族語 ASR 不是錄音機：把長者聲音訓練成模型之前，先談誰有權沉默

# 族語 ASR 不是錄音機：把長者聲音訓練成模型之前，先談誰有權沉默

把聲音丟進模型，不等於文化復振

很多人第一次聽到族語 ASR，會立刻露出工程師式的興奮：太好了，把長者錄音丟進模型，就能自動轉文字；再接一個翻譯，再接一個語音合成，再接一個聊天機器人，文化復振就完成了。這種想像很有效率，也很危險。因為它把語言當聲音，把聲音當資料，把資料當燃料，最後把族人當成燃料供應商。

族語不是錄音檔。族語是關係。

一個詞的意思，可能藏在誰對誰說、在什麼季節說、在哪個地點說、能不能公開說。一段長者敘述，可能同時包含家族記憶、遷徙經驗、地名、禁忌、笑話、身體感、歷史創傷與教導方式。ASR 系統如果只問「字錯率降到多少」，很可能就像拿游標卡尺量祖靈的身高：精準，但荒謬。

低資源不代表可以低倫理

低資源語言科技當然需要資料。沒有足夠語音、轉寫、語料與標註，模型很難辨識音位、重音、語調與語境。問題是，資料不足不代表可以不問同意；族語珍貴不代表可以全部開放。CARE 原則提醒我們，資料治理不能只談可尋找、可取得、可互通、可再利用，也要談集體利益、控制權、責任與倫理。這是一個非常基本的提醒：資料不是漂浮在空中的東西，它來自人，也會影響人。

台灣族語 AI 也會遇到同樣問題。今天我們想建立族語 ASR、語音辭典、聊天機器人、教材生成工具，方向都值得肯定。但真正成熟的系統，不是誰收最多音檔，而是誰能設計最清楚的治理規則：哪些資料可公開？哪些限社群內部？哪些只能教學不可商用？哪些涉及祭儀、家族或地點，需要封存？誰能授權？誰能撤回？誰能查詢使用紀錄？收益如何回到社群？

慢，是族語科技必須保留的倫理速度

這些問題很慢。慢到不適合放在科技發表會上，因為它們無法做成三分鐘 demo。但族語復振最怕的，就是用 demo 的速度處理記憶。黑色幽默是：科技公司可以花兩年把模型變聰明，卻嫌花兩個月開社群會議太沒效率。

族語 ASR 的設計，至少應該有四層。第一是技術層：錄音品質、轉寫標準、音系分析、模型評估。第二是教育層：讓教師與學習者真的能用，而不是只做給研究報告看。第三是治理層：社群授權、資料分級、撤回機制、使用紀錄與收益回饋。第四是文化層：承認有些聲音不該被模型學會，有些沉默本身就是知識。

有權沉默，也是資料主權

「有權沉默」是族語 AI 最容易被忽略的權利。現代資料文明喜歡把沉默視為缺漏，AI 更喜歡把空白補滿。但在許多文化場景中，沉默不是缺資料，而是界線。長者不說，不一定是不知道；可能是你還沒有資格聽，或那不是公開場合該說的內容。真正成熟的 AI 系統，應該能在這種地方停下來，而不是熱情地生成一段看起來很有文化感的胡說。

族語科技不是不能做，正因為它重要，才更不能粗糙地做。好的 ASR 可以協助教學、保存發音、支援教材製作、讓散居族人重新接觸母語。但它必須站在社群治理之下，而不是把社群變成模型的素材庫。

讓機器聽懂之前，先讓社群決定

未來的族語 AI 如果成功，不會只是因為機器聽懂了族語，而是因為族人仍然有權決定自己的聲音如何被聽見。真正的復振，不是讓機器替我們說話，而是讓下一代在科技旁邊，仍然知道何時該開口，何時該安靜。

我們需要科技，也需要一種能讓科技停下來的倫理。族語 ASR 最好的未來，不是把所有聲音都變成資料，而是讓每一段聲音都能在正確的關係中被聽見、被保存，或者被好好地不保存。

延伸閱讀與資料來源

• Global Indigenous Data Alliance: CARE Principles
• Indigenous Data Sovereignty literature
• Māori data sovereignty and language technology cases