学佬话正在消失，所以我做了这个 App

先说清楚”学佬话”是什么，因为大部分人第一次听到会以为是打错字。

学佬话是汕尾海丰、陆丰一带的福佬话，属闽南语系。它和潮汕话是近亲，但差别不小——潮汕话有相对成熟的正字方案和教学资源，学佬话基本什么都没有。

为什么做这个

一个很扎心的现象是：家里的小孩能听懂学佬话，但不太会说。他们用普通话回长辈，长辈再用学佬话回他们，两代人就这样各说各的。

这种事在很多方言上都发生过。但学佬话的情况更糟一点：它没有标准书写。你没法把它打成字发给朋友，因为它本来就只有音，没有一套大家公认的写法。想学的人打开应用商店，能找到粤语 App、潮汕话 App，学佬话几乎是空白。

更直白地说，有些话用普通话讲出来就不是那个味道了。语气词、口头禅、骂人的话、哄小孩的话，这些东西换成普通话之后全都变了形。它们只在方言里存在。

所以我想，至少先做一个能用的东西出来：能把普通话翻成学佬话、能听发音、能查。哪怕只是给自己家里人用。

App 目前三个模块：翻译、学习、设置。

翻译是核心。左边普通话，右边学佬话，中间一个切换。输入普通话文字，出学佬话。输入框带粘贴和清空，中间那个红色麦克风按钮是语音输入——对着手机说普通话，不用打字。这个交互是特意做的，因为目标用户里有相当一部分是长辈，他们打字不方便，但说话没问题。

翻译出来的结果配合语音合成朗读。这一点后面会讲，是整个项目里最难的部分。

学习模块用来把翻译结果沉淀下来。方言学习有个特点：它没有教科书，你只能在具体场景里学。“吃饭了没”怎么说，是在饭桌上听会的，不是从课本上背下来的。所以学习模块的思路是把翻译过的句子收藏起来反复听，而不是做成”第一课：声母韵母”。

写这篇的初衷其实是想说清楚这些难点，因为做之前我把难度低估了。

没有正字。 普通话翻学佬话，不是”词对词替换”。学佬话很多词没有公认的汉字写法，同一个音在不同村镇可能有不同写法。这意味着 LLM 的输出本身就没有唯一正确答案——你没法用一个标准答案去评测它翻得对不对，只能找会说的本地人来听。

这直接导致一个问题：评测怎么办。普通机器翻译有 BLEU 分，有标准测试集。方言翻译没有。我现在的做法是人工抽查，靠家人和亲戚听。这显然撑不了规模化，但我还没想到更好的办法。

TTS 基本不支持。 这个是最卡的地方。市面上的语音合成，普通话和英语做得很好，粤语有一些，闽南语零星，学佬话几乎为零。

所以要么找现成支持闽南语系的 TTS 硬套（发音会不标准，学佬话和闽南语泉漳片差别不小），要么自己训或者微调模型——后者需要大量带标注的方言语音数据，我没有。

目前只能走前者的方案，能用，但发音明显不对味。一个方言 App，发音不准是很致命的——你的目标用户恰恰是最能分辨出发音不准的人。这个矛盾还没解决，等有了进展再写一篇。

语料从哪来。 大模型对学佬话的了解非常有限，直接让它翻，输出经常是潮汕话或者干脆是普通话。要让它说学佬话，得先有语料喂进去。而语料的来源只能是人——会说的长辈，一段一段录。

这件事没有捷径。它不像做一个小工具，接个 API 就能跑。方言项目的前期就是笨功夫。

两个产品都没上线，有时我也会怀疑这东西值不值得做——它大概率不会带来什么收入，用户群体本来就小，还分散在几个村镇。

但上次把 Demo 给我妈看，她翻了翻学习页，随口念了一句，然后用学佬话跟我说了一句什么。我没听懂，问她什么意思，她笑了半天。

就冲这个，这个东西得做完。

方言保护这件事，大公司不会做（没有商业价值），学术机构做得慢。最后能做的大概只有本地人和半吊子程序员。我这算半个。

如果你是汕尾或者闽南语区的，家里有会说学佬话的长辈，并且愿意帮忙录几句语音或者校对译文，可以加我微信（在关于页），我会把你的名字放进致谢里。