中新网广州12月7日电 (记者 徐青青)第十届语言服务高级论坛暨国家应急语言服务总队2025年学术年会6日至7日在广州大学举行。广州市哲学社会科学重点研究院（以下简称“研究院”）研发的AI-DimSum粤语语料库平台在大会上正式上线，标志着粤语数字化发展迈入新阶段。
Al-DimSum多模态粤语语料库平台已上线。图片提供：广州大学
尽管粤语是汉语的一种方言，在国内外拥有数亿用户，但它在网络世界中却是一种资源匮乏的语言。广州大学网络空间安全学院齐家印教授介绍，该平台聚焦“中国数字经济”围绕“数字化建设”和大湾区文化数字化需求，遵循“标准先行、数据可追溯、服务可得”的原则，构建以岭南文化为基础、以人工智能应用为导向、研究与学习并重的多模态粤语语料数据生态系统。
报道称，AI-DimSum多模态粤语语料平台构建了七个子系统，包括语料采集子系统、语料标注子系统、大规模模型对接子系统、语料搜索确认子系统、语料质量评估子系统、语料管理子系统、应用存储子系统。通过子系统的协同，实现从采集编译、清洗、标注、验证、存储、数据检索到模型接入、最终应用发布的一体化流程，提供完整的模块化、可扩展的基础设施和运行机制用于构建、管理、使用和部署粤语语料库。
AI-DimSum粤语语料库聚合并处理了涵盖新闻、文学、社交媒体等领域的超过100万字的文本语料库。我们现在拥有超过 1TB 的音视频数据，包括 3000 小时的高保真音频注释和专门用于训练大型模型的语料库。潘功夫达、小猪佩奇、哪吒、大闹天宫、花木兰等动画影视作品均配有粤语字幕及注释。粤语字幕及注释的影视作品如《洋妻》《土狼》《瑞心风暴》等。多功能音频和文本语料库，包含 10,000 多个粤语生活场景短语。热南文化形象资料10000份。一个安全的粤语语料库，包含 6,669 个官方条目和 30,000 个扩展条目。超过20万道粤语大规模模型内容安全多模态评估题（已关闭））
为什么说云南咖啡是“中国的代表”？
如何预订“滑雪便捷出行”服务？这是保姆等级指南！
一名坐轮椅的人表示，高铁进站时已封路。铁路如何让人们出行更加便捷？
“体育外卖”定制服务流行；行业标准亟待明确
对于专业债务人来说，有很多陷阱。 “一分钱买命”的交易是如何进行的？
消费者抱怨说它们是“培育出来的”。您如何平衡便利性和安全性与无密码支付？
私人资金赌博崩溃
任嘉润：我还是有打乒乓球的梦想。
大雪天为什么要喝红薯粥？
马克龙就读的大学真是一座宝藏！
大湾区大学官员起航
购买门票后，您仍然需要“付费选择您的门票”飞机上大多数“座位被占”引发激烈争论
雪假和春/秋假即将到来。学生们将如何度过他们的“新”假期？
未经许可，请勿使用未知接入点。请记住连接公共 Wi-Fi，以避免风险。
百岁“美食主”喝奶茶、叫外卖、玩电脑游戏，发现老年人的长寿秘诀。
冰箱门封条上的霉菌超标！家里这个卫生角落被忽视了
别在家抽烟了！二手烟正在“改变”孩子的DNA
基于微表情的“读心术”可靠吗？请告诉我一些有用的东西