L'intelligence artificielle progresse à pas de géant, mais certaines langues restent à la traîne, faute de données suffisantes. C'est particulièrement vrai pour de nombreuses langues africaines, sous-représentées dans les corpus de données ouverts utilisés pour entraîner les systèmes de reconnaissance vocale automatique (ASR) et de synthèse vocale (TTS). Google AI s'attaque à ce problème avec WAXAL, un nouveau jeu de données multilingue open source dédié aux langues africaines.

WAXAL couvre 24 langues africaines et se compose de deux parties distinctes, conçues pour répondre aux besoins spécifiques de l'ASR et du TTS. Cette séparation est cruciale car les exigences en matière de données diffèrent considérablement entre les deux technologies.

La partie ASR de WAXAL est construite à partir de transcriptions de discours naturels. L'objectif est de refléter la diversité des locuteurs, les environnements réels et la spontanéité de la langue parlée. Imaginez des conversations capturées dans la rue, des interviews à la radio, ou des extraits de podcasts, le tout transcrit avec soin pour alimenter les algorithmes d'apprentissage automatique.

La partie TTS, quant à elle, repose sur des enregistrements de haute qualité réalisés en studio avec un seul locuteur. Ces enregistrements sont basés sur des scripts phonétiquement équilibrés, ce qui signifie qu'ils contiennent une représentation équilibrée de tous les sons de la langue. Cette approche permet de créer une voix synthétique claire et articulée, idéale pour la synthèse vocale.

Pourquoi cette distinction est-elle si importante ? Un ensemble de données optimisé pour la reconnaissance vocale dans des environnements bruyants et réels n'est pas nécessairement adapté à la synthèse vocale, qui nécessite une qualité audio impeccable. En séparant les deux, WAXAL permet de développer des modèles plus performants et plus robustes pour chaque tâche.

L'initiative WAXAL est une avancée significative pour l'inclusion linguistique dans le domaine de l'IA. En mettant à disposition ces données open source, Google AI contribue à réduire la fracture numérique et à rendre les technologies vocales plus accessibles aux populations africaines. Cela ouvre la voie à de nombreuses applications potentielles, telles que des assistants vocaux adaptés aux langues locales, des outils d'apprentissage des langues plus performants, et des services d'accessibilité améliorés pour les personnes malvoyantes ou souffrant de troubles de la parole.

On peut s'attendre à ce que cette initiative encourage d'autres entreprises et organisations à investir dans la création de ressources linguistiques pour les langues sous-représentées. L'avenir de l'IA est multilingue, et des projets comme WAXAL sont essentiels pour construire un monde où la technologie est accessible à tous, quelle que soit la langue qu'ils parlent.