广东
针对“粤语同音字少，更适合做AI底层”这个论点，反对者也提出不同角度的反驳。他们认为，AI处理语言歧义，并不是单纯依靠语音音节区分。大模型强大之处，在于依靠上下文语境去消除歧义。哪怕普通话存在大量同音字，只要有前后句子语境，AI完全可以判断该选用哪个汉字，同音字并不是AI处理中文最大障碍。
同时，粤语虽然音节更多、口语同音更少，但它有自身短板。粤语词汇、书面语体系的通用文本总量，远远少于普通话的互联网文本、书籍、文章。大模型训练高度依赖海量高质量文本素材，普通话拥有的训练语料规模，远大于粤语。如果单纯以粤语作为底层语言，训练数据不足反而会限制模型能力，很难实现向全球上百种语言转换。
至于英国AI演员粤语效果好，反对者解释，这是语音合成TTS模型针对性优化的结果。研发团队专门采集大量地道粤语人声素材，训练语音合成模块，专门打磨粤语的语调、停顿、情绪，所以听起来自然。这属于语音层的优化，不是模型内部依靠粤语进行思考。不少国内AI同样可以生成高质量粤语语音，原理是一致的。
这场网络争论，其实折射出大家对方言价值和AI语言能力的好奇。支持方看重粤语语音体系的优势，看到粤语丰富的音节、较少的同音混淆，希望粤语能在AI时代发挥独特价值；反对方立足于AI技术原理，区分人类语言思维和AI向量计算，认为不存在以粤语作为底层思维的人工智能。两种看法，都来自普通人对新技术和本土语言的思考。
我们也要客观看待这件事。一方面，粤语音节丰富，同音冲突更少，在语音识别、语音朗读场景确实有一定优势，未来AI技术发展，完全可以充分利用粤语这个特点，开发更好的粤语语音产品，保护粤语文化；另一方面，不能误解AI底层运行机制，AI不会像人一样，用某一门人类语言在内部思考。
语言本身没有绝对的优劣。普通话拥有海量语料，适合大范围通用交流；粤语保留古汉语语音特点，语音区分度高，承载厚重的岭南文化。未来多语言AI的发展方向，是兼容更多语言，普通话、粤语，乃至国内各地的方言，都可以被AI学习、保存、复用。
这次英国AI演员流利飙粤语引发的讨论，最大意义不在于争论AI底层到底是什么语言，而是让更多人重新看见粤语语音体系的特点。当AI时代到来，方言不再仅仅是日常生活的交流工具，还有机会在数字世界留下声音，借助AI技术传承下去。
技术本身中立，不同语言都可以在数字时代找到自己的位置。粤语独特的语音优势值得被看见，但我们也要理性区分技术猜想和真实的AI原理。这场讨论，也提醒我们，在拥抱人工智能的时候，也要珍惜汉语大家族里面多种多样的语言财富。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
