从口耳相传到大语言模型，让AI助人类记住乡音与山歌丨聚焦文脉传承

从口耳相传到大语言模型，中华优秀语言文化的新“活”法

让AI助人类记住乡音与山歌

□ 冉启斌

语言是传承文明的载体。中华优秀语言文化内涵丰富、源远流长。当前，应用人工智能技术助力语言文化传承发展是一个热门话题。然而，为什么应用人工智能技术是语言文化传承发展的必由之路？在创新语言文化的保护传承中人工智能技术又能够有哪些具体应用？为说明这一点，首先需要从人类信息与知识存储方式的演进历史开始。

信息储存方式的五次跃迁

人类文明史，在一定意义上也是一部信息与知识存储方式的演进史。而语言作为信息与知识的核心载体，其存储形态的每一次变革，都改变着文明传承的基本方式。回顾人类发展的漫长历史，从原始人类一直走到今天，信息与知识存储方式的变革大致经历了五个主要阶段。

第一个阶段，即在语言产生之前的数百万年时间里。早期人类没有稳定的信息存储手段。那时关于自然界的知识只能依靠简单的肢体动作和口耳相传的模糊记忆来存储传递。这种方式极其原始，某些生存经验或生活技巧，往往只能依靠一代又一代的重复试错和自然选择来完成。

第二个阶段，即大约20万到5万年前，人类语言系统在经历了漫长的前期积淀和进化之后逐步形成，口语首次成为人类历史上高效存储和传递信息的方式。从那时起，信息和知识开始以语音的形式在人们之间稳定传承。人们不仅可以对日常事务进行沟通交流，还可以创造出记录先辈经验和知识的谚语、史诗、神话等形式——这些内容很多都属于口头文化。人类文明进入了口传文明时代。在此后数万年的时间里，口语在人类文明进程中发挥了巨大的作用，一直延续到今天。

第三个阶段，约五六千年前，在世界各地的部分人群中逐渐产生了文字。从此以后，人类存储传递信息和知识的方式除了口语，还逐渐增加了书面语。在后来的历史中书面语成为了信息与知识存储的主体形式，书籍日益成为知识传承的主要载体，人类文明突破了时空的限制，实现了大规模、系统性的积累与传播。

第四个阶段，到20世纪中叶，电子计算技术取得突破性进展，人类历史上重要的工具之一——计算机诞生，人类信息存储的方式迎来第一次数字化跃迁。信息与知识存储的介质从实物的纸质形态，迅速转变为电子化的文本、音频、视频等数字形态，语料库、数据库、数字档案馆等逐步建立。电子信息技术使语言文化资源的存储介质在体积上大幅压缩，过去放置在几排书架甚至若干房间的资源，可以浓缩进一个小小的存储卡。同时，信息和知识的电子化也使得其复制、检索、传播的效率大幅提升。

第五个阶段，进入21世纪20年代，以大语言模型为代表的深度学习技术取得突破性进展，人类信息与知识的存储方式再次迎来飞跃——从电子化走向模型化。所谓“模型化”，就是信息和知识的存储不再是信息和知识本身，而是使用复杂的人工神经网络对信息和知识经过深度学习训练后得到的模型文件。这种存储方式不再是简单复制和留存语言文化资源，相反，它通过人工智能算法，对海量语言数据、文化知识等进行深度理解和参数提炼，把语言的发音、词汇、语法，以及背后的文化知识及其内涵，都内化为智能模型所具有的能力。这些年先后出现的ChatGPT、DeepSeek等大语言模型已经具备几乎可以和人类相媲美的语言能力，并具有了一定程度的文化素养。

用人工智能记住人类语言

在以机器深度学习为支撑的人工智能时代背景下，语言文化的信息化传承也迎来了革命性的形式：智能模型化方式。以使用范围最广的一些语言为例，目前已有很多大语言模型（LLMs）以英语、汉语为语言载体，这实际上意味着英语、汉语等的信息化传承在很大程度上已经实现。不仅如此，这些语言背后所承载的文化知识也在一定程度上能够得到传承。由此可见，在新的技术进展时代背景下，对需要保护的语言（包括方言）及其文化开展智能模型化工作是必不可少的路径。

