數發部攜客委會 新增2000萬客語AI語料

（綜合中央社、自由時報等3家媒體報導）

數位發展部持續擴充「台灣主權AI訓練語料庫」，近日首度攜手客家委員會，上架客家語言資源、出版品、文史典藏及研究報告等內容，新增約2000萬tokens高品質客語訓練語料。

數發部表示，客語為國家語言之一，此次語料涵蓋詩集創作、客家風情及客語教學圖書等政府出版品，以及客語能力認證各級詞彙教材與題庫、口語採錄文本、文化典藏、學術與政策研究資料（如客語復振、政策發展與文化治理等）。這批語料有助提升AI模型對客語不同腔調、語意及文化脈絡的理解與生成能力，未來可應用於客語智慧客服、本土文化知識服務及公共政策等AI創新應用。

台灣主權AI訓練語料庫自上線以來，已累積逾15億tokens語料量。該批客語語料已正式上架，AI模型開發團隊、學研機構及相關單位可至官網申請使用。數發部表示將持續攜手政府機關釋出優質語料，並規劃推動民間語料徵集。