威尔士的威尔士语 AI 战略揭示了数据与日常使用之间的鸿沟

威尔士政府于 2024 年结束其为期六年的技术计划时，提出了一项不同寻常的说法：威尔士语已为 AI 时代做好了更充分的准备。一则经 Wired-Gov 联播的 Google News 消息，如今又将这一说法带回科技新闻周期。相关记录包括语音识别、合成语音、机器翻译，以及与 OpenAI 和 Microsoft 的合作。

但真正的考验已不再是威尔士能否资助实用的语言技术组件，而是这些组件能否进入塑造日常语言选择的 AI 产品、职场、学校和公共服务。开放数据集固然重要，但人们无法在会议期间直接使用语料库，也无法让数据集代为填写申请表。

这种区别给威尔士政府和大型科技公司都带来了压力。威尔士必须将公共资金支持的基础设施转化为可衡量的采用成果。OpenAI、Microsoft 及其他平台运营商则必须证明，随着其模型和界面不断变化，对威尔士语的支持依然可靠。

Google News 标题实际概述了什么

这则标题描述的是一项政策转型，而非一款新的 AI 产品或一次单独的 2025 年发布。

其背景始于 2018 年至 2024 年实施的《威尔士语语言技术行动计划》。该计划旨在让威尔士语能够应用于更多数字化场景，包括语音界面、翻译系统和对话软件。

威尔士政府于 2024 年 2 月 20 日发布了其最终技术报告。该文件为原计划画上句号，并回顾了自计划启动以来完成的工作。

该计划聚焦三个相互关联的领域：语音技术、计算机辅助翻译和对话式人工智能。它们共同构成了现代软件中支持一种语言所需的大部分技术基础。

语音技术包括自动语音识别，即将录制或实时语音转换为文本；也包括文本转语音系统，即根据书面材料生成语音音频。

计算机辅助翻译为专业译者提供术语库、翻译记忆和自动建议。对话式 AI 则包括聊天机器人和大型语言模型，即 LLM；后者通过预测可能的词语序列来生成语言。

政府表示，该计划推动了威尔士语语音转文字技术、专业机器翻译和合成语音的发展。一些合成语音专为失去说话能力的人设计。

该计划还支持开发者可重复利用的数字资源。这一点很重要，因为较小语种很少能像英语、西班牙语或普通话一样，获得同等规模的商业数据投入。

Google News 的呈现方式可能会让这则报道看起来像是对威尔士技术和 AI 的广泛概述。但其所依据的政策范围更窄、也更具体：它关注的是威尔士语技术，而非在威尔士运营的所有 AI 公司、数据中心或数字政策。

这一差异对于评估该说法的读者至关重要。威尔士并未宣布一个可与 OpenAI、Google 或 Anthropic 系统竞争的本土基础模型。它投资的是语言资产与合作关系，以便让威尔士语能够在这类系统中发挥作用。

到 2024 年 2 月，这一做法已经带来多项可见的集成成果。威尔士官员重点提及与 OpenAI 合作改进 GPT-4 对威尔士语的处理能力，也提及与 Microsoft 合作，在 Teams 中提供口译支持。

Microsoft Teams 推出了一项功能，可让人工口译员在预定会议中提供另一种语言的口译。它并非自动机器翻译。软件提供独立音频频道，参会者可以选择收听口译语言。

这种区别体现了该政策的务实特征。威尔士没有等待 AI 模型解决每一个双语会议问题，而是与成熟平台合作，支持组织能够立即使用的人工主导服务。

时任教育与威尔士语部长 Jeremy Miles 表示，目标是让人们能在更多技术场景中使用威尔士语，而无需提出特别请求。这比仅仅发布威尔士语界面有着更高的标准。

当供应商将某项语言功能列出时，它就算存在。真正可用的语言体验则需要覆盖输入、输出、搜索、转写、翻译和支持服务；它还必须经受产品更新，因为更新可能悄然削弱使用较少的选项。

因此，2024 年报告标志着一个资助框架的结束，而非工作的终点。下一阶段需要将技术供给与日常需求连接起来。

在生成式 AI 成为主流之前，威尔士已构建 AI 所需的基础要素

威尔士最重要的决策，是在聊天机器人让这项工作变得具有商业紧迫性之前，便投资于可复用的语言基础设施。

训练和评估语言系统需要文本、语音、词典、标注和标准化术语。开发者还需要获得处理和再分发这些材料的许可。一组被不兼容许可证束缚的有用资料，无法支持开放研究项目或商业产品。

威尔士语面临着小语种 AI 的典型问题。它拥有活跃的社群、公共机构、广播媒体、学校以及大量书面材料。然而，与从开放网络收集的英语数据集相比，其机器可读资源仍然规模较小。

