有沒有台語的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

看看板：廣告招牌的台語大學問

為了解決有沒有台語的問題，作者看看板工作小組 這樣論述：

　　第一本全台看透透、 　　帶你發現路上「台語看板」的專書。 　　從那些「有聲音」的街道風景、令人會心一笑的本島創意， 　　看見台灣人「我手寫我口」的歷史和文字表情， 　　聽見「台灣話」台到不行的親切口氣！ 　　「踹共」、「母湯」、「呷奔」、「天然ㄟ尚好」、「Ｄ火粿」……無論是注音文PK火星文，還是漢字加英文，走在路上，你是否曾經發現有些招牌或廣告文案看起來好像「怪怪的」，但下一秒又恍然大悟？究竟是自己真的「毋捌字」（m̄ bat-jī），還是台灣人都有超能力？──原來，只要會講台語，什麼千奇百怪的暗號都難不倒你！ 　　根據統計，目前在台灣使用台語的人口僅次於「國語」華語。經歷了戰前

到戰後的兩次「國語運動」，台語也仍是許多台灣人熟悉的第一或第二語言。但是，為什麼這些用台語來表現的廣告或看板（khan-páng）文案，看起來都像一道道精巧的謎題？又為什麼一講就通的台語，會出現那麼多不同的書寫創意？台語真的是「有音無字」，只能「各自表述」嗎？只有南部鄉下才看得到台語看板嗎？台語只能存活在中低階層的場域或職業中嗎？走出國外，看看馬來西亞的「福建話」跟台語有多像。而馬來西亞出現的「講福建話運動」，又可以提醒我們哪些相同的境遇，啟發不同的想像？ 　　本書蒐集台灣大街小巷的台語看板，帶你來一趟「路上台語檢定」，欣賞台灣限定、花招百出的台語看板，研究這些廣告看板背後的學問和玄機。透過

歷史悠久的「白話字」和教育部推薦漢字，讓你看得懂、講得通，開始學習生動活潑、真情感動的正港現代台語文。從今天起，對台語文盲和火星文說再見，一起迎接「講台語，當時行（sî-kiâⁿ）」的美好新時代！ 吸睛推薦 　　王昭華（作家、作詞人） 　　恆春兮（職業黑手兼資深廣播人） 　　陳豐惠（李江却台語文教基金會執行長） 　　魚仔林（樂團「勞動服務」主唱） 　　黃信堯（紀錄片、電影導演） 　　失控的台語課（台語工作坊、粉絲團） 　　粉紅色小屋（作家、台語工作者）  

有沒有台語進入發燒排行的影片

基於預訓練的跨語言聲學表示模型之端到端台灣閩南語語音辨識器

為了解決有沒有台語的問題，作者王佩心 這樣論述：

本論文旨在以跨語言聲學表示模型實現台語語音辨識系統，此系統採用wav2vec2架構。其架構為CNN加上Transformer，因此擁有處理細節及前後關係的能力，並在其後加上3-gram語言模型以進一步提升辨識正確率。本實驗使用的資料集為TAT台語語料庫其中41小時，並以句錯誤率(SER)與字錯誤率(CER)作為評斷指標。句錯誤率及字錯誤率分別為52%及13%，而加上語言模型後字錯誤率下降至9%。除實現台語語音辨識系統外，本論文也進行各項實驗探討影響此系統效能的因素。採樣率可能會影響辨識正確率，上採樣與原始採樣率差異為0.5%，影響並不大，然而降採樣增加了10%的錯誤率。而會影響辨識時間的因素

有輸入語音長度與有沒有使用語言模型，當輸入語音分別為3秒、6秒、9秒時，沒有語言模型的辨識時間為0.02秒、0.03秒、0.04秒，而使用語言模型則為0.74秒、0.96秒、1.23秒。語言模型的參數Beam Size、Alpha、Beta皆會影響辨識效能，隨著Beam Size上升，錯誤率會隨之下降，但辨識時間會因此上升，在考量效能與時間後，較適切的Beam Size為32及64，而Alpha、Beta與效能皆成正比，當Alpha設為1.5，Beta設為0.9，Beam Size設1024時，得到最低CER為7.12%。