近日教训部言语笔墨信息处理司“国度言语资源监测与策动中心”发布2025年度中国言语笔墨信息化十大新闻。

由广州市社科联与广州大学联结斥地的粤语语料库斥地与大模子评测要点实验室原创诈欺恶果AI-DimSum多模态通用粤语语料库平台以第四序列入选，成为国度数字中文斥地的要害领域标杆。

国度政策牵引：实验室应时而生

为全面贯彻落实党的二十届三中全会《中共中央对于进一步全面深化更动、股东中国式当代化的决定》建议的“构建中汉细致记号体系”“实施玄学社会科学改进工程，构建中国玄学社会科学自主学问体系”“完善生成式东说念主工智能发展和处理机制”精神，广州市社科联牵头，连同广州大学深远调研、科学论证、系统盘算，2024年11月14日，广州社科要点实验室——“粤语语料库斥地与大模子评测要点实验室”慎重配置。

该实验室旨在通过“粤语+东说念主工智能”文化科技交融改进，推动岭南文化传承、传播和改进发展。

中国工程院方滨兴院士与国度言语管事与粤港澳大湾区言语策动中心主任屈哨兵进修担任要点实验室的双首席科学家，广州大学皆捷报进修担任要点实验室主任，禤健聪进修担任副主任。

针对粤语的东说念主工智能友好型语料库斥地的推行问题，粤语语料库斥地与大模子评测要点实验室牵头，斥地了以“文化诚恳、安全信得过、AI友好、抓续成长”为特质的AI-DimSum通用粤语语料库。

该语料库提供的不仅仅单纯的“语料汇集”或“言语档案保存”，而是一整套“从语料取得到AI诈欺落地”的闭环管事，是管事多种需求，特地是面向东说念主工智能诈欺的新式方言语料库。

改进技艺架构：七大子系统杀青全经过闭环

AI-DimSum粤语语料库平台首创语料聚集、标注、大模子对接、确权检索、质地评估、处理、诈欺商店七大子系统，杀青从数据聚集、清洗、标注到诈欺发布的一体化经过。

中枢改进包括：

“1+1+N”协同机制：以广州市社科联与广州大学为双中枢（两个“1”），联动其他高校、企业、开源社区等N方资源，构建共建分享生态；

SaaS管事形状：通过模块化想象复古教训、文化、产业等多场景快速落地；

文化诚恳与安全信得过：交融岭南文化精神记号体系与价值对皆礼貌，确保语料库兼具文化内涵与安全性。

丰硕恶果：资源范围与政策详情双突破

2025年3月，教训部召开新闻发布会，先容深远贯彻落实《教训强国斥地盘算摘抄（2024—2035年）》、股东言语笔墨信息化发展情况。发布会上，广东省教训厅副厅长朱建华先容了广东省以数字化注入新能源全面赋能强省斥地的举措和奏效，要点推介了AI-DimSum粤语语料库。

2025年5月，实验室团队访问了我国有名言语学家、汉语方言学领域的领军东说念主物、暨南大学詹伯慧先生。

詹先生勉励团队要敢于承担时间遭殃，苦恼学科壁垒，以“坚抓、坚抓、再坚抓”的理会，抓续推动粤语与东说念主工智能深度交融的言语管事改进。

2025年5月、8月，实验室组团分离赴青海师范大学、广西师范大学开展换取调研，要点测验藏语智能信息处理及诈欺国度要点实验室、东盟语料库斥地教导。

这次调研换取为深远沟通民族语及汉语方言语料库斥地旅途搭建了配合桥梁，为实验室的斥地提供了珍视的教导。

2025年6月，实验室团队提交的《粤语语料库斥地斥地近况及通用型粤语语料库斥地建议》获国度语委详情味批示，uedbet(中国)官方网站称“此举兹事体大，是数字中文斥地的中枢重要‘要害领域’，教导复古中心以程序范例为引颈，以价值对皆为导向，以范例安全为底线，以共建分享为机制，深化该项语料库斥地，夯实‘新基建’，管事东说念主工智能大言语模子诈欺‘制高点’”。

2025年11月，教训部党构成员、副部长任友群到广州大学调研，听取了粤语语料库斥地与大模子评测要点实验室主任皆捷报进修的先容和系统演示。

2025年12月6日，AI-DimSum多模态通用粤语语料库平台面向大家发布。

当今，平台已聚集超100万字文本、3000小时高保真语音、1TB音视频、1万张岭南文化图像，构建了包含6669条泰斗词条、30000条彭胀词条的粤语安全语料库等，范围居大家粤语语料库前线。

教训部言语笔墨信息处理司教导对AI-DimSum粤语语料库平台发布赐与高度评价。

2025年12月18日，在中国数字娱乐大会“新技艺—智谋娱乐解锁破钞密码”分论坛上，实验室发布了6个复古东说念主工智能诈欺的岭南文化数据集。

生态诈欺：10余款APP激活产业改进

AI-DimSum多模态通用粤语语料库平台已孵化粤语数字东说念主、智能配音、廉州话小才气等10余款诈欺，隐秘文旅、教训、短剧等领域。举例，与百度配合斥地的“粤语智声”系统复古复杂场景语音识别，准确率达90%；与羊城晚报联结发布6大岭南文化数据集，推动非遗数字化。

AI-DimSum多模态通用粤语语料库平台技俩通过13期学术沙龙、5届黑客松大赛吸领港澳高校参与，并在永庆坊等历史街区开展文化宣讲，训诲公众参与度。

执行价值：方言数字化范本的大家旅途

平台构建的“聚集—标注—确权—诈欺”全经过体系可复制至客家话等方言，为国度方言言语资源保护提供技艺样板。

将来将通过开源通达复古大家粤语数字生态，助力“数字中国”斥地。

据悉，2025年1月8日，教训部、国度语委、中央网信办印发《对于加强数字中文斥地 股东言语笔墨信息化发展的意见》，初次建议“数字中文”见识；

到年底的12月27日，第十四届天下东说念主民代表大会常务委员会第十九次会议表决通过新蜕变的《中华东说念主民共和国国度通用言语笔墨法》，明确章程“股东国度通用言语笔墨的信息化、数字化、智能化斥地”。

“数字中文”过甚斥地飞速统合引颈关系策动与实践，成为言语笔墨领域重要的新兴增长点。

南边+记者 洪钰敏

通信员 穗社科联宣UEDBET中国官方网站