Dzongkha NLP — L'outil bhoutanais de traduction, de reconnaissance vocale et de synthèse vocale par IA pour la langue nationale, doté d'un budget de 21 millions de ngultrums
La GovTech Agency du Bhoutan et un collège de l'Université royale ont conçu Dzongkha NLP — traduction, reconnaissance vocale et synthèse vocale pour la langue nationale — mais les autorités reconnaissent une précision de seulement 30 à 50 %, faute de données suffisantes.
21 Nu million (~USD250,000)
Budget du projet
30-50%
Précision de traduction annoncée
~50
Ingénieurs bénévoles du défi de prototypage (Aug-Oct 2022)
Détails
Maturité
Pilote
Promoteur
College of Science and Technology (Royal University of Bhutan), GovTech Agency, Department of Culture and Dzongkha Development, Druk Holding & Investments, Thimphu TechPark, Omdena
Période
2019–2023 (Digital Drukyul Flagship Programme)
Mots-clés
language technology, digital government, cultural preservation, citizen services
Contexte
Le dzongkha, langue officielle du Bhoutan, n'est pris en charge par aucun des grands moteurs de traduction commerciaux. Dans le cadre du programme phare Digital Drukyul, un défi d'innovation en IA d'Omdena en 2022 (environ 50 ingénieurs bénévoles) a construit le premier prototype de traducteur automatique du dzongkha vers l'anglais.
Activités
Le prototype a nourri Dzongkha NLP, une application Android lancée le 9 août 2023 par le College of Science and Technology et le Department of Culture and Dzongkha Development, combinant traduction automatique neuronale, reconnaissance vocale et synthèse vocale, pour un budget de 21 millions de Nu (environ 250 000 dollars).
Résultats
Les autorités ont fait état d'une précision de traduction de seulement 30 à 50%, attribuée à la petite taille du jeu de données d'entraînement, avec une expansion du jeu de données, des correcteurs grammaticaux/orthographiques et de l'OCR prévus; aucune version iOS n'avait été publiée au lancement.
Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€) — Nu 21 million (~USD250,000) stated project budget
Délai jusqu’aux résultats
Moyen (1–3 ans)
Personnel et compétences
College of Science and Technology (Royal University of Bhutan), GovTech Agency, Department of Culture and Dzongkha Development, Omdena volunteer engineers
Conditions de réussite
expanding the training dataset to raise translation accuracy
adding grammar/spell-checker and OCR features
Modes d’échec courants
small training dataset limiting accuracy to 30-50%
Habituellement financé par
National / regional programmes
Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.
Vous portez cette pratique ?
Revendiquez-la —
les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
Sources de données
D'où proviennent les informations de cette pratique, et quand.