这种失衡影响的不只是流畅对话。模型可能难以处理威尔士语拼写、地区语言模式、专业术语、名称、语码转换和语音音频。它们也可能在接收到威尔士语提示后用英语作答。

政府的回应是将数据视为共享基础设施。公共资金支持的资源通常以允许再利用的许可证发布。这为大学、独立开发者和大型供应商提供了共同起点。

这一战略预见了生成式 AI 的一个重要特征：一种语言的地位，部分取决于开发者在训练或评估模型时，能否找到干净、合法且具代表性的数据。

威尔士政府 2025 年的技术更新显示，在原计划结束后，数据收集仍在继续。截至 2025 年 8 月，政府报告称，四个指定数据集合计拥有 249 小时的威尔士语音频训练数据。

这些数据集包括来自 Common Voice 的 124 小时、Bangor Transcription Bank 的 45 小时、一个 Cymen 项目的 40 小时，以及 Paldaruo 的 40 小时。音频时长并不能简单等同，因为录音质量和说话者多样性会影响其价值。

该更新还介绍了更细致的数据工作。贡献者为另外 200 多个句子中的词语标注了语法角色，并为知识链接应用标注了 400 个句子实体。

命名实体标注用于识别文本中的人物、地点、组织和其他有意义的项目。知识链接则将这些项目与结构化记录关联起来，帮助系统区分地名和普通词语。

威尔士官员还报告称，他们通过 Wikidata 分享了超过 10,000 个威尔士语名称。相关项目还为建筑物名称创建了 11,264 个威尔士语标签。

与领先英语模型背后的语料库相比，这些数字并不庞大。它们的价值来自针对性、许可条件和人工验证。经过精细标注的材料能够检验大型、松散收集的数据集所掩盖的失误。

语音数据也面临类似取舍。更多时长通常有帮助，但覆盖范围同样重要。一个仅在狭窄说话者群体上训练的系统，可能在不同年龄群体、口音、录音环境和地区变体中表现不佳。

这正是为什么开放基础设施比短暂的聊天机器人演示具有更强的长期价值。一次模型发布会过时，而一个维护良好的数据集可以提升多代产品。

威尔士还与 AINA 分享了资料；AINA 是加泰罗尼亚政府专注于语言技术的项目。这项合作使威尔士语融入欧洲语言社群更广泛的努力，即减少对英语优先开发的依赖。

加泰罗尼亚语和巴斯克语提供了有价值的参考。两者都投资于公共语言资源、研究合作伙伴关系和部署工作。这一比较表明，当机构协调数据与采购时，小语种也能影响技术市场。

然而，这一比较也暴露了规模问题。即使是优质公共数据集，与全球主导语言可获得的材料相比仍然微不足道。威尔士无法仅靠数据收集弥合这一差距。

它的影响力来自让威尔士语资源易于再利用，并让大型供应商难以忽视。公共采购、评估标准和合作关系可以将一个小型数据集转化为产品要求。

一则 Google News 标题可以呈现已完成的项目，但无法显示这些项目是否改变了用户行为。这需要来自产品和职场的证据。

主要竞争在于基础设施与日常使用之间

威尔士已证明它能够创造技术构件，但尚未证明这些构件能持续增加威尔士语的日常使用。

在审查原行动计划后，威尔士政府设定了三项优先事项。第一项是利用技术增加威尔士语的日常使用，尤其是在职场中。

第二项是确保语言技术能够触达开发者和用户。第三项是通过数据共享和相关工作改进威尔士语 AI 与语音技术。

时任财政与威尔士语内阁大臣 Mark Drakeford 在 2025 年 1 月 7 日的一份技术声明中描述了这些优先事项。这一时间点很重要，因为它意味着政策从建设资源转向分发与采用。

开发者可以找到开放语音数据集，却仍缺乏将其集成的工程预算。公共机构也可能采购名义上支持威尔士语的软件，但在关键步骤默认使用英语。

如果威尔士语工具增加延迟或需要特殊配置，员工同样可能避开它们。一项技术上正确的功能，可能因扰乱既有工作流程而失败。

这正是本文的核心对立：语言基础设施与语言使用。政府最有力的证据位于基础设施一侧，而公共成果取决于另一侧。

以职场会议为例。Teams 的口译功能通过支持独立语言音频消除了一项障碍。然而，一个组织仍需要口译员、会议流程、知情的参与者，以及配置该功能的管理员。

再看语音识别。模型可能在受控评估中表现良好，却难以应对多名说话者、背景噪音、专业词汇，或在威尔士语和英语之间切换的对话。

再看生成式 AI。聊天机器人可以生成流畅的威尔士语，但也可能引入事实错误或不自然的术语。仅有流畅性，并不足以证明其适用于教育、医疗、法律工作或政府服务的可靠性。

政府与 OpenAI 的合作因此最好被理解为获得访问权和影响力，而非永久性的保障。随着供应商更新训练数据、安全系统、检索工具和用户界面，模型行为也会发生变化。

OpenAI 围绕 GPT-4 的工作为威尔士政策制定者提供了进入一个有影响力系统的渠道。但这并未建立一个公开基准，用于比较此后所有模型在准确性、方言覆盖、安全性和一致性方面的表现。

