Talksign a lancé Talksign Marketplace, une plateforme où les communautés sourdes, les chercheurs, les institutions et les entreprises peuvent contribuer, annoter, concéder sous licence et accéder à des jeux de données de langue des signes de haute qualité. L’entreprise présente cette nouvelle plateforme comme la couche d’infrastructure fondamentale nécessaire pour construire une intelligence artificielle qui fonctionne réellement pour les personnes sourdes.

Ce lancement s’attaque à une lacune de longue date dans le développement de l’IA. L’intelligence artificielle moderne peut rédiger du code complexe, générer des vidéos photoréalistes et traduire des mots prononcés en quelques millisecondes, mais elle échoue fondamentalement à comprendre la communication naturelle de centaines de millions de personnes. L’obstacle n’est pas la puissance de calcul ni la sophistication algorithmique, mais une grave pénurie de données structurées et concédables.

Alors que les principaux modèles vocaux sont entraînés sur des décennies d’audio aspiré sur le web ouvert, l’infrastructure dédiée aux données multimodales de langue des signes est restée pratiquement inexistante. La plupart des corpus de langue des signes disponibles publiquement sont de taille réduite, enregistrés dans des environnements de studio stériles et limités à quelques signants. Lorsque les développeurs imposent ces ensembles de données étroits à des modèles d’apprentissage automatique, les produits qui en résultent échouent inévitablement dans le monde réel, peinant avec les dialectes régionaux, les rythmes natifs de signation et la grammaire faciale complexe nécessaire pour exprimer l’intensité ou poser une question.

Edidiong Ekong, fondateur et PDG de Talksign, a déclaré dans un communiqué exclusif partagé avec Technext : « Aujourd’hui, nous lançons la Talksign Marketplace, un espace où les communautés sourdes, les chercheurs, les institutions et les entreprises peuvent contribuer, annoter, concéder sous licence et accéder à des jeux de données de langue des signes de haute qualité. C’est la couche d’infrastructure manquante sous toute tentative sérieuse de construire une IA qui fonctionne pour les personnes sourdes, et c’est la pièce que nous avons dû construire nous-mêmes pour construire quoi que ce soit d’autre. »

« Pour l’industrie technologique mondiale, et en particulier pour l’écosystème africain de l’intelligence artificielle, ce lancement représente bien plus qu’un simple outil d’accessibilité. C’est un cadre commercial et éthique pour la manière dont nous résolvons le problème des langues à faibles ressources en IA », a-t-il ajouté.

L’ampleur du déficit

Selon les données de l’Organisation mondiale de la Santé, plus de 430 millions de personnes dans le monde vivent avec une perte auditive invalidante — un chiffre que l’OMS prévoit de dépasser 700 millions d’ici 2050 — et ces populations utilisent entre 200 et 300 langues des signes documentées. Malgré cette ampleur, les langues des signes sont totalement absentes du boom actuel de l’apprentissage automatique.

Les langues des signes sont de véritables langues naturelles, avec une morphologie et une syntaxe propres, exprimées simultanément par les mains, le visage, le haut du corps et l’environnement spatial. Elles sont également mutuellement inintelligibles — l’American Sign Language et la British Sign Language diffèrent fondamentalement malgré le fait que les deux pays partagent l’anglais parlé — il n’existe donc pas de « langue des signes » universelle unique qu’un modèle puisse maîtriser. Construire une IA capable de les comprendre nécessite de résoudre un problème multimodal de calcul réellement difficile, avec des modèles qui doivent raisonner en temps réel à travers plusieurs canaux visuels.

Les données nécessaires à l’entraînement de tels modèles existent, mais elles sont profondément cloisonnées. Elles sont verrouillées dans des archives universitaires sans voies de licence commerciale, ou restent entre les mains d’organisations sourdes indépendantes à qui aucun incitatif financier n’a jamais été proposé pour les partager.

Comment fonctionne la place de marché

La place de marché de Talksign s’articule autour de quatre piliers conçus pour commercialiser et standardiser les données de langue des signes :

Contribuer : des signants indépendants et des organisations sourdes peuvent soumettre des vidéos enregistrées et recevoir une rémunération financière directe.

Annoter : les vidéos brutes sont fortement traitées pour devenir des données d’entraînement au moyen d’annotations de glosses, d’extraction de pose et d’étiquetage linguistique. Talksign confie ce travail rémunéré directement à des signants fluides plutôt que de l’externaliser à des personnes non natives.

