快速阅读: 12月7日消息，第十届语言服务高级论坛在广州大学发布AI-DimSum多模态粤语语料库平台，集成七大子系统，汇聚百万字文本、3000小时语音及超1TB音视频资源，助力粤语数字化与文化传承。
12月6日至7日，第十届语言服务高级论坛在广州大学举行。会上，粤语语料库建设与大模型评测实验室正式发布AI-DimSum多模态粤语语料库平台，标志着全球使用人口超亿的粤语在数字化进程中迈出关键一步。
广州大学教授齐佳音指出，粤语在网络环境中长期面临“低资源语言”困境。该平台紧扣“数字中文建设”与“大湾区文化数字化”战略需求，构建起一个以岭南文化为根基、面向人工智能应用的多模态语料数据生态系统，坚持“标准先行、数据可溯、服务可用”原则。
AI-DimSum平台集成语料采集、标注、大模型对接、确权检索、质量评估、管理及应用商店等七个子系统，形成从数据采集到模型接入与应用发布的一体化、模块化基础设施。目前，该语料库已汇聚超百万字文本资源，涵盖新闻、文学等领域；完成3000小时高保真语音标注，并收录逾1TB音视频资料；影视方面包括《功夫熊猫》《大圣归来》《外来媳妇本地郎》等带粤语字幕与标注的作品；此外，还构建了超过20万道粤语大模型内容安全多模态评测题。
该平台的推出将显著增强粤语在大模型时代的应用能力，为方言保护与文化传承提供技术支撑。
(以上内容均由Ai生成)