与 Microsoft 的合作也呈现出同样的张力。Teams 口译是一项有价值的部署，而 Copilot 对威尔士语处理能力的改进则涉及另一技术层面。两者都不意味着每一项 Microsoft 工作流默认支持双语。

当 AI 功能进入文字处理器、电子邮件、搜索、客户服务和操作系统时，挑战会进一步扩大。每个界面都会新增一个威尔士语支持可能完整、部分缺失或完全不存在的环节。

用户很少会将这些层面分开评估。他们感受到的是一条中断的流程。如果听写能识别威尔士语，但助手用英语回答，整个任务都会让人感觉缺乏支持。

因此，分发与落地应当像数据集生产一样受到重视。威尔士需要了解实际使用情况、任务完成率、错误率和用户满意度的证据。

公共机构可以通过在采购合同中公布双语技术要求来提供帮助。它们可以要求供应商披露哪些功能支持威尔士语，以及如何测试这些支持能力。

它们还可以共享评估材料。一个可复用的基准将使学校、机构、研究人员和供应商能够针对相同的语言任务比较系统。

当有用记录分散在会议、文档和笔记中时，知识工作者也面临类似问题。个人知识库可以保留上下文，但语言支持仍决定了检索能否在威尔士语和英语材料之间同样有效。

这使威尔士的技术政策与威尔士之外的地区也息息相关。对小语种的支持，是检验 AI 平台能否服务多语用户、而不迫使他们使用某一种主导语言的试金石。

如果供应商解决了威尔士语的检索、语音和生成问题，他们便会形成可迁移至其他数字资源有限语言的方法。如果做不到，AI 的普及可能会加剧既有的语言不平等。

进展数据无法证明什么

现有证据记录了相关活动和资产，但尚未提供有关可靠性或采用情况的完整公开衡量。

2025 年 8 月报告的 249 小时音频提供了一个具体的基线。但它并未揭示商业系统在真实公共服务场景中转录威尔士语的准确程度。

姓名、标签和注释的数量显示出有益的扩展。但这些数据并未说明有多少开发者下载了数据、哪些产品纳入了这些数据，或用户是否注意到结果有所改善。

这并不是否定这项工作的理由。基础设施项目往往会间接创造价值。问题在于，当下一轮资金或采购决策到来时，间接价值会变得难以辩护。

公开基准可以弥补部分缺口。它可以测试转录准确率、翻译质量、事实性回答质量、语码转换和区域差异。

测试应涵盖高风险和日常任务。一次医疗预约与起草一条非正式消息的风险不同，但二者都会影响人们对语言工具的信心。

评估还需要人工审核。自动化指标可以将模型输出与参考答案进行比较，但多种威尔士语译文可能都是正确的。母语者必须判断其含义、语气和自然度。

隐私带来了另一项约束。从公共服务机构、学校或工作场所收集的语音数据可能包含敏感信息。只有在收集过程尊重同意和数据保护的前提下，开放许可才有价值。

代表性同样重要。一个数据集可能在法律上可复用，却对特定口音、年龄、社区或语言能力群体代表不足。基于它训练的系统可能会复制这些缺口。

生成式系统带来了独立的担忧。模型可能产生幻觉，即生成看似合理但缺乏依据的信息。它也可能在保持自信语气的同时错误翻译专业术语。

这些风险使人工监督在公共服务中不可或缺。对威尔士语的支持不应成为降低英语工具适用标准的理由。

政府 2025 年 AI 概览指出，威尔士公共部门采用 AI 应当符合伦理、值得信赖、具有包容性并且易于使用。这些原则提供了方向，但真正决定其是否影响部署的是运营控制措施。

