由上海大學(xué)團(tuán)隊(duì)研發(fā)的滬語大模型“小滬”迎來2.0版，為助老服務(wù)提供更多可能。

3月10日，在上海大學(xué)主辦的“當(dāng)上海話遇到大模型——助力上海城市數(shù)字化轉(zhuǎn)型”研討會(huì)上，大模型“小滬”聲情并茂地朗讀了一段《再別康橋》，平仄腔調(diào)甚有韻味。當(dāng)現(xiàn)場嘉賓向小滬拋出問題“上海是個(gè)什么樣的城市”“上海話中的‘大小姐’和‘小大姐’，你曉得有什么區(qū)別嗎”時(shí)，“小滬”在短暫思考后，給出了一段段準(zhǔn)確且略顯俏皮的語音回答。

活動(dòng)現(xiàn)場小滬吟誦《再別康橋》。澎湃新聞?dòng)浾?鞠文韜 圖

澎湃新聞（www.kxwhcb.com）記者了解到，“小滬”于2024年11月9日由上海大學(xué)中文學(xué)科團(tuán)隊(duì)發(fā)布，專注聽、說、讀，能夠開展滬語朗讀和普通話朗讀，普通話-滬語自由對話等。經(jīng)歷迭代，如今2.0版本的“小滬”實(shí)現(xiàn)了滬語與滬語之間的自由交流，并開發(fā)出女聲滬語、男聲滬語、童聲滬語等不同性別和年齡的滬語版本，也具備包括英文、日語、韓語、德語在內(nèi)的七種外語能力。

現(xiàn)場嘉賓與“小滬”對話。

上海大學(xué)文學(xué)院博士研究生范天玉介紹了大模型開發(fā)過程中的曲折與突破：“大模型開發(fā)的三要素是算法、算力和數(shù)據(jù)集。我們在訓(xùn)練中遇到的最大困難就是數(shù)據(jù)集的問題，因?yàn)榉窖源蟛糠质强陬^表達(dá)，文本數(shù)據(jù)較少，而大模型需要輸入文字符號，且七大方言區(qū)中，吳語使用人口也是最少的。此外，上海話在語音、詞匯和語法系統(tǒng)上呈現(xiàn)出明顯的層次性特征，也是建立高質(zhì)量數(shù)據(jù)集的難點(diǎn)之一。上海大學(xué)雖然有豐富的原始語料，但要轉(zhuǎn)化為可用于人工智能訓(xùn)練的格式，仍需大量人力物力。”

范天玉表示，研發(fā)團(tuán)隊(duì)計(jì)劃將“小滬”做成端到端大模型，而非純粹的語言模型，因此需要的計(jì)算成本會(huì)更高。后續(xù)會(huì)繼續(xù)優(yōu)化訓(xùn)練數(shù)據(jù)集與算法，優(yōu)化端到端的數(shù)字人響應(yīng)速度，提升語音合成的情感表達(dá)能力，實(shí)現(xiàn)更接近真人、更生動(dòng)化的表達(dá)。

“我們希望小滬不是冰冷的AI系統(tǒng)，而是像真正的上海爺叔、上海囡囡一樣去講話。提高小滬的情感表達(dá)能力，是為了讓老年人能感受到在和一個(gè)具有生命力、有情感共鳴的生命體在交互。未來將盡快發(fā)布端到端大模型，讓每個(gè)人都可以接入，讓小滬真實(shí)參與到城市治理、助老服務(wù)之中，希望幫助不習(xí)慣或不擅長使用普通話的老年人群體能夠流暢交流，以上海話大模型補(bǔ)齊上海城市數(shù)字治理的拼圖。”上海大學(xué)黨委常委、宣傳部部長曾軍說。

活動(dòng)現(xiàn)場，上海大學(xué)校黨委副書記段勇表示，“小滬”的誕生，是上海大學(xué)在服務(wù)上海城市數(shù)字化轉(zhuǎn)型方面的一次積極嘗試，也是在新一代人工智能技術(shù)與傳統(tǒng)文化融合方面的有益探索。未來，學(xué)校將深化“小滬”的建設(shè)和應(yīng)用，充分利用“自強(qiáng)5000”超算中心、“千學(xué)百科”AI智慧平臺等技術(shù)資源，為“小滬”的訓(xùn)練、優(yōu)化和應(yīng)用提供堅(jiān)實(shí)的技術(shù)支撐，讓“小滬”成為上海城市數(shù)字化轉(zhuǎn)型中的鮮活創(chuàng)新案例。

此外，3月10日也是上海大學(xué)海派文化研究中心一年一度組織策劃的“310－與滬有約”海派文化日。上海大學(xué)海派文化研究中心主任、上海市委宣傳部原副部長陳東在活動(dòng)中表示，上海話承載著上海人民的集體記憶和獨(dú)特情感，保護(hù)和開發(fā)上海話不僅是為了保留一種語言形式，更是為了傳承一份文化基因，踐行城市精神。在數(shù)字化轉(zhuǎn)型的浪潮中，“小滬”的研發(fā)正是為了探索上海話在現(xiàn)代社會(huì)中的新應(yīng)用，成為連接過去與未來的橋梁。