會講苗語的翻譯器、能唱侗族大歌的導游……貴州民族語料庫，藏著很多驚喜。

在貴州的大山裡，苗族的飛歌、布依族的傳說、侗族的大歌、水族的古老文字，世代口耳相傳。它們是活著的文化遺產，但過去，這些寶貴的鄉音大多藏在深山、記在紙面，甚至隨著老一輩人的離去而日漸微弱。

而現在，一場“數字搶救”正在改變這一切——貴州正把這些散落的民族語言“珍珠”一顆顆串起來，喂給人工智能“學習”，讓古老智慧在智能時代重新“開口說話”。

從“藏在深山”到“上架雲端”，民族語料有了“數字新家”

貴州是全國世居少數民族最多的省份，苗、布依、侗、水等獨有語言，是獨一無二的數字文化富礦。但長期以來，大量的歌謠、古籍、非遺口述、雙語對照材料，要麼分散在個人手中，要麼標准化程度不夠，很難用在手機App、智能設備等現代場景裡。

為此，貴州專門搭建了“貴州數據集（語料）服務平台”（https://corpus.gzdata.com.cn:32117/home），聯合凱裡學院、貴州民族大學等高校，以及數智雲網、雲翮數安、多彩寶等本地科技企業，干了一件“笨”功夫——把苗語、侗語、布依語、水語的語音、文字、影像、古籍字符，一條條地採集、清洗、標注，變成AI能“讀懂”的高質量數據。

如今，四大少數民族多模態數據集已正式上架，涵蓋雙語文本、民族語音、民俗視頻、非遺術語等11個全類型素材。換句話說，貴州正在為每個民族語言建一座“數字基因庫”，而且這座庫是活的、能用的。

不隻“存起來”，更要“用起來”：AI翻譯、數字導游、雙語課堂都安排上了

建數據集不是目的，讓數據“跑”進生活才是。貴州從一開始就瞄准了“場景落地”——要讓民族語料走出機房，變成老百姓用得上的工具。

在鄉村，苗語翻譯器來幫忙——依托苗漢、布依漢雙語平行語料，平台正在訓練智能翻譯模型。未來，偏遠山村的鄉親咨詢政策、收聽普法廣播，或是應急通知，都能用自己最熟悉的母語，再也不用擔心“聽得懂普通話的人太少”。

在景區，AI導游用侗語唱起迎賓歌——借助侗語、水語語音語料，文旅部門規劃打造AI雙語導覽、數字非遺展示系統。以后游客走進侗寨，手機一掃，就能聽到地道的侗族大歌講解，民族口傳文化不僅能永久保存，還能用新潮方式“火”出圈。

在學校，雙語教學有了“標准課本”——標准化的布依語、苗語數據集，正賦能校園雙語課堂，讓孩子們既學好普通話，也不丟失自己的母語根脈，讓文化傳承從娃娃抓起。

數據越用越“聰明”，形成良性循環

更妙的是，這些應用場景在使用中會產生新的對話、新詞匯、新民俗素材——平台會把這些新鮮內容經過合規審核后，再回流入庫，持續“喂”給AI模型。這樣一來，數據越用越多，模型越用越准，真正實現了“用起來—反哺庫—再升級”的可持續發展閉環。

面向全社會開放：你有好創意，貴州有好數據

目前，貴州已面向省內外AI企業、科研機構、文旅單位、基層政務部門等，公開征集民族語言數字化應用需求。不管你是想做智能翻譯軟件、民族文創產品，還是鄉村數字治理工具，都可以來對接匹配語料資源。同時，已上架的數據集也向合規的科研機構和企業開放調用。

下一步，貴州還將繼續深挖本土民族資源，完善標准體系，拓展更多應用場景——讓數據要素真正激活民族文化價值，打造全國少數民族語言數字化保護與創新應用的“貴州樣板”。（貴州省大數據發展管理局）