01 Contexte
Le malgache est une langue peu dotée : peu de données annotées, et des modèles de reconnaissance vocale entraînés et mesurés surtout sur des enregistrements de 15 à 30 secondes. Un assistant vocal, lui, reçoit des énoncés courts.
Étude de cas · IA / Voix
Reconnaissance vocale malgache.
Un modèle entraîné par Sooatek pour les énoncés courts d’un assistant vocal, mesuré sur des locuteurs jamais entendus, et publié en accès libre avec ses chiffres.
Contexte, contrainte, solution, résultat.
02 Contrainte
Mesurer honnêtement : 11 625 énoncés de 2 à 8 secondes, prononcés par 94 locuteurs absents de l’entraînement, textes normalisés des deux côtés, chaque écart vérifié statistiquement (bootstrap apparié, 95 %).
03 Solution
Un modèle w2v-BERT 2.0 affiné à partir d’un modèle public et entraîné aussi sur des énoncés courts, un modèle de langue du malgache, un modèle séparé qui remet majuscules et ponctuation, et une version qui tourne sur processeur.
04 Résultat
- 12,7 % de mots erronés sur les énoncés courts (avec modèle de langue ; 14,3 % sans), contre 21,5 % pour notre précédent modèle, un Whisper medium fine-tuné sur les mêmes données.
- 10,1 % sur les extraits longs : pas de régression sur les enregistrements complets.
- 52 ms de latence médiane par énoncé sur carte graphique, contre 259 ms pour le Whisper medium.
Ce qui a été livré.
- Modèle de reconnaissance vocale, en licence CC-BY-4.0
- Modèle de langue du malgache
- Modèle de restauration des majuscules et de la ponctuation
- Version pour processeur, sans carte graphique
- Démo en ligne, utilisable dans le navigateur
- Fiche publique : protocole, mesures et limites
Architecture, en principe.
Ce que nous en retenons.
- Mesurer dans les conditions de l’usage : sur ce corpus, les modèles existants font nettement plus d’erreurs sur les énoncés courts que sur les enregistrements longs.
- Nous avons corrigé publiquement une mesure fausse de notre ancien modèle (texte non normalisé) : la fiche de ce modèle l’indique et renvoie vers le nouveau.
Vérifiez par vous-même.
Chiffres et méthode sont publics. Liens vers des pages externes.
- Fiche du modèle w2v-bert-malagasy Hugging Face : résultats, protocole d’évaluation, limites
- Démo de reconnaissance vocale malgache Hugging Face : essai dans le navigateur
Offre associée.
Votre métier a sa langue, son vocabulaire ou ses images ? Nous adaptons un modèle à vos données, mesuré avant et après.
Offre 08
6 à 10 semainesModèle d’IA spécialisé
Un modèle adapté à votre langue, votre vocabulaire ou vos images, mesuré avant et après : fine-tuning, voix, vision.
Inclus
- Audit et préparation des données
- Entraînement, évaluation sur un jeu jamais vu
- Livraison sur serveur, CPU ou téléphone
- Rapport de mesure
Tarif
Au forfait, sur devis
Calcul GPU refacturé au coût réel
Un projet comparable ? Parlons-en.
Un cadrage de 30 minutes pour comprendre votre contexte et vos contraintes, puis une réponse écrite.
Un appel de 30 min ? Proposez deux créneaux dans votre message