Concéder sous licence : les acheteurs reçoivent des conditions de licence lisibles par machine et des registres clairs de provenance, ce qui résout un important problème de conformité pour les acteurs de l’IA d’entreprise.

Accéder : les startups et les chercheurs peuvent évaluer et acquérir des jeux de données variés couvrant plusieurs dialectes et environnements d’enregistrement à partir d’un seul point d’accès.

Une feuille de route pour l’IA africaine

Pour les développeurs et fondateurs en Afrique, le problème que Talksign cherche à résoudre leur semblera très familier. Le continent abrite des milliers de langues parlées et signées, dont la Nigerian Sign Language (NSL), qui souffrent de la même rareté de données et se retrouvent exclues de l’économie mondiale de l’IA. La World Federation of the Deaf estime que plus de 80 % des quelque 70 millions de personnes sourdes dans le monde vivent dans des pays en développement, une répartition qui donne à des régions comme l’Afrique un poids disproportionné dans tout effort visant à constituer des données représentatives de signation.

Les technologues africains qui développent des outils de traitement automatique du langage pour des langues comme le haoussa, le yoruba ou le swahili se heurtent régulièrement à un mur de données. Le cadre proposé par Talksign offre une feuille de route convaincante pour la manière dont les fondateurs locaux peuvent agréger et monétiser de manière éthique des données de langues à faibles ressources. En créant une place de marché transparente qui rémunère les locuteurs natifs et les signants pour leurs contributions, les développeurs peuvent contourner les voies lentes et dépendantes des subventions de la collecte académique de données et constituer des corpus robustes de niveau commercial.

Consentement, vérification et données biométriques

La relation historique entre l’industrie technologique et les communautés marginalisées a largement été extractive : les données sont aspirées, les modèles sont entraînés, et les communautés qui produisent la matière première ne reçoivent rien.

Les données de langue des signes posent un défi supplémentaire. Parce qu’elles sont intrinsèquement biométriques, capturant le visage et le corps d’une personne, elles ne peuvent pas être anonymisées comme du texte. Elles relèvent aussi du niveau le plus strictement réglementé des données personnelles : le RGPD de l’UE, par exemple, classe les données biométriques traitées pour identifier une personne comme une « catégorie particulière » nécessitant un consentement explicite, et le règlement européen sur l’IA ajoute d’autres règles pour les systèmes biométriques. Talksign a introduit un portail de vérification ouvert pour répondre directement à ce problème. Le système relie chaque jeu de données à sa source et à ses conditions de licence, garantissant un consentement et des droits à l’image vérifiables. Les acheteurs peuvent vérifier la fluidité des signants et l’exactitude des annotations avant d’intégrer les données dans leurs pipelines.

Preuve de concept

Talksign affirme que cette infrastructure est née de ses propres difficultés de développement internes et met en avant ses modèles propriétaires comme preuve de concept. Palm 1.0, un modèle de conversion parole-vers-langue des signes, atteindrait selon l’entreprise 84.2% de précision sémantique avec une latence d’environ 29 millisecondes. Son équivalent langue des signes-vers-parole, Echo 1.0, atteindrait selon l’entreprise un Structural Similarity Index de 0.927 à 30 images par seconde.

Au-delà du sous-titrage

Le sous-titrage, soutient Talksign, est un substitut médiocre à une véritable accessibilité parce qu’il est entièrement unidirectionnel. Permettre aux utilisateurs sourds de communiquer nativement avec la technologie exige de traiter la langue des signes comme un format linguistique principal. En attribuant une valeur commerciale réelle à ces données et en compensant les communautés qui les produisent, Talksign pose les bases d’une infrastructure d’IA plus équitable.

C’est exactement le type de réflexion structurelle que l’écosystème technologique au sens large doit adopter.

À lire aussi : TalkSign : Edidiong Ekong voulait seulement parler à des amis ; il utilise désormais l’IA pour combler le silence La Marketplace est désormais en ligne. Si vous détenez des données en langue des signes et souhaitez les référencer, si vous êtes signant ou organisation intéressé par la contribution ou l’annotation, ou si vous développez un produit nécessitant des données signées multimodales sous licence, Talksign souhaite vous entendre. Vous pouvez vous inscrire ici : ou les contacter directement à sales@talksign.co .