taigi.dev開源台語語音 · 預覽版 v0.1
逐工講台語,
電腦嘛會。
一套從零開始、自己訓練的台語語音工具:讀得出台語、聽得懂台語、翻得了台語。權重與程式開源,資料來源全部寫清楚。
早期預覽現在聽起來還像「不太會講台語的人」——它只學過辭典裡的短句。我們正在加入真人日常講話的資料。
三件事kóng · thiann · huan
- 講kóng可試聽
台語語音合成
輸入台語漢字或台羅,念出台語。給它 10 秒錄音,就能用那個聲音念。
- 聽thiann訓練中
台語聽寫
聽台語,寫出台語漢字(不是華語)。用來替語料自動標註,也用來檢查合成念得對不對。
- 翻huan試驗中
華語 ↔ 台文
把華語翻成台語漢字再念出來,也能把台文翻回華語。
聽看覓thiann-khuànn-māi
以下句子都沒有出現在訓練資料裡,聲音範本是一位台語老師的錄音。
鬥相共tàu-sann-kāng
台語語音最缺的是「平常人講平常話」的錄音。如果你願意幫忙:
- 捐你的聲音念幾句日常台語,錄音以開放授權釋出。錄音頁準備中:record.taigi.dev
- 提供語料授權有台語廣播、講古、訪談或教材,願意授權給開源模型使用的單位或個人。
- 贊助算力每多一張顯示卡,訓練就能多跑一輪。
資料來源與授權
目前版本的權重以非商業授權(CC BY-NC-SA)釋出,因為訓練資料包含非商業授權的內容。可商用版會用授權寬鬆的資料另外訓練。
| 資料 | 內容 | 授權 |
|---|---|---|
| 教育部臺灣台語常用詞辭典例句 | 約 1.5 萬句朗讀 | 非商業 |
| Mozilla Common Voice 台語 | 21.6 小時、279 人 | CC0 |
| 信望愛台語有聲聖經 | 83 小時朗讀 | 可商用 |
| TaigiSpeech | 3,105 句 | CC BY 4.0 |