Google AI Lance WAXAL : Un Ensemble de Données Multilingue pour les Langues Africaines

Google AI, en collaboration avec plusieurs chercheurs, a présenté WAXAL, un ensemble de données de parole multilingue révolutionnaire conçu spécifiquement pour les langues africaines. Cet ensemble couvre 24 langues et est divisé en deux composants distincts : Reconnaissance Automatique de la Parole (ASR) et Synthèse Vocale (TTS). Le segment ASR provient d'enregistrements de discours naturel, tandis que le segment TTS présente des audio de haute qualité provenant de locuteurs uniques. La séparation de ces composants reconnaît les exigences différentes des systèmes ASR et TTS. Les données ASR sont collectées par le biais de discours incités par des images, permettant aux locuteurs de décrire des images dans leur langue maternelle, ce qui donne lieu à une utilisation linguistique plus authentique. En revanche, les données TTS sont soigneusement enregistrées dans des conditions contrôlées, garantissant une haute fidélité et une cohérence dans les enregistrements. Cette approche innovante répond à la pénurie de données pour les langues africaines à faibles ressources, ouvrant la voie à de meilleures technologies de la parole.