8月6日，南宁市西乡塘区和德科创中心内，广西达译科技有限公司（简称达译科技）的言语工程师们正在电脑前繁忙。界面上，越南语、柬埔寨语、泰语等东南亚国家的言语热词、热句不断翻滚，经实时清洗、标示后，汇入公司15亿句对的中文—东盟言语精加工语料库。
“每一条新入库的语料，都是未来翻译引擎里的一颗‘螺丝钉’。”达译科技总经理温家凯的话语里，藏着企业与东盟语料库建造的同频共振。
温家凯仍是广西翻译协会副会长。他带领的达译科技自2009年景立起，就锚定东南亚言语处理技能范畴。创业初期，团队从越南语、泰语下手测验。“这是东南亚言语里语料相对多的两种言语，但其时只能靠纯人工拆分对齐，要投入很多人力逐字比对，耗时长，稍不留神还会因语序差异或语义含糊呈现讹夺。”温家凯回想。
技能打破的种子由此埋下，言语工程团队提出了技能优化想象。温家凯介绍：“从2012年开端，咱们继续探究与研制，根据需求迭代了五、六十种自动化处理程序，完成了华章的精准对齐和智能断句拆句。”
而数据稀缺、言语资源涣散、技能适配性差等职业共性难题接二连三。为此，团队自主研制跨言语预练习模型，构建半自动化数据标示系统，令数据质量和处理功率大幅提高。
2024面向东盟人工智能协作会议上，达译科技完成了英语、越南语、泰语、印尼语、马来语、缅甸语、老挝语和柬埔寨语的AI实时翻译投屏显现，赢得现场嘉宾的共同好评。“在杂乱环境下，咱们的AI实时翻译投屏准确率能到达85%，抱负环境下可以到达95%以上。”温家凯的口气里有掩不住的骄傲。
今年以来，《广西“人工智能+制作”举动计划（2025—2027年）》等文件密布出台，助推人工智能技能在各范畴场景大范围的使用。广西活跃构建“北上广研制+广西集成+东盟使用”的AI开展途径，把东盟语料库建造作为打造我国—东盟人工智能协作高地的一号根底工程快速推进，加强与东盟国家对接交流。
现在，达译科技的初级语料库数据量达百亿级，产品服务已超200家国内企业，但在拓宽东盟商场时仍面对应战。温家凯坦言：“言语文化差异、技能标准不一致等问题仍阻止着两边的大规模协作。”
而正炽热进行的AI赋能千行百业超级联赛为破局带来了新关键。“这场聚集人工智能、经济转型、东盟协作的赛事，会让AI大模型和东盟语料库建造磕碰出新的火花，也为咱们发掘和培育人工智能人才供给了渠道。”温家凯说。
从人工敲打到智能迭代，达译科技的15年探究，见证着广西以“言语+数字”途径打通我国—东盟协作头绪的决计。在协作的热土上，更多“螺丝钉”正不断嵌入区域协同的齿轮，让人工智能成为衔接我国与东盟的桥梁，推进两边协作迈向更深层次。
