師大新聞

臺師大AI語音研究登上國際研討會 產學合作推動低資源語音技術落地教育應用

生成式人工智慧（AI）快速發展，語音辨識與自然語言處理技術正加速應用於教育、醫療、長照及各類智慧服務。國立臺灣師範大學持續深化人工智慧跨域研究，AI語音研究團隊近期再獲國際肯定，與台灣AI語音科技公司易晨智能（EZAI）合作的研究成果，獲自然語言處理與語音技術國際頂尖會議「EMNLP 2026」錄取長篇論文（Long Paper），展現臺師大在AI語音與低資源語言研究領域的科研能量，也凸顯產學合作將學術研究推向實際應用的成果。

EMNLP（Conference on Empirical Methods in Natural Language Processing）為自然語言處理領域國際重要學術會議，與ACL、NAACL並列自然語言處理及語音技術領域的重要國際會議。本次研究團隊以低資源語音辨識為核心議題，聚焦臺灣本土語言等語料資源相對有限的語音應用場景，透過與產業界合作進行技術驗證，研究成果獲國際學術社群肯定。

聚焦低資源語音辨識　臺師大AI研究突破本土語言應用挑戰

本次研究由臺師大跨域科技產業創新學院AI研究所李鴻欣教授、資訊工程學系陳柏琳教授團隊與易晨智能共同合作，針對低資源語音辨識（Low-resource Speech Recognition）進行研究。

相較於英文等擁有大量語料與訓練資源的語言，臺語、客語等本土語言可取得的高品質語音資料相對有限，使人工智慧模型在辨識準確度及泛化能力上面臨更高挑戰。研究團隊因此從低資源語音場景切入，在僅有約30小時語音資料的條件下進行技術驗證，並透過團隊所提出的SAMA-ASR模型，提升低資源語音辨識效能。

研究成果不僅獲得EMNLP 2026長篇論文肯定，也顯示臺師大長期累積的AI研究能量，能夠回應臺灣本土語言、教育及社會應用的實際需求。

陳柏琳教授表示，AI技術的發展不應只停留在模型效能的提升，更重要的是如何與不同領域的問題結合，形成真正能解決社會需求的應用。臺師大產創學院將持續推動AI與教育、人文、文化及產業等領域的跨域合作，讓研究成果從實驗室走向真實場域。

李鴻欣教授則指出，語音AI面對不同語言、口音及使用情境時，需要大量且具代表性的資料進行訓練，因此低資源語音辨識是AI語音研究的重要課題。透過學術研究與產業技術的合作，可以進一步將研究成果轉化為實際可使用的技術，擴大AI應用的影響力。

從研究走向應用　AI語音技術導入智慧教育

臺師大此次與易晨智能的產學合作，不僅聚焦國際學術研究，也持續將AI語音技術導入教育現場，探索人工智慧協助語言學習的新模式。

易晨智能旗下AI口說學習平台「EZTalking」目前已廣泛應用於校園英語學習，累計使用人數超過18萬人。根據新北市校園導入經驗，EZTalking自111年至114年度使用人次持續成長，114年度全年使用人次達239萬，顯示AI語音科技在大規模教育場域中的應用潛力。

透過語音辨識與AI分析技術，系統可針對學生的發音表現提供即時回饋，協助學習者掌握發音問題，並透過持續練習提升口說能力。近年AI技術進一步發展，EZTalking也推出AI虛擬教師及Free Talking功能，讓學生能透過AI進行雙向對話，增加自主練習及實際語言使用的機會。

對臺師大而言，這項合作的意義不僅是將研究成果商品化，更重要的是建立「研究—技術—教育現場」的循環。透過產學合作取得真實場域的需求與回饋，再回到研究端持續優化技術，使AI研究能夠真正回應教育現場的問題。（資料來源：工商時報 / 編輯：胡世澤）