Iaith y fro a llais byw: gwersi newydd i AI Cymraeg

Mae BavGround ac Easper yn dangos pam mae angen profi gwybodaeth leol a dewis recordiadau am eu gwerth ieithyddol, nid am eglurder y sain yn unig.

Mae ein cofnod ar 11 Awst eisoes yn trafod y model Ffrangeg Luth-2 a'r papurau a gyhoeddwyd yn gynharach yn yr wythnos. Nid oes canlyniad newydd i gyfiawnhau ailadrodd y stori honno. Mae'r diweddariad hwn felly'n dechrau gyda'r hyn a ddaeth wedyn: meincnod sy'n dangos sut mae modelau'n colli gwybodaeth y fro, a llif gwaith sy'n helpu cymunedau i ddewis pa leisiau i'w trawsgrifio gyntaf.

Ni chyhoeddwyd model, set ddata na meincnod Cymraeg newydd yn ail hanner yr wythnos. Ond mae'r dystiolaeth ryngwladol newydd yn rhoi dau gwestiwn penodol iawn i unrhyw brosiect AI Cymraeg: a yw'r model yn deall bywyd lleol yng Nghymru, nid Cymraeg safonol yn unig; ac a yw'r data llais yn cynrychioli'r iaith fyw, nid y recordiadau â’r sain gliriaf yn unig?

Darlun papur o dri ymchwilydd yn cymharu darnau prawf iaith rhwng tirweddau Cymru a Bafaria — Mae prawf iaith go iawn yn gofyn mwy na chyfieithu'r un cwestiwn: rhaid iddo fesur tafodiaith, lle, ffynhonnell a gwybodaeth y gymuned.

Pan fo Bafaria'n diflannu o'r Almaeneg

Mae BavGround, a gyflwynwyd ar 13 Awst, yn cynnwys 206 o gwestiynau gwreiddiol ar wyth maes: hanes, gwleidyddiaeth, tirwedd, bwyd, adeiladau a threftadaeth, celfyddyd, traddodiadau, a'r iaith ei hun. Crëwyd fersiwn Saesneg, Almaeneg a Bafareg o bob cwestiwn, sef 618 o enghreifftiau i gyd, a gwiriwyd y cyfieithiadau gan siaradwr brodorol.

Mae rhai cwestiynau'n holi ffeithiau cyffredinol am Bafaria. Mae'r gweddill wedi'u seilio ar newyddiaduraeth ranbarthol, gwaith hanesyddol a ffynonellau arbenigol. Dyna'r gwahaniaeth pwysig: gall model adnabod enw rhanbarth heb wybod y pethau sy'n cael eu cofio, eu trafod a'u dweud yno.

Profodd yr ymchwilwyr 15 o fodelau pwysau agored rhwng 7B a 10B, ynghyd ag un model caeedig. Ar gyfartaledd, cafodd y modelau agored 55.7% yn Saesneg, 57.6% yn Almaeneg, ond 45.9% yn Bafareg. Ar y cwestiynau cyffredinol y cyfartaledd oedd 63.1%; ar y cwestiynau lleol a seiliwyd ar ffynonellau, 46.7%. Y maes anoddaf oedd iaith a thafodiaith: 35.6%.

Canlyniadau'r awduron mewn rhagargraff yw'r rhain, nid ail-brawf annibynnol. Nid oedd y set ddata a'r cod ar gael i'w harchwilio yn ystod y chwiliad chwaith. Serch hynny, mae'r bwlch y mae'r prawf yn ei fesur yn berthnasol iawn i'r Gymraeg.

Gall model ateb cwestiwn cyffredinol am Gymru heb ddeall gair lleol, cywair cyfarfod cyngor, y gwahaniaeth rhwng tafodieithoedd y gogledd a'r de, neu hanes sefydliad mewn un cwm. Gall gyfieithu'r frawddeg heb ddeall ei chyd-destun lleol.

Byddai fersiwn Gymraeg o'r dull yn cyfuno gwybodaeth gyffredinol â chwestiynau wedi'u seilio ar bapurau bro, archifau, cofnodion cynghorau, hanes llafar a newyddion rhanbarthol. Byddai'n rhannu'r canlyniadau yn ôl tafodiaith, cywair, maes a ffynhonnell yn hytrach na chywasgu popeth i un sgôr genedlaethol.

Mae'r ffordd o sgorio'n newid y stori

Mae BavGround hefyd yn dangos nad yw dewis A, B, C neu D bob amser yn mesur yr hyn rydym yn meddwl ei fod yn ei fesur.

Wrth sgorio llythyren yr ateb yn y ffordd arferol, cafodd GENBA-10B—model wedi'i anelu at Almaeneg, Saesneg a Bafareg—41.9%. Pan fesurwyd tebygolrwydd testun yr opsiwn yn lle'r llythyren, cododd i 58.9%. Wrth gymharu ystyr ateb a gynhyrchwyd, cododd i 61.5%.

