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。」

波蘭三星研發中心（SRPOL）內部流傳著一句話：「SRPOL一天有96小時」，意指SRPOL是歐陸規模最大、成長最快的研發中心，運作時將牽動全球四大時區，顯見其舉足輕重的全球地位。SRPOL位於歐洲中心地帶，腹地涵蓋眾多歐洲及全球市場，致力為30多種語言開發自動語音辨識、神經機器翻譯、文字轉語音模型。為Galaxy AI導入10種語言之際，該深厚專業知識底蘊，讓SRPOL駕輕就熟地將歐洲文化觀點，與三星全球技術無縫結合，成為承擔此大任的專業團隊。

SRPOL在自然語言處理領域，已累積多年豐富經驗，得益於滿懷熱情的團隊與多項利器，例如可實現快速、敏捷開發的群眾外包平台，使其具備駕馭各種語言的獨特優勢。

SRPOL語音解碼負責人Kornel Jankowski表示：「橫跨歐陸的合作，意味堅持不懈的數據蒐集、註解和研究，我們始終樂在其中。我們處理過許多語種，因而練就十八般武藝。當受命支援新語言模型時，每個人的態度都是：Oh wow！我們又有機會增添新技能，這一定很有趣！」

歐洲AI語言開發中心

無論是否融入科技文明，語言始終是歐洲各地文化交流的基石。然而，對於負責開發歐洲語言AI模型的SRPOL團隊而言，象徵充滿挑戰的重責大任。

SRPOL AI負責人Adam Ros解釋：「每一種語言及其所屬文化，皆有難以跨越的藩籬，驅使我們重新評估以及如何看待特定問題。其中包括特定用語的不可譯性，以及不同語言間，不存在同等俚語表達。」

團隊將這些挑戰視為機會，勠力將SRPOL打造成歐洲AI語言開發中心。此舉最大好處在於，它縮短了不同部門間的溝通路徑，尤其是決策路徑。不論是自動語音辨識、神經機器翻譯或文字轉語音，各團隊皆能直接向行動品質保證部門同仁請益，以高效方式共同解決問題。

即使有所助益，但仍不足以克服所有AI挑戰。在處理多種歐洲語言時，AI模型不可避免地存在局限性，例如在缺乏前後文脈絡或語調變化的情況下進行翻譯。然而，該團隊將這些困境，視為不斷學習和創新的機會。

Ros補充：「在處理新單字或主題時，我的團隊從未止步於單一事例。某些歐洲語言的難度，遠超過其他語系。若您曾到訪西班牙，就會知道西班牙語語速極快，因此我們需妥善訓練AI以因應此問題。」

擴大Galaxy AI支援的語言陣容，有賴於新穎的跨歐陸合作，但這項工作很快地跨越歐陸邊界。SRPOL為約旦團隊提供支援，向Galaxy AI教授阿拉伯語的多種方言，另為巴西團隊提供拉丁美洲語言相關協助。

語言的重要性及文化差異的微妙之處，是目標受眾－亦即終端用戶可察覺的，因此其受到SRPOL產品開發人員的密切關注。

SRPOL語音智慧研究負責人Agata Maria Rozycka在受訪時提到：「歐洲文化間存在微妙差異，這些差異性，是終端用戶能否感受自然的影響因子。以歐元貨幣為例，某些國家普遍採用歐元符號（€），而另一些國家／地區的人民，則習慣使用羅馬拼音e-u-r-o-s。若這些文化細微差異，未能反映在譯文的字裡行間，對用戶而言，如此的界面即欠缺直覺性。將這些微觀層面的洞察力，納入介面設計考量中，便能讓橫跨多元文化的技術應用，令人感到更加自然。」

「多年來，該團隊積極開展跨國遠距合作交流，建立眾多高效溝通途徑。我們已做足準備並加入眾人行列，冀望透過Galaxy AI打破全球語言藩籬。」 行動品質保證負責人Marcin Mrugala如此表示。

彌合文化差異的技術

管理和整合不同語言及文化見解，是一項極具挑戰性的任務，但為了實現三星Galaxy AI願景－消除造成隔閡的語言和文化差異，拉近人與人之間的距離－該項任務勢在必行。

Mrugala指出：「我們不僅形塑未來技術，亦打造未來團隊。我們的最佳實務原則，旨在克服國家間的差異性，使產品更臻完善，我們堅信彼此的相似性，遠遠超過差異性，而我們的技術將可發揮文化整合的作用。」

Rozycka總結：「我們以四海一家為目標，讓人們的生活更輕鬆，簡化日常大小事。我們見證家人透過嶄新方式使用錄音器，現在我們可以打電話給異國友人，並以其母語交談。能見證世界如此轉變，且身為其中一員，真是太神奇了。Galaxy AI使SRPOL團結一心，如今，我們努力讓世界一家親。」