详情

八桂乡韵——方言智能转译系统

申报人:潘华龙 申报日期:2026-04-14

基本情况

2026年批次
八桂乡韵——方言智能转译系统 学生申报
创业实践项目
工学
计算机类
学生自主选题
一年期
“八桂乡韵——方言智能转译系统”项目,聚焦广西近680万方言使用者(涵盖桂柳话、壮语等)在政务、医疗、跨境贸易及日常生活中的语言沟通障碍,研发一套基于双模态人工智能技术的实时方言转译系统。该系统可实现方言与普通话的高精度、低延迟互译,同时创新性保留“嗦粉”“友仔”等地域文化词汇,兼顾沟通准确性与方言文化传承,具备较强的创新性与实践性。技术创新上,采用针对性研发的混合方言处理引擎,攻克壮语6声调与桂柳话4声调的复杂映射难题,目前桂柳话识别准确率达89%(行业平均72%),壮语识别率达85%,响应延迟仅0.6秒,贴合项目现有技术水平。模式创新上,与高校共建“方言智能处理实训基地”,将数据标注、模型优化等实践内容融入课程,累计培养学生实践300小时,实现职业教育与产业需求的深度融合。目前,项目已完成广西语委相关技术测试,正在申请2项软件著作权,实践成果初步显现。助力农村老年人跨越数字鸿沟、推动方言文化传承,具有深远的社会效益。
在科研实践中,负责人牵头完成壮语、桂柳话智能转译系统的整体技术方案设计,主导方言语料库的采集、标注与清洗工作;深度参与多模态语音识别模型的训练、优化与迭代,攻克方言声调映射、嘈杂环境语音增强等核心技术难点,大幅提升系统识别准确率与抗干扰能力。
同时,负责人牵头开展技术创新与成果转化,主导相关发明专利、软件著作权的申报撰写,参与项目技术文档、科研报告的编制;带队完成广西多地实地调研与用户需求分析,将科研成果与实际应用场景深度结合,推动技术落地验证与产品迭代优化,全程以核心科研角色保障项目技术创新与科研质量,展现出扎实的专业能力与科研素养。
施宇参与 “多模态语言处理” 省部级课题,申请发明专利 6 项(授权 4 项);
梁程参与 “广西科技重点研发项目”(方言政务服务方向),获实用新型专利 1 项;
陈定甲获 3 次八桂人工智能科学技术奖一等奖,授权发明专利 5 项(含本项目使用的 “知识共享大语言模型协同优化方法”)。
本项目自立项以来,三位指导教师全程深度参与,从选题、研发到赛事打磨全链条提供全方位支撑。在方向把控上,教师精准锚定壮语、桂柳话智能转译的核心定位,紧扣民族文化保护与AI技术融合的政策导向,优化项目架构与技术路线,明确创新亮点与落地场景,确保项目契合赛事要求。
技术研发阶段,教师依托人工智能、大数据专业背景,指导团队攻克语音增强、多模态交互等核心难点,协助搭建方言语料库、优化算法模型,提升识别准确率,同时提供算力资源与实验环境,保障研发顺利推进。
实践与资源层面,教师对接广西文旅、政务等机构,为数据采集、场景试点搭建渠道,指导团队开展实地调研,确保项目贴合地方需求。此外,教师全程指导商业计划书撰写、财务预测与路演答辩打磨,助力团队完善商业模式、规范申报材料,同时以产教融合理念赋能团队成长,推动项目成果转化与人才培养双向提升,为项目成功提供坚实保障。
潘永华供职于广西科学院新一代信息技术研究所曾获得新一代人工智能国家科技重大专项课题“多模态预训练模型的知识增强”、国际会议ACM MM等以及国际期刊TOMM、TMM,TNNLS等发表多篇研究文章,并获得国际会议ACM MMAsia2020最佳论文奖。
陈定甲现任广西壮族自治区通信产业服务有限公司技术服务分公司AI/大数据研发高级主管申请发明专利5项,授权1项专利,发表中文核心以及SCI论文2篇,获2022年八桂人工智能科学技术奖一等奖1项(排名第9),获2023年八桂人工智能科学技术奖一等奖1项(排名第8),获2024年八桂人工智能科学技术奖一等奖1项(排名第7)等。
施宇参与 “多模态语言处理” 省部级课题,申请发明专利 6 项(授权 4 项);梁程参与 “广西科技重点研发项目”(方言政务服务方向),获实用新型专利 1 项;陈定甲获 3 次八桂人工智能科学技术奖一等奖,授权发明专利 5 项(含本项目使用的 “知识共享大语言模型协同优化方法”)
校级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
潘华龙 南宁分校 计算机工程与技术 2023 负责人
李珍珍 南宁分校 计算机工程与技术 2025 数据采集
刘家秀 南宁分校 计算机工程与技术 2025 财务管理
梁少坤 南宁分校 计算机工程与技术 2023 项目经理
黄承志 南宁分校 计算机工程与技术 2023 网络维护
农欢筱 南宁分校 计算机工程与技术 2025 数据采集
刘子渊 南宁分校 计算机工程与技术 2024 技术AI研发
谭春意 南宁分校 计算机工程与技术 2025 技术研发
梁同宇 南宁分校 计算机工程与技术 2023 媒体运营