Nid yw hynny'n profi bod y model wedi datrys y prawf. Mae'n dangos bod rhan o'r methiant yn ymwneud â fformat yr ateb. Dylai meincnod Cymraeg felly brofi llythyren, testun yr opsiwn, ateb rhydd a barn semantig; newid trefn yr opsiynau; ac archwilio'r enghreifftiau eu hunain. Gall un rhif guddio model sy'n gwybod ond yn fformatio'n wael—neu fodel sy'n dyfalu'r llythyren gywir heb ddeall.

Llais byw: beth i'w drawsgrifio gyntaf

Mae Easper, a gyflwynwyd ar 12 Awst, yn symud o destun i sain. Llif gwaith agored yw hwn ar gyfer ieithyddion maes. Mae'n cymryd recordiadau ac anodiadau ELAN, yn paratoi data, yn mireinio Whisper neu XLS-R mewn gwasanaeth cwmwl, ac yna'n dychwelyd model bach i gyfrifiadur arferol. Gall y model wahanu siaradwyr, creu trawsgrifiad cyntaf a'i roi yn ôl mewn ffeil ELAN i berson ei gywiro.

Mae'r cod ar GitHub dan drwydded MIT. Mae'r papur wedi'i dderbyn i Interspeech 2026 ac mae ganddo drwydded CC BY 4.0. Ond ei gyfraniad mwyaf diddorol yw ateb i gwestiwn ymarferol: pan fo amser trawsgrifio dynol yn brin, pa recordiad ddylai ddod gyntaf?

Profodd y tîm bum strategaeth ar Bislama, Nafsan a Nguna. Roedd ganddynt 13 awr a 45 munud o Bislama, 14 awr a 50 munud o Nafsan, ond dim ond awr ac un munud o Nguna. Yn y cyfnod cynnar, roedd blaenoriaethu straeon â geirfa ddefnyddiol ac ailadrodd geiriau a phatrymau sain yn gostwng y gyfradd gwallau nodau'n gyflymach na dewis y recordiadau â’r sain gliriaf.

Nid yw hynny'n esgusodi recordiad gwael. Mae sain glir yn bwysig i archif. Ond ar gyfer hyfforddi model yn y camau cynnar, gall sgwrs naturiol sy'n cynnwys ailadrodd a geirfa gyfoethog fod yn fwy defnyddiol na brawddegau perffaith mewn stiwdio.

Darlun papur o siaradwyr cymunedol ac ieithyddion yn troi recordiadau byw yn donnau sain trefnus — Nid eglurder y sain yn unig sy'n penderfynu gwerth recordiad: mae geirfa, ailadrodd, tafodiaith, caniatâd a defnydd y gymuned yn rhan o'r data.

Beth fyddai hynny'n ei olygu i'r Gymraeg?

Pe bai prosiect Cymraeg yn dechrau gyda chant o oriau heb eu trawsgrifio, ni ddylai drefnu'r gwaith yn ôl lefel y sŵn yn unig. Dylai fesur pa dafodieithoedd, oedrannau, meysydd, patrymau treiglo, enwau lleoedd a sefyllfaoedd dwyieithog sydd ym mhob sesiwn. Dylai ddewis deunydd sy'n rhoi digon o ailadrodd i'r model ddysgu patrwm, ond digon o amrywiaeth i beidio â dysgu un llais yn unig.

Mae DonorRank yn ychwanegu ail wers. Profwyd pa ieithoedd oedd â'r data mwyaf defnyddiol ar gyfer helpu system i adnabod lleferydd mewn amrywiaethau Indiaidd ac ieithoedd Affrica. Nid yr iaith fwyaf, na'r un â'r berthynas agosaf â'r iaith dan sylw, oedd y dewis gorau bob tro. Roedd y dewis yn dibynnu ar gymysgedd y data, yr ysgrifen a nodweddion y lleferydd.

Felly ni ddylid tybio mai Saesneg yw'r man cychwyn gorau i bob problem lleferydd Cymraeg. Gall Llydaweg, Gwyddeleg, Gaeleg yr Alban neu amrywiaeth benodol o Saesneg helpu mewn ffyrdd gwahanol—ond rhaid profi'r dewis ar leferydd Cymraeg a gedwir allan o'r hyfforddiant.

Mae myMediWhisper yn dangos gwerth data maes penodol. Adeiladodd y tîm gorpws meddygol Byrmaneg 28 awr wedi'i recordio a'i wirio gan siaradwyr brodorol. Cafodd y model gorau gyfradd gwallau geiriau o 23.44% ar sain glir. Roedd ychwanegu sŵn efelychiadol yn gwaethygu'r sgôr ar sain glir ond yn gwella cadernid mewn ystafelloedd swnllyd ac adleisiol. Mae'r set ddata dan CC BY-NC-SA 4.0 a rhaid cael caniatâd i gael mynediad ati.

I wasanaeth iechyd Cymraeg, dylai'r un math o adroddiad ddangos sain ffôn, ystafell ymgynghori, enwau meddyginiaethau, newid i'r Saesneg a gwahaniaethau tafodieithol—nid un gyfradd gwallau ar sail recordiadau clir yn unig.

