DPS Build

这个完全是外行话了，归因错误：大家不愿开发小众语言的相关工具最主要的原因不是赚不到钱，而是成本太高：

1. 没有足够的样本数据
2. 没有相关的工具链

以阿拉伯语为例吧，使用人群够大了吧？但是阿语的口语没有统一，基本上每个地区都有自己的口音/用法。比如阿联酋就有自己的 emirate accent，而说这个口音的人只有一两百万，搜集口语数据非常困难，更不用说更小众的语言。

再说工具链，搜搜 github 上，英语的 NLP 工具有多少？中文的 NLP 工具有多少？阿语的呢？几个最简单的例子，中文的分词一直是一个很大的问题，我们现在有多少开源工具可以拿来用？阿语有同样的分词问题，可用工具少得可怜。

连研发都谈不上，就根本不用谈再往后的产品化。赚不到是一个原因，但绝对不是主要原因。

https://overcast.fm/+AA67ml3takc

overcast.fm

s4e23. 嘿，Siri，你为什么听不懂卢旺达语? ｜ 1106 — 放晴早安

☀️ 本期放晴故事 大家知道为什么藏区的人大部分都用iphone吗？这是因为iphone一直都支持藏语设置，而国产的安卓手机绝大部分是不支持的，导致大量的藏语使用者只能选择iphone手机。 类似的困境对于小语种使用者来说其实还有很多，尤其是在本土语言有一千多种的非洲，语音助手和聊天机器人甚至没有办法识别人们日常说的话，给他们生活带来了很多不方便的地方。今天的节目，就让我们来看看一个名为Common Voice的语音数据库是如何解决这一问题的。 延伸阅读 当ChatGPT的广东话“讲唔正”：AI 年代，低资源语言是否注定被边缘化？…

www.tgoop.com/dps_build/409

274 viewsedited  Nov 6 at 01:24

这个完全是外行话了，归因错误：大家不愿开发小众语言的相关工具最主要的原因不是赚不到钱，而是成本太高：

1. 没有足够的样本数据
2. 没有相关的工具链

以阿拉伯语为例吧，使用人群够大了吧？但是阿语的口语没有统一，基本上每个地区都有自己的口音/用法。比如阿联酋就有自己的 emirate accent，而说这个口音的人只有一两百万，搜集口语数据非常困难，更不用说更小众的语言。

再说工具链，搜搜 github 上，英语的 NLP 工具有多少？中文的 NLP 工具有多少？阿语的呢？几个最简单的例子，中文的分词一直是一个很大的问题，我们现在有多少开源工具可以拿来用？阿语有同样的分词问题，可用工具少得可怜。

连研发都谈不上，就根本不用谈再往后的产品化。赚不到是一个原因，但绝对不是主要原因。

https://overcast.fm/+AA67ml3takc

BY DPS Build