、因地制宜的Galaxy AI生態圈，三星積極透過前所未見的方式促進跨文化交流與合作，實現其所擘畫的「AI for All」願景。

日本三星研發中心（SRJ）成立之初聚焦於家電與顯示器等硬體技術發展，隨全球AI創新需求呈現爆發式增長，位於橫濱的SRJ也在去年底設立軟體研發實驗室，推出能在通話中即時自動翻譯對話內容的Galaxy AI通話即時翻譯功能。

SRJ AI團隊負責人Takayuki Akasako表示：「通話即時翻譯對於旅遊情境特別實用，例如參加今年巴黎奧運的遊客將可受惠。我們目前正為親臨巴黎奧運觀賽並在城市觀光的用戶開發一款語音辨識程式，並透過訓練此程式學習2024巴黎奧運的賽事與比賽場館位置。」

在語音辨識中理解上下文

對於已在使用Galaxy AI翻譯功能的用戶來說，此類型的應用可能非常有幫助。但對實際在開發這些功能的研究人員而言，在國外旅遊時能夠流暢溝通其實並非易事。

開發團隊首先注意到，相較於其他語言，日文中含有更多的同音異義詞。例如，「筷子」（Hashi，箸）和「橋」（Hashi，橋）可透過不同語調輕鬆判別；但諸如「觀光」（Kankō，観光）和「慣例」（Kankō，慣行）、「公共」（Kōkyō，公共）和「繁榮」（Kōkyō，好況），就必須仰賴上下文來判斷詞義。

Akasako指出：「當地點和人物的名稱、專有名詞、方言及數字等上下文模糊不清時，詞彙將變得難以判斷。為了提升語音辨識的準確度，搜集大量資料勢在必行。」

他繼續補充：「我們不斷尋找能即時針對重大活動與重要瞬間微調AI模型的方法。因為許多地點名稱和活動都會產生新的組合用詞，在使用Galaxy AI時維持上下文的清晰度是非常重要的關鍵。」

蒐集有效資料時面臨的挑戰

雖然判斷所需的資料類型很重要，但蒐集資料的任務本身即是艱鉅挑戰。

過去，SRJ團隊利用人工紀錄的數據訓練通話即時翻譯的語音辨識引擎，卻無法產出充分的資料量。

Samsung Gauss為三星的大型語言模型（LLM），其透過腳本建構不同情境相關的字詞或短語組成句子。藉由Samsung Gauss蒐集到的資料不僅涵蓋人工紀錄，亦會利用語音合成文字轉語音（TTS）資料生成數據，最後再由人工進行最終品質檢測。透過此方法，團隊得以大幅改善資料蒐集效率。

Akasako表示：「每當找到問題並解決時，語音辨識的精準度就能夠顯著提升。無論用戶身處何地，我們的目標都是串起人與人之間的連結，而Galaxy AI提供的工具將確實為溝通過程創造更多樂趣與效率。」

三星正如火如荼開拓旗艦行動AI體驗。三星新聞中心專訪世界各地的三星研究院，深入了解Galaxy AI如何協助用戶發揮極致潛能。Galaxy AI目前支援16種語言，憑藉通話即時翻譯、語音翻譯、筆記智慧助理和瀏覽助理等終端內建翻譯功能，使更多用戶即使在離線狀態也能拓展語言能力。團隊稍早造訪約旦，一窺擁有多種方言的阿拉伯語系，在開發AI模型時所面臨的複雜難題。本次將前往越南，探索AI模型的資料建置過程。

在越南文中，「鬼魂」、「墳墓」和「母親」的發音差異微乎其微。全球有9,700萬人使用越南文，而上述三個詞分別對應為音譯「ma」、「mả」和「má」，區別只在於聲調，這顯示了AI在學習語言時的難度之高，因為AI不僅難以直接辨別語境和對話情緒，也難以理解語句背後的意圖。

三星越南研發中心（SRV）運用精細的資料，協助AI模型正確判讀語言中最細微的差異。

數據的品質將直接影響自動語音辨識（ASR）、神經機器翻譯（NMT）以及文字轉語音（TTS）的精準度。此三大技術應用於Galaxy AI通話即時翻譯、語音翻譯、訊息即時翻譯智慧助理和瀏覽助理等功能，致力破除語言藩籬。

災難級挑戰

SRV的NMT負責人Ngô Hồng Thái表示：「越南文是一種複雜多樣的語言，表達方式相當豐富，許多細微之處難以捕捉。」在Galaxy AI支援的16種語言中，越南文的開發尤其困難。

在繼續解釋開發過程所面臨的難題之前，Thái補充：「對我來說，為越南文建立AI模型，比颱風還要更令人畏懼！」

越南文是一門聲調語言，具有六種不同音調。如同上述「ma」的例子，發音上的細微差異會大幅改變語意，因此在研發上必須非常注重細節。

SRV的ASR負責人Bui Ngoc Tung指出：「發音相似的詞語在拆解後，單一字詞會產生數個短區段，或稱為『訊框集』。AI模型會區分20毫秒左右的短音訊訊框，辨識字彙與特定連續訊框之間的關聯，因此團隊必須在AI學習的早期階段投入大量心力。」

此外，同音異義詞和同形異義詞在越南文中相當普遍，人們通常可依靠上下文和對話中的非語言元素，區別發音相同或拼字相同但意思不同的字。然而，AI模型必須經過訓練，才能正確分辨語調和相似詞彙。

Thái解釋：「這並不是一項簡單的任務。資料必須重質且重量，才能讓AI有能力判斷越南文中的細微差異。」

嚴謹的前置作業

資料精細化流程共分為三個步驟：首先，用於訓練AI模型的音訊和文字必須經過審閱和修正。接著，針對此資料集進行隨機抽查，確認整體品質。最後，資料集需進行標準化和淨化，才能用於訓練。

Nguyen Manh Duy為SRV的TTS負責人，負責監督資料庫建立流程。他表示：「團隊仔細地執行了一系列的測試，確保資料庫的準確度。過程中遭遇了許多意外的問題，包括腳本中有拼字錯誤、錄製音訊時收錄了背景噪音或發音錯誤。我們花了大量的時間去完善並優化訓練資料。」

在數據精煉過程中，將AI數據從優良提升到卓越的關鍵要角，正是軟體品質工程（SQE）團隊。該團隊在測試和精進AI語言數據品質方面發揮重要作用，並與AI語言開發專案團隊密切合作，實現此目標。

除了語言上的獨特挑戰，與其他廣泛使用的語言相比，越南文的開放性語料相當稀少。Duy補充道：「這也是資料精細化階段如此重要的原因。由於來源有限，每一份資料均必須百分之百可靠，沒有出錯的餘地。」

此外，越南文的AI模型必須同時考量語調和地區差異。為了提升AI模型的精準度，團隊自越南北中南各地的口音收集大量資料，也因此產生了眾多需要精細化和驗證的資料。

精益求精

SRV開發人員在歷經數月的努力後，成功使越南文成為Galaxy AI首批支援的語言。儘管取得了成功，團隊仍馬不停蹄地提升越南文的Galaxy AI體驗。

SRV的AI語言開發專案負責人Tran Tuan Minh表示：「我們會採納用戶的回饋，改善Galaxy AI中的詞語與慣用語，持續不斷地優化AI模型。目前僅是向更開放的世界邁出第一步，未來還有諸多事物需要共同探索。」

於學習曲線下一篇報導中，三星新聞中心將前往中國，深入探討AI模型的訓練和校正方式。

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。