Beth all fynd o'i le wrth roi'r model ar waith

Mae tri phapur arall yn rhybuddio y gall system ymddangos yn amlieithog yn y labordy ond newid pan gaiff ei chywasgu, ei rhoi i ddefnyddio offer neu ei phrofi am ddiogelwch.

Yn Language-Conditional Dequantization, roedd y cynnydd mewn perplexity (mesur o ba mor anodd yw hi i'r model ragfynegi'r testun) mewn ieithoedd heblaw Saesneg rhwng dwy a phedair gwaith y cynnydd yn Saesneg wrth feintioli i INT3. Adferodd addasydd LoRA bach 70–83% o'r gwahaniaeth mewn perplexity mewn sgriptiau nad ydynt yn Ladin, ond llawer llai o'r bwlch ar dasgau gwybodaeth. Nid oedd canlyniad Cymraeg penodol, felly'r wers yw ail-brofi'r Gymraeg ar ôl creu'r fersiwn leol—nid tybio bod sgôr y model gwreiddiol wedi goroesi.

Yn Actions Speak Louder than Words, a ddiwygiwyd ar 13 Awst, dilynodd pedwar model blaenllaw yr un drefn o weithredu mewn 71–73% o'r achosion wrth newid iaith. Roeddent yn tueddu i lwybro tasgau drwy'r Saesneg, ac roedd dweud wrthynt am beidio â gwneud hynny'n llwyddo mewn llai nag 1% o'r achosion. Dylai prawf asiant Cymraeg felly gofnodi'r cyfieithu, y chwiliadau, y galwadau offer, y gost a'r trosglwyddo at berson—nid yr ateb olaf yn unig.

Yn The Illusion of Cross-Lingual Safety, cadwodd ceisiadau niweidiol mewn Twi, Hausa, Amhareg a Swahili lai na 10% o signal gwrthod y Saesneg ar draws y rhan fwyaf o'r parau iaith a model a brofwyd. Rhagargraff ac astudiaeth awduron yw hon; nid yw'n profi y bydd Cymraeg yn ymddwyn yr un ffordd. Mae'n profi bod angen mesur diogelwch gyda chyfarwyddiadau a luniwyd yn Gymraeg, cyd-destun diwylliannol lleol, tafodiaith a newid iaith.

Wythnos dawel yng Nghymru

Chwiliwyd Nation.Cymru/Nation.Wales, Newyddion S4C, BBC Cymru Fyw, Golwg360, Techiaith, ffynonellau Llywodraeth Cymru a X. Ni ddaethpwyd o hyd i ryddhad technegol Cymraeg newydd nac i ddatblygiad ffurfiol yn achos Y Dderwen ar ôl yr hyn a gofnodwyd ar 7 Awst.

Ar 10 Awst, ail-hyrwyddodd Trysorlys Cymru drawsgrifio Cymraeg a Saesneg yn Teams a Copilot, grantiau i brosiectau a lleisiau synthetig Geraint a Gwyneth. Roedd y rhaglenni hynny eisoes wedi'u cyhoeddi ac wedi'u cynnwys yn erthygl Llywodraeth Cymru ar y safle. Nid lansiad newydd mohono.

Mae'n well dweud bod yr wythnos Gymreig yn dawel na llenwi'r bwlch â stori AI gyffredinol yng Nghymru. Y newyddion gwirioneddol yn ail hanner wythnos 33 oedd y dystiolaeth gymharol: mae iaith leol yn diflannu mewn meincnodau cyffredinol; gall trefn y gwaith trawsgrifio newid faint mae model lleferydd yn ei ddysgu; a gall y ffordd y caiff model ei gywasgu, ei ddefnyddio fel asiant neu ei addasu at ddibenion diogelwch greu gwahaniaethau newydd rhwng ieithoedd ar ôl hyfforddi.

Y cam nesaf

Mae BavGround yn dweud: profwch y fro, y dafodiaith a'r ffynhonnell, nid yr iaith safonol yn unig. Mae Easper yn dweud: dewiswch ddata o iaith fyw sy'n helpu'r model i ddysgu geirfa a phatrymau, a'i ddychwelyd i bobl i'w gywiro. Mae'r papurau ar roi modelau ar waith yn dweud: profwch y system eto ar ôl ei chywasgu a'i rhoi i wneud gwaith.

Felly dyma fesur cynnydd Cymraeg credadwy: cwestiynau lleol wedi'u seilio ar ffynonellau; recordiadau a gasglwyd â chaniatâd ac sy'n cynrychioli amrywiaeth yr iaith; sawl dull sgorio; profion ar ôl cywasgu; cofnod o lwybr yr asiant; prawf diogelwch a luniwyd yn Gymraeg; a barn siaradwyr go iawn.

Nid yw “yn cefnogi Cymraeg” yn ganlyniad. Mae'n honiad y mae angen ei brofi yn yr iaith, yn y fro ac yn y system sy'n cyrraedd dwylo pobl.