Papa Reo — La Plateforme d'IA Vocale Māori de Te Hiku Media, Fondée sur la Souveraineté des Données Autochtones

Te Hiku Media, organisation médiatique caritative détenue collectivement par cinq iwi de l'Extrême-Nord (Ngāti Kuri, Te Aupōuri, Ngāi Takoto, Te Rarawa et Ngāti Kahu), a mené en 2017 la campagne de financement participatif Kōrero Māori, recueillant plus de 300 heures de parole en te reo Māori étiquetée en seulement 10 jours, auprès de plus de 2 500 participants ayant lu plus de 200 000 phrases.

En 2019, le ministère néo-zélandais des Affaires, de l'Innovation et de l'Emploi a investi 13 millions de NZD pour lancer Papa Reo, une plateforme multilingue de traitement du langage naturel prévue sur sept ans — le seul projet de ce type en Nouvelle-Zélande à ne pas être piloté par une université.

Grâce à la boîte à outils open source NVIDIA NeMo et à des GPU NVIDIA A100, Te Hiku Media a développé un système de reconnaissance vocale automatique atteignant 92 % de précision en te reo Māori et 82 % en parole bilingue māori-anglais. Ces modèles alimentent le service de transcription Kaituhi et l'archive Whare Kōrero (environ 1 000 heures de contenu couvrant trois décennies), utilisée par une vingtaine de radios māories.

Élément central du projet, la licence Kaitiakitanga maintient les données vocales māories sous gouvernance māorie plutôt que dans le domaine public ou sous contrôle commercial, l'accord des aînés et un consentement transparent ayant été obtenus avant toute collecte. Ce modèle est désormais cité ailleurs comme référence pour la souveraineté des données autochtones en IA linguistique.

Réserve : la pérennité de Papa Reo dépend d'une subvention gouvernementale unique de sept ans et d'une petite équipe spécialisée ; aucune évaluation indépendante de durabilité après la période de financement n'a été trouvée dans les sources publiques.