Présentation de Namu AI Lab

Namu AI Lab est l’unité de recherche de Namu. Nous étudions les technologies de la parole pour le hausa et le zarma dans cinq programmes de recherche, et nous publions la façon dont nous mesurons ce travail.

Namu AI Lab est l’unité de recherche de Namu. Nous étudions les technologies de la parole pour le hausa et le zarma, deux langues du Sahel, et nous publions ici ce travail avec la façon dont nous l’avons mesuré.

Ce qu’est le Lab

Namu construit, pour les langues africaines, des modèles, des jeux de données et des produits conçus nativement pour la parole. Les produits se trouvent sur namu-ai.org. Le Lab publie la recherche qui les sous-tend.

Nous commençons par le hausa ; le zarma vient ensuite. Chaque page de programme se termine par ce que nous n’affirmons pas encore.

Pourquoi les langues du Sahel

Le hausa compte environ 94 millions de locuteurs, en langue première ou seconde (Ethnologue, 2026). Le zarma en compte environ six millions (Ethnologue, 26e édition, 2023) et c’est l’une des principales langues de Niamey.

Les technologies de la parole sont restées en retard pour l’une comme pour l’autre. La plupart des données vocales publiques en hausa ont été lues à voix haute à partir d’un texte, au Nigeria. Dans le jeu de test hausa de FLEURS, un benchmark sur lequel de nombreux articles publient des résultats, 620 des 621 énoncés portent l’étiquette « féminin ». D’après nos recherches, le zarma n’a ni collection Common Voice, ni jeu de test FLEURS, ni adaptateur dans le système de reconnaissance de la parole MMS de Meta.

Pour Namu, l’accès à la technologie ne devrait dépendre ni du fait de parler une langue mondiale, ni du fait de savoir lire et écrire. C’est pourquoi le Lab travaille sur la parole, et il commence par le Niger, que les jeux de données publics en hausa laissent le plus souvent de côté.

Cinq programmes

Le travail est organisé en cinq programmes. Rumbu et Tankaɗe apportent les données et les rendent exploitables. Hira et le programme Zarma s’appuient sur ces données. Maʼauni mesure l’ensemble.

Hira (conversation) est actif. Il étudie la parole full-duplex en hausa, avec des modèles qui écoutent pendant qu’ils parlent. Notre système actuel, Aïr, a une oreille, un cerveau et une bouche. Le cerveau est AfriqueQwen3.5-9B, de McGill NLP (CC BY 4.0), et nous ne réentraînons pas ses poids. La bouche repose sur Moshi, de Kyutai (poids sous licence CC BY 4.0). En direct, l’écoute d’Aïr passe encore par une transcription écrite : Aïr n’est donc pas encore un système parole-à-parole de bout en bout.

Rumbu (grenier) est en ouverture. Il constituera un fonds commun de parole hausa, avec consentement, au Niger d’abord, comprenant des conversations à deux sur des canaux séparés, des appels téléphoniques ordinaires et des locuteurs qui ne lisent pas. Rien n’a encore été collecté. Le dispositif de consentement et le taux de rémunération seront publiés avant le début des enregistrements.

Le programme Zarma à partir de zéro est en démarrage. Namu n’a encore ni données, ni modèle, ni mesure pour le zarma. Le programme commence par une convention d’écriture validée par des auteurs de langue zarma et par un petit jeu de test constitué avec consentement, et ne passe qu’ensuite aux modèles.

Tankaɗe (tamisage) est actif. Il étudie comment des archives radiophoniques, des enregistrements de terrain et de l’audio participatif deviennent des données dont un modèle peut apprendre et auxquelles un lecteur peut se fier. Nos chaînes de traitement fonctionnent en interne. Leurs rendements et leurs seuils paraîtront dans un compte rendu avant que nous les citions.

Maʼauni (mesure) est actif. Il construit les jeux de test, la normalisation du texte et les protocoles d’écoute qui donnent un sens à un résultat en hausa ou en zarma. Chaque taux d’erreur que nous publierons pour le hausa sera donné deux fois, « strict » et « replié ».

Notre façon de travailler

Le consentement passe avant la collecte. Les locuteurs apprendront dans leur propre langue à quoi sert un enregistrement, et ils choisiront les usages qu’ils autorisent. Ils peuvent se retirer. Toute personne qui enregistre, transcrit ou évalue de la parole pour nous sera rémunérée, et le tarif sera public.

Nous publions les méthodes et les échecs en même temps que les résultats. Hira existe parce que notre première conception, un seul modèle qui apprenait tout à la fois, a saisi le rythme de la conversation mais en a manqué le sens. Nous le publierons comme un résultat de recherche.

Chaque chiffre que nous publierons précisera ses conditions et ce qu’il ne permet pas de montrer. Namu n’a encore publié de résultat de benchmark mesuré pour aucun de ses modèles. Le seul résultat public de notre équipe provient d’une compétition. La solution d’Abdourahamane Ide Salifou a remporté l’AI for Good Swahili ASR Challenge sur Zindi en 2025, avec un taux d’erreur sur les mots (WER) de 17,81 % au classement privé (lire le compte rendu). Nous ne mélangeons pas les résultats de compétition et les résultats de modèles.

Nous rendons publics des outils, des jeux de test et des mesures lorsque le consentement et les licences le permettent. Quand quelque chose reste fermé, nous disons ce que c’est et pourquoi.

La suite

Prochainement, Maʼauni publiera la v1 de son normaliseur pour le hausa, avec des cas de test, puis recalculera les scores des modèles hausa ouverts sur des jeux de test publics. Tankaɗe décrira ses chaînes de traitement et leurs rendements. Rumbu publiera son dispositif de consentement et son taux de rémunération. L’étape en cours pour Hira est une oreille entraînée sur de l’audio téléphonique réel, pour que l’écoute d’Aïr ne passe plus par une transcription.

Deux notes de recherche paraissent en même temps que celle-ci : Qui figure dans le jeu de test hausa de FLEURS et Pourquoi nous publions chaque score hausa deux fois.

Si vous parlez hausa ou zarma, ou si vous écrivez, transcrivez ou étudiez l’une de ces langues, chaque page de programme précise l’aide dont le programme a besoin. Écrivez-nous à contact@namuai.org.