Une jeune pousse de N'Djamena développe un outil de traduction automatique pour les langues locales

Installée dans un espace de coworking du centre de N'Djamena, une petite équipe de quatre développeurs planche depuis un peu plus d'un an sur un outil de traduction automatique destiné à couvrir plusieurs langues locales du pays, à commencer par l'arabe tchadien et le sara, deux des langues les plus largement parlées en dehors du français. Baptisé provisoirement « Ndara », le projet ambitionne de combler un manque criant : la quasi-absence de ces langues dans les outils numériques existants.

L'idée du projet est née d'un constat partagé par ses fondateurs, tous formés à l'informatique dans des universités locales ou étrangères : la plupart des outils de traduction automatique disponibles aujourd'hui couvrent très bien les grandes langues internationales, mais ignorent presque totalement les langues parlées quotidiennement par des millions de personnes dans le pays, faute de données suffisantes pour entraîner des modèles fiables.

Le défi de la collecte de données

La principale difficulté rencontrée par l'équipe n'est pas tant technique que documentaire : contrairement au français ou à l'anglais, disponibles en immenses quantités de textes numérisés, l'arabe tchadien et le sara existent essentiellement à l'oral, avec très peu d'écrits normalisés. L'équipe a donc dû organiser elle-même une collecte de données, en enregistrant des heures de conversations volontaires, puis en les transcrivant et en les faisant valider par des locuteurs natifs recrutés comme collaborateurs ponctuels.

« On ne pouvait pas se contenter de copier ce qui existe pour le français ou l'anglais. Il a fallu construire nos propres données, langue par langue, presque phrase par phrase », explique Ache Mahamat Zene, cofondatrice du projet et responsable technique de l'équipe.

Le prototype actuel, encore limité, permet de traduire des phrases courtes et des expressions courantes entre le français, l'arabe tchadien et le sara, avec une fiabilité que l'équipe qualifie elle-même de perfectible, en particulier pour les tournures idiomatiques ou les expressions dépendant fortement du contexte. Des tests ont été menés auprès d'un petit groupe d'utilisateurs, notamment des agents d'accueil dans des structures de santé, confrontés au quotidien à des patients ne maîtrisant pas le français.

Des usages concrets envisagés

Au-delà de la traduction grand public, l'équipe envisage des applications plus ciblées : faciliter la communication entre agents de santé et patients dans les centres de soins, ou encore adapter des messages de sensibilisation, par exemple sur la prévention du paludisme ou les campagnes de vaccination, dans les langues effectivement comprises par les populations visées, plutôt que dans le seul français, encore mal maîtrisé par une partie de la population, en particulier en zone rurale.

• Deux langues couvertes à ce stade : l'arabe tchadien et le sara
• Plusieurs centaines d'heures de conversations orales collectées et transcrites
• Des tests menés avec des agents d'accueil de structures de santé
• Un objectif d'extension à d'autres langues du pays selon les financements disponibles

L'équipe reconnaît qu'un travail de plusieurs années reste nécessaire avant d'obtenir un outil réellement fiable et utilisable à grande échelle, et qu'elle dépend pour l'instant de financements limités, obtenus notamment via un concours régional de projets technologiques. Elle espère néanmoins que la démonstration de la faisabilité du projet, même à petite échelle, pourra convaincre des partenaires plus importants de soutenir l'extension de l'outil à d'autres langues du pays dans les prochaines années.

Des discussions avec des radios communautaires

L'équipe a entamé des discussions préliminaires avec plusieurs radios communautaires, qui diffusent déjà une partie de leurs programmes en langues locales et pourraient constituer un partenaire naturel pour tester certaines fonctionnalités de l'outil, notamment la transcription automatique de messages d'information courts. Ces échanges restent toutefois à un stade exploratoire, les radios concernées disposant elles-mêmes de moyens techniques limités pour intégrer un nouvel outil numérique à leur fonctionnement quotidien.

À plus long terme, les fondateurs du projet espèrent élargir la couverture linguistique de leur outil à d'autres langues parlées dans le pays, notamment dans les régions du sud et de l'est, où la diversité linguistique reste tout aussi marquée mais où la collecte de données orales exploitables devra être menée presque intégralement à partir de zéro, un chantier que l'équipe qualifie elle-même d'ambitieux au regard de ses moyens actuels, mais qu'elle considère comme indispensable pour que l'outil ait un sens à l'échelle du pays tout entier.