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
施宇 南宁分校
梁程 南宁分校

立项依据

广西八桂乡韵智能科技有限公司
政策层面,
国家“十四五”语言规划要求2025年民族地区普通话普及率达85%,目前广西仅76.2%,国家民委将“语言信息无障碍工程”纳入乡村振兴考核,广西本地政策也支持壮汉双语公共服务及跨境语言工具开发;
行业层面,
广西农村60岁以上老人普通话使用率仅42%,南疆部分地区多语言并用,方言障碍导致基层政务效率降35%、农村电商退货率达28%,还存在政务效率不足、教育失衡、跨境贸易纠纷、方言文化濒危等痛点并造成显著损失;
市场层面,
现有语音识别系统存在地区适应性差、复杂场景应对不足、可扩展性欠缺等问题,难以适配广西本地语音及场景需求。
本项目聚焦广西 680 万方言使用者普通话交际障碍问题,针对桂柳话、壮语等地方特色方言,研发集方言语音识别与地域性普通话生成于一体的双模态智能系统。系统基于人工智能技术构建实时转换算法模型,可实现方言与普通话的即时互译,同时精准保留 “友仔”“嗦粉” 等方言特色表达的原有语义。
系统深度对接国家战略需求,核心功能服务于乡村振兴、跨境贸易及政务民生领域,为基层医保经办、反诈宣传等场景提供方言 - 普通话实时互译能力,打通信息壁垒,助力行政服务触达基层群众。此外,项目同步搭建濒危方言数字资源库,通过标准化数据采集与保管流程,为方言文化保护提供数字化解决方案。
行业趋势:
国家《“十四五”语言文字事业发展规划》明确要求“加强民族地区语言文字服务能力”,广西作为少数民族人口第一大省,已出台相关政策推动壮汉双语教育普及,同时广西“十四五”规划提出“建设面向东盟的语言服务枢纽”,跨境贸易、边境政务等领域对“方言-普通话-外语”多模态转换的需求年增长率达20%。政策驱动下,政府预算中“智能语言服务”采购规模预计2025年突破5亿元;全区文旅产业年接待游客8亿人次,其中30%的少数民族文化体验项目依赖方言语音导览,现有AI导览设备仅支持普通话,市场需求缺口显著,政策与经济双驱动下行业发展空间广阔。
市场容量:
核心用户方面,桂柳话使用人口3007万(2012年数据,覆盖桂林、柳州等8市),壮语使用人口近2000万(广西占比90%),合计约4800万潜在用户,其中680万存在“方言-普通话交流不畅”问题(据广西教育厅推普脱贫数据,2020年仍有17%脱贫人口普通话不达标)。场景容量方面,政务服务领域,全区111个县(市、区)的基层政府机构,按每个单位年采购50万元语言服务计算,市场容量超5.5亿元;企业端,200万中小企业中10%的头部企业(20万家)年均投入10万元,形成200亿元市场空间;民生领域,900万老年群体按人均年消费200元计算,规模达18亿元,三大场景合计市场规模超223.5亿元。
竞争优势:
区别于中国电信星辰大模型(覆盖30种方言但未针对广西“多语混合、特色词汇”专项优化,对“汉壮混合语”处理准确率仅75%)、科大讯飞输入法(侧重日常输入工具,政策服务未形成闭环,缺乏广西政务定制适配),本项目独家具备“壮汉混合识别+广西政务术语库(500条)+跨境贸易适配”核心能力,其中政务理解度达91%,较现有翻译工具的准确度提升约24%,且能精准适配桂柳话14个地市变体,解决“夹壮”普通话及多方言夹杂问题,更贴合广西本地政务、跨境、民生等核心场景需求。
核心产品:1. 政务版 “方言通”(嵌入 12345 热线、医保终端,支持政策术语精准转译);2. 企业版 “桂企出海系统”(跨境电商客服机器人、边贸翻译机);3. 民生版 APP(适老化界面,含方言学习、非遗文化模块);4. 数据产品 “广西方言数字资产库”(300小时语音 + 2000 条特色词汇语义表)。
核心技术:自适应训练多语言模型(适配 14 地市方言变体)、对比学习语音增强(抗嘈杂环境)、混合方言识别引擎(解决壮语 6 声调映射)、动态政策字典(实时同步 “壮美广西” 平台政策)。


业务板块
产品形态
收费模式
2027 年目标营收
政务服务
“政务方言通” 模块
ABO 模式:基础授权费(0.5-1 元 / 人 / 年)+ 效率分成(节约人工成本 20%)+ 硬件集成费(50-100 元 / 台)
12 万元

企业服务
“桂企出海” 系统
SaaS 订阅(中小企业 3.6 万 / 年,规模企业 12 万 / 年)+ 交易抽成(跨境流水 0.8%)+ 硬件定制费(80 元 / 台

5万元

民生服务
适老化 APP
广告(本地商超投放)+ 会员(20 元 / 月)+ 政府采购(15 元 / 户 / 年,纳入适老化改造)

