EN Espace client Décrire mon besoin Contact
contact@sooatek.com Espace client EN English
Décrire mon besoin

Offre 08 · Intelligence artificielle

Un modèle d’IA adapté à votre langue, votre vocabulaire ou vos images, mesuré.

Sooatek entraîne des modèles ouverts sur vos données (fine-tuning, voix, vision), mesure l’écart sur un jeu jamais vu et les livre là où ils doivent tourner : votre serveur, votre cloud ou le téléphone de vos utilisateurs. Notre modèle de reconnaissance vocale du malgache, publié en accès libre, fait 12,7 % de mots erronés (avec modèle de langue ; 14,3 % sans), contre 21,5 % pour notre précédent modèle, un Whisper medium fine-tuné sur les mêmes données.

Au forfait, sur devis, calcul sur carte graphique refacturé au coût réel

Décrire votre cas Voir un exemple publié

Serveur · cloud · appareil · mesure avant et après

Illustration : un atelier en maquette ; un bloc de terre cuite brut, à côté d’une pile de dossiers, est taillé à l’étau puis présenté fini, ajusté à son support.
FIG. 01 — Un modèle ajusté à vos données · Illustration 3D

§ 01 / Quand c’est utile

Le fine-tuning n’est pas toujours la bonne réponse.

Avant d’entraîner quoi que ce soit, nous vérifions que c’est le bon outil pour votre problème.

Utile quand

  • La tâche est précise et répétitive : reconnaître, classer, transcrire, extraire.
  • Les modèles généralistes se trompent sur votre langue, votre vocabulaire ou vos images.
  • Les données doivent rester chez vous, ou le modèle doit tourner hors ligne.

Inutile quand

  • Le problème vient des données ou du catalogue : on corrige d’abord la donnée.
  • Une bonne consigne ou un assistant qui cherche dans vos documents (RAG) suffit : c’est plus simple à maintenir.
  • La tâche est une transcription standard, déjà bon marché par API.

Dans ce cas, nous vous le disons avant tout entraînement.

§ 02 / L’offre

Un modèle, et de quoi le comprendre.

Tout est livré chez vous : vous pouvez le ré-entraîner, le faire auditer ou le confier à une autre équipe.

Ce que vous recevez

  1. Le jeu de données préparé et son découpage, documentés.
  2. Les poids du modèle et le code d’entraînement et d’inférence, sur votre dépôt.
  3. Un rapport de mesure : avant et après, sur un jeu jamais vu, exemples d’erreurs, limites connues.
  4. Le modèle exporté (serveur, processeur ou téléphone) et branché à votre application, avec versions et retour arrière.

Non inclus

  • L’annotation massive externalisée.
  • La transcription standard, déjà bon marché par API.
  • Le calcul sur carte graphique : refacturé au coût réel, ou fait sur votre matériel.

§ 03 / Méthode

Cinq étapes, la même mesure au début et à la fin.

Sur un projet client, le modèle d’origine est mesuré avant tout entraînement : c’est la référence qui dit si le travail a servi.

  1. Étape 1 : Données

    Vos données réelles, découpées en entraînement, validation et test. Un jeu d’exemples reste à l’écart pour juger.

  2. Étape 2 : Modèle de base

    Un modèle ouvert choisi pour la tâche et pour l’endroit où il tournera : serveur ou appareil.

  3. Étape 3 : Entraînement

    Sur carte graphique, courbes suivies. On garde le meilleur point de validation, pas le dernier.

  4. Étape 4 : Évaluation

    La même mesure avant et après, sur un jeu jamais vu. Les erreurs et les limites sont écrites.

  5. Étape 5 : Livraison

    Export dans un format standard, versions conservées, retour arrière possible.

§ 04 / Exemple 1 — Reconnaissance d’images

Cas client · anonymisé

Reconnaître un objet précis parmi des milliers de quasi-jumeaux.

Contexte

Une application mobile de collection identifie un objet à partir d’une photo prise au téléphone : reflets, angle, flou, parfois photo d’un écran. Des milliers de références se ressemblent. Un modèle d’images pré-entraîné, utilisé tel quel, ne les séparait pas assez.

Approche

Nous avons entièrement ré-entraîné un modèle d’images ouvert et compact (MobileCLIP2) pour qu’il produise une empreinte par référence, avec une fonction d’apprentissage qui écarte les références voisines (ArcFace). L’entraînement part des visuels officiels du catalogue, transformés pour imiter une vraie photo, et l’évaluation se fait sur de vraies photos. Un second modèle, entraîné sur des images synthétiques, repère les quatre coins de l’objet pour le redresser. Les deux modèles tournent sur le serveur et directement dans le téléphone.

