À seulement quelques jours de son lancement officiel, l’application Komori Tts attire déjà la curiosité des internautes comoriens. Développée par Soilahoudine Mohamed, diplômé en Sciences mathématiques et informatique de l’Université Abdelmalek Essaâdi de Tétouan et actuellement étudiant en Master en Intelligence artificielle et Sciences des données à l’Université Mohammed Premier d’Oujda, au Maroc, cette plateforme ambitionne de faire entrer la langue comorienne dans l’univers de l’intelligence artificielle.
Après avoir fondé le site Komori IA, le jeune informaticien originaire de Mvouni a lancé, le 28 juillet dernier, une application capable de convertir du texte en voix en shikomori. Ce projet s’inscrit dans une démarche plus large visant à proposer des solutions innovantes basées sur l’intelligence artificielle aux entreprises comoriennes, tout en développant des modèles adaptés aux langues locales. Selon lui, aucun modèle de synthèse vocale n’existait jusqu’à présent pour le shikomori, contrairement à des centaines d’autres langues à travers le monde.
L’application repose sur la technologie dite Text-to-Speech (Tts), qui permet de générer automatiquement une voix à partir d’un texte écrit. Son concepteur y voit de nombreuses applications pratiques. « Un modèle TTS peut apporter beaucoup dans plusieurs domaines : en accessibilité, par exemple pour la lecture d’écran destinée aux personnes malvoyantes ; en éducation, comme soutien à l’apprentissage de la langue et à l’alphabétisation ; mais aussi dans les agents conversationnels, les assistants vocaux ou encore la production automatisée de livres audio, de doublages et de podcasts », souligne-t-il.
L’étudiant précise toutefois que la partie traduction du site est encore en phase d’expérimentation. Les utilisateurs peuvent soumettre des phrases, textes ou paragraphes en français afin de contribuer à l’évaluation des performances du système, qu’il s’agisse de traduction automatique ou de synthèse vocale. Sur le plan technique, le fonctionnement du modèle repose sur l’apprentissage à partir de données associant des textes et leurs enregistrements audio correspondants.
«Sans entrer dans les détails techniques, tout commence par l’entraînement du modèle. L’idée est d’apprendre au modèle à générer de l’audio à partir d’une phrase écrite en shikomori. Pour cela, nous lui fournissons des données structurées, par paires : un fichier texte et son enregistrement audio correspondant. Une fois entraîné, nous l’avons intégré à notre site pour les premiers essais publics», explique Soilahoudine Mohamed.
L’initiative reste cependant confrontée à plusieurs obstacles. Le premier concerne les coûts liés à l’entraînement des modèles d’intelligence artificielle, qui nécessitent des ressources informatiques puissantes et onéreuses. «Entraîner ce type de modèle nécessite des Gpu, et ces ressources de calcul coûtent cher », indique-t-il. Le second défi réside dans la disponibilité des données linguistiques. Construire un modèle performant exige en effet d’importants volumes de textes et d’enregistrements vocaux.
L’extension du projet aux autres variantes linguistiques des Comores demeure également un chantier en cours. «Pour être honnête, nous avons reçu très peu de traductions en shindzuani, shimwali et shimaore jusqu’à présent. Sans traducteurs ni validateurs en nombre suffisant, il est difficile d’avancer aussi vite sur ces dialectes», regrette le développeur. Il lance ainsi un appel aux locuteurs souhaitant contribuer à l’enrichissement de la plateforme.
