Te Hiku Media Papa Reo — IA para reconocimiento de voz y pronunciación en te reo Māori

Papa Reo es un proyecto de ciencia de datos de siete años (2019-2026) financiado por el Ministerio de Negocios, Innovación y Empleo (MBIE) de Nueva Zelanda con 13 millones de NZD, liderado por Te Hiku Media —la organización mediática de los iwi Te Rarawa y Ngāti Kuri, en el extremo norte (Northland) de Nueva Zelanda—. El objetivo es aprovechar la IA para revitalizar el te reo māori, una lengua indígena en peligro.

Desarrollar tecnología de voz basada en IA —reconocimiento automático del habla, síntesis de texto a voz y una herramienta de transcripción bilingüe— que apoye a quienes aprenden te reo māori y revitalice la lengua, manteniendo todos los datos de voz māori bajo control de la comunidad mediante un marco explícito de soberanía de datos.

Papa Reo desarrolló el primer modelo de reconocimiento automático del habla (ASR) para el te reo māori, alcanzando un 92% de precisión de transcripción mediante 300 horas de audio anotado por la comunidad y la herramienta NeMo de NVIDIA. También se construyeron un sistema de síntesis de texto a voz (TTS) y una herramienta de transcripción bilingüe te reo/inglés (82% de precisión); el trabajo de TTS se publicó en ACL 2024. La aplicación de aprendizaje insignia es la aplicación de pronunciación Rongo, que guía a los usuarios a través de 24 lecciones progresivas que cubren los fonemas māoríes, con retroalimentación en tiempo real y en el dispositivo que compara la pronunciación del aprendiz con el modelo ASR, permitiendo practicar sin conexión a internet.

NZ Herald y BDO NZ han documentado la adopción de la aplicación Rongo por parte de la comunidad. MIT Technology Review (abril de 2022) y NVIDIA citaron a Te Hiku como un modelo internacional de IA gobernada por comunidades indígenas. Advertencia: hasta la fecha no se ha publicado ningún estudio controlado sobre los resultados de aprendizaje del te reo māori; la evidencia se basa en el rendimiento técnico del ASR, el compromiso de financiación gubernamental y la adopción comunitaria de las aplicaciones. Se espera contar con datos de impacto más amplios a medida que se expanda la implementación en las kura (escuelas de inmersión māori).

Una característica definitoria es el marco de soberanía de datos kaitiakitanga: todas las grabaciones de voz māori permanecen bajo el control de la comunidad, con protocolos explícitos de consentimiento, por lo que los modelos entrenados no pueden comercializarse sin la aprobación del iwi. La arquitectura de Papa Reo está explícitamente diseñada para transferirse a otras comunidades lingüísticas indígenas con pocos recursos.