3 万元

数据服务
方言数字资产库
API 调用(0.1 元 / 次)+ 语料库授权(向高校 / 企业收费)

4 万元


组织架构:设技术研发组、运营推广组、数据资源组 3 个专项小组,各组分工明确且协同联动 —— 技术研发组主导算法优化与系统开发,运营推广组负责政务 / 企业客户对接与市场推广,数据资源组承担方言数据采集与标注;
支撑体系:含学术指导教师 2 人(施宇、梁程)、企业导师 1 人(陈定甲)、技术顾问 1 人(潘永华),为项目提供技术指导、资源对接与行业经验支持,形成 “高校学术 + 企业实战” 双轮驱动。”
本项目实行项目负责人统筹制,构建高效垂直管理体系。团队按职能划分为技术研发、数据处理、市场运营与财务保障四大小组,各司其职。执行周例会、月复盘机制,严格把控研发进度与质量;建立校内导师与企业顾问双重指导机制,形成“决策-执行-反馈”闭环,确保项目各环节高效协同、稳步推进。

融资阶段
金额
资金来源
用途
退出机制(远期)
种子轮
30万元 
政府科创基金 60%+ 高校实验室 30%+ 天使投资人10%
方言数据库扩容(1000小时)、系统 2.0 开发(新增跨境模块)

Pre-A 轮
22万元
广西文化产业投资基金 50%+ 战略合作企业 30%+ 社会资本 20%
14 地市政务推广、边贸翻译机硬件定制(5000台)

A轮(2028 年)
50万元
venture capital(如深创投)
东盟市场拓展(越南、泰国语言适配)、团队扩张至 50 人
2029 年启动 IPO 辅导

前期投入:已投入 10 万元,用于数据采集(5 万元)、模型初步训练(3 万元)、试点场地租赁(2 万元)。
2027 年财务预测:营收 24万元(政务 12 万 + 企业 5万 + 民生 3万 + 数据 4 万),成本 18万元(技术研发 6万 + 数据采集 4万 + 人力 5万 + 市场 2 万 + 硬件 1 万),净利润 6 万元,毛利率 25%。
现金流管理:优先收政务基础授权费(预收半年)、企业 SaaS 年费(预收 3 个月),民生端通过政府采购提前锁定收入,保障现金流稳定。

技术风险
复杂噪声环境(如农贸集市)识别率下降
采用对抗生成模型生成噪声样本,强化对比学习语音增强技术,实测噪声环境识别率≥85%
政策风险
少数民族语言保护政策调整,术语库需更新
设专职合规团队(2 人),实时跟踪《少数民族语言文字法》,与 “壮美广西” 平台同步政策更新
市场风险
科大讯飞等竞品进入广西市场,抢占政务客户
强化本地化壁垒:独家对接广西政务术语库(500 条),签订 3 年 ABO 独家合作协议
运营风险
老年用户 APP 使用率低,获客成本高
与广西移动合作预装 APP(覆盖 2000 万老年用户),线下社区 “一对一” 上门指导
财务风险
前期研发投入大,营收回收慢
申请自治区大数据发展局专项补贴(按项目金额 30%),优先承接预付款政务项目

经济效益:2027 年利润 6万元,2028 年利润 46 万元(营收 89万),2029 年利润 60万元(营收 121万),三年累计市场占有率达广西方言智能服务领域 30%,带动 30 人就业(含技术岗、运营岗)。
社会效益:提升政务效率 60%(年省行政开支 21 亿元),降低农村电商退货率至 11%(年减损失超 10 亿元),建立濒危方言数字库(保护壮语、桂柳话非遗),促进民族团结与乡村振兴。


经费预算

开支科目 预算经费(元) 主要用途 阶段下达经费计划(元)
前半阶段 后半阶段
预算经费总额 40000.00 24500.00 15500.00
1. 业务费 26000.00 15500.00 10500.00
(1)能源动力费 15000.00 用于方言识别模型训练的 GPU 算力租赁(100 小时,150 元 / 小时)、第三方系统测试服务费(确保识别率达标) 10000.00 5000.00
(2)会议费 1000.00 依托桂林理工大学南宁分校或线上会议 500.00 500.00
(3)差旅费 4000.00 赴南宁、柳州乡村采集方言语音数据(交通 + 住宿)、对接基层政务试点(青秀区医保大厅)交通费用 2000.00 2000.00
(4)文献检索费 4000.00 购买广西方言语言学文献、AI 语音识别技术期刊数据库权限(如 CNKI、IEEE Xplore) 2000.00 2000.00
(5)论文出版费 2000.00 1000.00 1000.00
2. 仪器设备购置费 0.00 暂不采购大型设备,依托桂林理工大学南宁分校实验室现有服务器、电脑等资源 0.00 0.00
3. 材料费 8000.00 便携式定向麦克风(2 台,用于降低农村采集环境噪声,3000 元 / 台)、存储硬盘(2 块,16TB / 块,1000 元 / 块) 6000.00 2000.00
4. 企业注册金 6000.00 聘请方言专家(壮语、桂柳话)指导数据标注、技术顾问(潘永华)提供模型优化建议 3000.00 3000.00
结束