Te Hiku Media Papa Reo — IA pour la reconnaissance vocale et la prononciation en te reo Māori

Papa Reo est un projet de science des données de sept ans (2019-2026) financé par le ministère néo-zélandais de l'Entreprise, de l'Innovation et de l'Emploi (MBIE) à hauteur de 13 millions de NZD, dirigé par Te Hiku Media — l'organisme médiatique des iwi Te Rarawa et Ngāti Kuri, dans l'extrême nord (Northland) de la Nouvelle-Zélande. L'objectif est de mobiliser l'IA pour revitaliser le te reo māori, une langue autochtone en danger.

Développer une technologie vocale fondée sur l'IA — reconnaissance automatique de la parole, synthèse texte-parole et un outil de transcription bilingue — qui soutienne les apprenants du te reo māori et revitalise la langue, tout en maintenant l'ensemble des données vocales māories sous le contrôle de la communauté grâce à un cadre explicite de souveraineté des données.

Papa Reo a développé le premier modèle de reconnaissance automatique de la parole (ASR) pour le te reo māori, atteignant 92 % de précision de transcription grâce à 300 heures d'audio annoté par la communauté et à l'outil NeMo de NVIDIA. Un système de synthèse texte-parole (TTS) et un outil de transcription bilingue te reo/anglais (82 % de précision) ont également été développés ; les travaux sur le TTS ont été publiés à l'ACL 2024. L'application phare d'apprentissage est l'application de prononciation Rongo, qui guide les utilisateurs à travers 24 leçons progressives couvrant les phonèmes māoris, avec un retour en temps réel sur l'appareil comparant la prononciation de l'apprenant au modèle ASR, permettant de s'exercer sans connexion internet.

Le NZ Herald et BDO NZ ont documenté l'adoption de l'application Rongo par la communauté. La MIT Technology Review (avril 2022) et NVIDIA ont cité Te Hiku comme un modèle international d'IA gouvernée par les communautés autochtones. Avertissement : à ce jour, aucune étude contrôlée sur les résultats d'apprentissage du te reo māori n'a été publiée ; les données disponibles reposent sur la performance technique de l'ASR, l'engagement de financement public et l'adoption communautaire des applications. Des données d'impact plus larges sont attendues à mesure que le déploiement dans les kura (écoles en immersion māorie) s'étend.

Une caractéristique déterminante est le cadre de souveraineté des données kaitiakitanga : tous les enregistrements vocaux māoris restent sous le contrôle de la communauté, avec des protocoles de consentement explicites, de sorte que les modèles entraînés ne peuvent être commercialisés sans l'accord de l'iwi. L'architecture de Papa Reo est explicitement conçue pour être transférée à d'autres communautés linguistiques autochtones disposant de peu de ressources.