需要说明的是，所谓语言文化有两层含义。第一层含义是指语言与文化，这比较容易理解。第二层含义是指以某语言为载体的文化形式，这些文化形式包括但不限于诗词的吟诵，民间流行的山歌、牧歌、田歌等，以及相声、评书、快板、戏剧等曲艺形式。这些艺术形式往往需要以语言为载体，所以称为语言文化（或称口头文化）。

近些年来不同领域都在将人工智能技术应用于语言文化的传承保护方面进行了很多尝试。苏州搭建苏州话语音合成模型，结合数字人技术实现方言AI播报与文旅讲解，以数字化手段保护苏州方言。2026年发布的DeepZang是第一个原生藏语大模型，赋能藏语言数字化保护。南开大学语言实验与计算交叉科学实验室则于2023年率先提出了语言文化保护的“全链智能化方案”，进行了诗词吟诵合成、山歌语音合成等一系列实践，实验室建成的四川大邑西岭山歌语音合成平台，在输入任意歌词时都能够按照山歌的五种调式生成山歌音频。这些进展从技术上解决了过去非遗代表性传承人出现断层则这种文化形式无法生成新的作品的难题。

让技术进步助力文脉传承

当前，我国语言文化保护工作仍以电子化数据库建设为主，侧重于语言文化资源的数字化归档、静态存储与展示，仅完成了信息载体的第四次技术跃迁，尚未迈入智能模型化的新阶段。在信息载体迭代演进的大趋势下，以人工智能推动语言文化从数字化存档转向模型化保护，是新时代中华优秀语言文化传承创新的必然选择。结合技术实践与工作实际，可从三方面推进落实。

一是系统梳理文化资源，分类建设语言文化智能模型。中华传统语言文化类型丰富，涵盖各地方言、少数民族语言、口头叙事、山歌戏曲、民俗仪轨、民间技艺与生产知识等内容。各地现有智能化探索较为零散，缺乏系统性布局。可针对不同语言文化形态精准施策，对方言、少数民族语言开展语音数据采集与模型训练，实现语音合成、智能交互功能；对诗词吟诵、民间山歌、传统曲艺等艺术形式，依托唱腔、韵律数据搭建专属生成模型；对古汉语、吐火罗语等濒危、消亡语言，结合文献考证完成语音复原与模型固化，逐步形成覆盖全面的语言文化智能模型体系。

二是盘活存量数据资源，推动静态存档转为动态可用。长期以来，我国建成的各类语言文化数据库多以资料保管、查阅展示为主要功能，数据利用率偏低。要立足现有数字化资源，依托大模型、深度学习技术，对数据库中的语音、文本、影像资料进行系统训练与特征提炼，将静态数据资源转化为具备生成、交互能力的智能模型。通过技术赋能，让封存的语言文化资源能够持续生成新内容、适配新场景，有效弥补口传文化依赖真人传承、易失传、难创新的短板。

三是加强整体统筹布局，完善智能化保护工作体系。目前国内语言文化智能模型化研究多为高校、企业零散探索，缺乏国家级整体规划与统一标准。建议将语言文化全链智能化保护纳入国家文化数字化战略，统筹科研院所、科技企业、文旅非遗机构的优势力量，建立从数据采集、模型研发到落地应用、持续优化的完整工作链条。统一技术规范、整合资源力量，有序推进各类语言文化资源的智能化转化，形成可复制、可推广的保护模式，夯实中华语言文化长久传承的技术基础。

从人类信息与知识载体的五次革命性变化来看，在新的时代要实现语言文化的传承发展，应顺应人类信息与知识载体变迁的趋势，与时俱进开展语言文化智能模型化工作，让琳琅满目、包罗万象的中华优秀语言文化得到切实有效的保护和创新性的发展。

（作者系南开大学文学院教授）