Développement conjoint de modèles de compréhension, de traduction et de restitution des langues nationales togolaises.
Cinquante langues nationales. Cinquante heures de voix validée pour chacune. Six mille paires de phrases traduites. Voilà ce qu’il faut réunir pour qu’un habitant du Togo puisse s’adresser à son administration dans la langue qu’il parle chez lui. Le chantier a été ouvert le 12 juillet 2026.
Le contexte
Un service public numérique qui n’existe qu’en français exclut, de fait, celles et ceux qui ne le pratiquent pas. Ce n’est pas un manque de volonté technologique : c’est un manque de données. Les langues africaines sont quasi absentes des modèles d’IA parce qu’il n’existe aucun corpus pour les y faire entrer — et personne ne construit un corpus par accident.
Togo AI Lab, la plateforme panafricaine Zindi et Umbaji se sont associés pour traiter ce manque à sa source. Le projet a été présenté au sommet mondial AI for Good, à Genève, et s’inscrit dans la stratégie nationale d’intelligence artificielle du Togo.
Trop de langues africaines restent sous-représentées.Celina Lee, directrice générale de Zindi
Ce que nous avons fait
Umbaji apporte la collecte et la validation des données — la partie la moins spectaculaire du projet, et celle dont dépend tout le reste. Un modèle vocal ne vaut que ce que vaut le corpus qui l’a entraîné, et un corpus de langue peu dotée ne se récupère nulle part : il se construit, enregistrement par enregistrement, avec des locuteurs natifs qui relisent le travail les uns des autres.
Nous n’arrivons pas sans expérience : nos campagnes précédentes ont couvert onze langues africaines dans six pays. Ce qui change ici, c’est l’ordre de grandeur — cinquante langues dans un seul pays.
Ce que cela change
Le projet publie ses objectifs, ce qui les rend vérifiables plutôt qu’déclaratifs :
- Dix langues déjà nommées : éwé, mina (gen), kabiyè, tem (kotokoli), moba, gourmantchéma, bassar (ntcham), losso (naoudem), akposso et ana-ifè.
- 50 heures de voix validée et 6 000 paires de phrases traduites par langue.
- Quatre compétitions internationales sur Zindi, dotées de 40 000 dollars, qui feront évaluer les modèles par des équipes extérieures.
- Trois familles de modèles visées : reconnaissance de la parole, synthèse vocale et traduction.
Le losso, l’akposso et l’ana-ifè n’avaient jusqu’ici figuré dans aucun corpus numérique. Les faire entrer dans un jeu de données public change ce qui est possible pour elles, bien au-delà de ce seul projet.
Les modèles linguistiques sont une infrastructure publique essentielle.Cina Lawson, ministre de l’Efficacité du service public et de la Transformation numérique
La suite
Traiter un modèle de langue comme une infrastructure engage : cela suppose un financement inscrit dans la durée, des mesures publiées, et une correction quand la mesure déçoit. Togo AI Lab porte le projet côté public, adossé au Center for Effective Global Action de Berkeley, à la fondation Patrick J. McGovern, au Development Innovation Fund et à ProDigiT. Zindi, fondée en 2018, ouvre ses compétitions à plus de 100 000 spécialistes dans plus de 180 pays.
Vous parlez l’une de ces langues, ou vous travaillez sur les données qui les documentent ? Écrivez-nous, ou contribuez directement au Data Hub.