威尔士随后通过其于 2025 年 11 月发布的国家 AI 计划建立了更广泛的政策框架。该计划围绕经济增长、教育、公平交付和信任组织议程。

更广泛的计划强化了协调，但也增加了需要证据支撑的承诺数量。语言技术如今与医疗、教育、公共行政、技能、基础设施和经济发展并列。

风险在于，威尔士语支持会成为一项跨领域原则，却没有明确的责任主体。当每个项目都必须考虑语言时，可能没有任何单一项目会公布结果。

独立审查已进一步凸显这一问题。2026 年的一份 Senedd 委员会报告称，证人认为威尔士在少数语言技术项目中相对领先。

同一组证据还将威尔士语与加泰罗尼亚语和巴斯克语进行了比较，并强调需要保持势头。这一限定很重要，因为平台开发周期比大多数公共政策周期更快。

2024 年发布的数据集可以多年持续可用。一套商业 AI 界面则可能在一年内多次变化。支持能力可能在没有正式公告的情况下改善或退化。

因此，政府应区分四类衡量指标。

第一，资产指标统计语料库、录音、语音、术语和注释。第二，集成指标追踪使用这些资产的产品和服务。

第三，性能指标衡量准确率和任务完成情况。第四，采用指标显示人们是否真正选择使用威尔士语完成工作和日常活动。

当前的公开更新在第一类指标上最为充分。Teams 及其他合作为第二类提供了证据。从已发布记录中，第三和第四类仍较难评估。

这一限制同样适用于有关准备程度的说法。威尔士的准备更为充分，是因为与 2018 年相比，它拥有更多资源、合作关系和机构经验。

准备充分并不等于实现对等。这并不意味着威尔士语用户获得与英语用户相同的功能覆盖、准确性或更新节奏。

因此，最稳妥的结论比标题更为克制。威尔士已建立可信的基础和可复制的合作模式。下一阶段必须在产品规模上证明成果。

三个信号将表明战略是否奏效

下一项有意义的证据将来自独立测试、可见的产品集成和持续的用户采用。

第一个信号是针对威尔士语 AI 的定期公开基准。它应使用公开披露的任务、具有代表性的说话者和人工评估，比较主要模型和语音系统。

基准会让性能退化变得可见。如果一次模型更新削弱了威尔士语表现，研究人员和采购方就能识别这种变化，而不必依赖轶事。

它也会改善采购。公共机构可以为转录、翻译、无障碍和生成式回答设定最低要求。

如果此类测试出现且供应商参与，将强化威尔士已从资产创建迈向可问责部署的论点。缺少它，关于进展的主张仍将难以比较。

第二个信号是主流产品中更广泛的集成。Teams 口译提供了一个有益先例，因为它将威尔士语需求与组织已在使用的软件连接起来。

同样的标准应适用于会议摘要、文档助手、搜索、语音界面和客户服务系统。支持需要覆盖完整任务，而不是某一项孤立功能。

产品文档应说明威尔士语在哪些场景可用、哪些场景不可用，以及适用哪些质量控制措施。低调的部分支持会造成不切实际的预期，并在失败后打击用户积极性。

新的集成将强化威尔士的方法，因为它们能证明其对全球平台的影响力。若只有一长串数据集却没有相应集成，将削弱当前战略的说服力。

第三个信号是可衡量的日常使用。政府政策旨在提高威尔士语的实际使用，尤其是在工作场所。实现这一结果需要的不只是下载量或功能可用性。

有用指标可以包括使用口译的双语会议占比、威尔士语听写量、公共机构中的采用情况，以及跨语言的任务完成率。

调查还应询问人们为何改回英语。原因可能涉及准确性、习惯、同事偏好、界面默认设置、培训或术语缺失。

这些发现将比宽泛的满意度评分更有效地指导支出。技术修复无法解决职场文化问题，而宣传活动也无法修复不准确的转录。

使用量增长将强化这样一个结论：公共数字基础设施可以影响语言行为。尽管工具更多，若使用量仍然持平，则说明政策可能过度关注供给。

Google News 的报道具有价值，因为它将一项被忽视的技术项目带入了更广泛的 AI 讨论。然而，聚合报道将六年的政策记录压缩成一个标题，听起来比证据本身更具结论性。

威尔士已经完成了大量基础性工作。它在当前生成式 AI 热潮之前就已起步，发布了可复用资源，并与主要供应商建立了关系。

更艰难的阶段已经到来。官员必须在测试快速变化的系统的同时保持数据集更新。供应商必须让威尔士语支持变得可见、一致且可衡量。

开发者和企业采购方不应将语言选项视为完整支持，而应先提出直接问题：测试了哪些任务、代表了哪些说话者，以及模型更新后会发生什么？

知识工作者也应比较真实的双语工作流，而非精心打磨的演示。应使用人们实际采用的语言模式测试会议、搜索、转录、起草和检索。

请关注下一次威尔士 AI 更新中的这三个信号：公开基准、完整的产品集成和采用数据。它们将揭示该战略是否正在改变日常技术使用，还是主要在扩充可用资源的清单。

这正是 Google News 标题背后的问题。威尔士已汇集了威尔士语 AI 所需的许多要素。现在，它必须证明人们能够依赖完整的使用体验。