Entraînement

  1. Visuels officiels du catalogue
  2. Transformés pour imiter une vraie photo
  3. Modèle d’empreintes MobileCLIP2 · ArcFace
  4. Index d’empreintes versionné jamais écrasé

Reconnaissance

  1. Photo prise au téléphone
  2. Second modèle : les quatre coins l’objet est redressé
  3. Empreinte de la photo
  4. Référence la plus proche dans l’index

Les deux modèles tournent sur le serveur et dans le téléphone.

FIG. 02 — Deux modèles entraînés, du catalogue à la photo · Schéma

Ce que nous avons appris

  1. Les réglages par défaut faisaient s’effondrer l’apprentissage : nous l’avons mesuré, puis corrigé.

  2. Quand des confusions persistaient, la mesure a montré qu’elles venaient de variantes quasi identiques dans le catalogue et d’un index à rafraîchir. Nous n’avons pas ré-entraîné le modèle.

  3. Chaque index d’empreintes est versionné, jamais écrasé : revenir en arrière ne prend qu’un changement de version.

Données Les données restent chez le client.

§ 05 / Exemple 2 — Reconnaissance vocale du malgache

Modèle public · Hugging Face

Un modèle de reconnaissance vocale du malgache, publié en accès libre.

Nous avons poursuivi l’entraînement d’un modèle ouvert de reconnaissance vocale (w2v-BERT 2.0, déjà adapté au malgache) pour qu’il reste fiable sur les énoncés courts d’un assistant vocal, avec une seule carte graphique de 16 Go. Le modèle, son modèle de langue, un modèle de ponctuation et une version pour processeur sont publiés.

Mots erronés sur 11 625 énoncés courts (2 à 8 s) jamais vus à l’entraînement

  • Notre modèle, avec modèle de langue 12,7 %
  • Notre modèle, sans modèle de langue (décodage simple) 14,3 %
  • Modèle de départ (badrex), décodage simple 19,9 %
  • Notre précédent modèle : Whisper medium fine-tuné sur les mêmes données, décodage simple 21,5 %
FIG. 03 — Taux de mots erronés (WER) · Graphique · À décodage égal, notre modèle gagne 5,5 points sur son modèle de départ. Écarts significatifs à 95 % (bootstrap apparié, publiés sur la fiche). Plus bas = mieux.

Fiche du modèle

Modèle de départ
badrex/w2v-bert-2.0-malagasy-asr
Données
badrex/malagasy-speech-full
Matériel
1 GPU de 16 Go, environ 3,5 h d’entraînement
Mesure
WER (taux d’erreur par mot), texte normalisé
Résultat
12,7 % sur 11 625 énoncés courts jamais vus · 10,1 % sur les extraits longs
Licence
CC-BY-4.0

À retenir

  • Vitesse : 52 ms médianes par énoncé sur carte graphique, contre 259 ms pour le Whisper medium.
  • Le gain vient des segments courts ajoutés à l’entraînement : sur les seuls extraits longs, la même recette n’améliorait rien.
  • Rigueur : nous avons corrigé publiquement une mesure fausse de notre ancien modèle (texte non normalisé).

Limites connues

  • Énoncés courts découpés dans de la parole lue, pas captés par un vrai assistant vocal.
  • Moins fiable sous 3 secondes et dans le bruit.
  • Malgache officiel surtout ; dialectes côtiers non évalués.
  • Sortie sans ponctuation ni majuscules : un modèle séparé les rétablit.

Reprises de la fiche publiée avec le modèle.

Publié sur

§ 06 / Garanties

Votre modèle et vos données vous appartiennent.

Les engagements de tous nos projets, et deux qui sont propres à cette offre.

  • Vos données d’entraînement ne servent qu’à votre modèle

    Jamais réutilisées pour un autre client.

  • Entraînement sur notre carte graphique dédiée ou sur votre infrastructure

    Au choix, écrit avant de commencer.

  • Code sur votre Git dès le premier jour

    Vous voyez chaque commit : le code vit sur votre dépôt.

  • Cession des droits au paiement

    Le code vous appartient une fois la facture réglée.

  • Revue humaine avant toute mise en production

    L’IA prépare, un humain valide.

§ 07 / Questions

Questions fréquentes.

Combien coûte un modèle spécialisé ?

Le forfait est fixé par écrit avant de commencer ; le calcul sur carte graphique est refacturé au coût réel, ou fait sur votre matériel.

Toutes les offres

Faut-il beaucoup de données ?

Cela dépend de la tâche. Le diagnostic le dit avant tout entraînement ; sur un projet client, nous mesurons d’abord le modèle d’origine.

Le modèle peut-il tourner sans connexion ?

Oui quand la taille le permet : l’un de nos modèles tourne directement dans le téléphone, et notre modèle malgache a une version pour processeur.

À qui appartient le modèle entraîné ?

À vous : poids et code sont livrés sur votre dépôt, droits cédés au paiement.

Une tâche où les modèles généralistes se trompent ?

Décrivez-la en quelques lignes : nous vous disons si le fine-tuning est la bonne réponse, ou si un assistant documentaire suffit.

Décrire votre cas Le diagnostic IA