Depuis son lancement en 2017, le projet Common Voice de Mozilla s’est donné pour mission de rendre l’IA plus inclusive et accessible. En rassemblant plus de 30 000 heures d’enregistrements de langues parlées provenant de contributeurs du monde entier, le projet a créé l’un des plus grands jeux de données vocaux gratuits destinés à entraîner des logiciels de reconnaissance vocale. Son objectif est clair : donner aux développeurs et aux entreprises de toutes tailles les moyens d’utiliser des données accessibles au public pour améliorer et concevoir des outils d’IA dotés de fonctionnalités vocales.
Ce qui distingue Common Voice, c’est l’importance accordée au consentement des bénévoles et la volonté de s’assurer que les contributeurs comprennent comment leurs enregistrements seront utilisés. Ces jeux de données couvrent plus de 180 langues et sont accessibles sous licence Creative Commons CC0. Ils sont disponibles au téléchargement auprès de Mozilla et de sa plateforme de développement IA Hugging Face.
Une bouée de sauvetage pour les langues menacées
Avec environ 3 000 langues menacées d’extinction, Common Voice est également un puissant outil de préservation des langues. De nombreuses langues menacées disparaissent à mesure que les jeunes générations cessent de les apprendre et que le nombre de locuteurs natifs diminue.
La plupart de ces langues sont souvent exclues des smartphones, des applications et des outils d’IA, ce qui les relègue en marge des avancées technologiques. Cette exclusion incite les bénévoles à contribuer afin que leurs langues soient représentées dans l’IA. Leurs efforts contribuent à créer des outils d’IA plus précis et inclusifs, tout en protégeant leur patrimoine culturel.
En juin 2024, Common Voice a ajouté cinq nouvelles langues à son répertoire dans le cadre de l’initiative du projet visant à donner la priorité aux langues africaines : le xhosa, le kalenjin, le kidaw’ida, le dhuluo et le setswana. L’ajout de ces nouvelles langues constitue une étape importante dans les efforts de Mozilla pour inclure les langues autochtones du continent, absentes des principaux assistants vocaux dotés d’IA comme Amazon Alexa, Google Home et Siri d’Apple. Veiller à ce que les langues sous-représentées soient incluses souligne la volonté de Mozilla de démanteler les barrières linguistiques dans l’IA.
Un impact concret
Les jeux de données gratuits et de haute qualité vocaux pour l’IA permettent aux développeurs de créer des solutions d’IA pour des personnes issues de milieux variés. Ces jeux de données favorisent des innovations telles que des conseils juridiques prodigués par des chatbots d’IA, des lecteurs d’écran améliorés et des outils de communication perfectionnés pour les personnes handicapées.
En mettant l’accent sur l’inclusivité, Mozilla s’attaque aux lacunes des technologies d’IA qui laissent de nombreuses communautés sous-représentées. Grâce à son projet Common Voice, Mozilla fait progresser la reconnaissance vocale et préserve le patrimoine linguistique de cultures minoritaires, afin qu’elles puissent faire entendre leur voix dans l’IA d’aujourd’hui. Cet accès gratuit contribue à bâtir un avenir où la technologie est inclusive, adaptable et à l’image des besoins des communautés du monde entier.