evidoria

← Voltar à navegação

Boa prática Importada

Dzongkha NLP — A Ferramenta de Tradução, Fala e Síntese de Voz com IA do Butão para a Língua Nacional, Construída com um Orçamento de 21 Milhões de Ngultrum

Butão · Thimphu · Ver o perfil de Butão · Ver o perfil de Thimphu

Evidência: Descritivo / autorreportado Top 47% 60/100 · Pergunte a Evidence Copilot sobre esta prática

A GovTech Agency do Butão e uma faculdade da Universidade Real construíram o Dzongkha NLP — tradução, fala e síntese de voz para a língua nacional — mas as autoridades reconhecem uma precisão de apenas 30–50% devido aos dados de treino limitados.

21 Nu million (~USD250,000)
Orçamento do projeto
30-50%
Precisão de tradução reportada
~50
Engenheiros voluntários no desafio do protótipo (Aug-Oct 2022)
Dzongkha NLP — A Ferramenta de Tradução, Fala e Síntese de Voz com IA do Butão para a Língua Nacional, Construída com um Orçamento de 21 Milhões de Ngultrum

Detalhes

Maturidade
Piloto
Promotor
College of Science and Technology (Royal University of Bhutan), GovTech Agency, Department of Culture and Dzongkha Development, Druk Holding & Investments, Thimphu TechPark, Omdena
Período
2019–2023 (Digital Drukyul Flagship Programme)
Palavras-chave
language technology, digital government, cultural preservation, citizen services

Contexto

O Dzongkha, língua oficial do Butão, não é suportado pelos principais motores comerciais de tradução. No âmbito do Programa Emblemático Digital Drukyul, um Desafio de Inovação em IA da Omdena, em 2022 (cerca de 50 engenheiros voluntários), construiu o primeiro protótipo de tradutor automático de dzongkha para inglês.

Atividades

O protótipo deu origem ao Dzongkha NLP, uma aplicação Android lançada a 9 de agosto de 2023 pelo College of Science and Technology e pelo Department of Culture and Dzongkha Development, combinando tradução automática neuronal, reconhecimento de voz e conversão de texto em voz, com um orçamento de 21 milhões de Nu (cerca de 250.000 dólares).

Resultados

As autoridades reportaram uma precisão de tradução de apenas 30-50%, atribuída ao pequeno conjunto de dados de treino, estando planeados a expansão do conjunto de dados, verificadores gramaticais/ortográficos e OCR; não tinha sido lançada nenhuma versão para iOS até ao lançamento.

Implementação
Custo indicativo
Médio (50 mil–500 mil €) — Nu 21 million (~USD250,000) stated project budget
Tempo até resultados
Médio (1–3 anos)
Equipa e competências
College of Science and Technology (Royal University of Bhutan), GovTech Agency, Department of Culture and Dzongkha Development, Omdena volunteer engineers

Condições de sucesso

  • expanding the training dataset to raise translation accuracy
  • adding grammar/spell-checker and OCR features

Modos de falha comuns

  • small training dataset limiting accuracy to 30-50%

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis