Othi2003/Sissala-AI

# Sissala ASR Projet de reconnaissance automatique de la parole (ASR) et de traduction pour le **Sissala** (code ISO 639-3 : `sld`), langue Gur à faibles ressources numériques parlée principalement au Burkina Faso. ## Objectif Développer un modèle capable de : 1. **Transcrire** de la parole en Sissala vers du texte écrit en Sissala (reconnaissance vocale) 2. **Traduire** ce texte vers le français Ce projet s'inscrit dans une démarche de préservation et d'outillage numérique des langues à faibles ressources d'Afrique de l'Ouest, dans la lignée d'initiatives similaires (Masakhane, modèles Whisper fine-tunés pour le Mooré, le Wolof, le Bambara, etc.). ## Approche - **Modèle de base** : Whisper (OpenAI), fine-tuné sur un corpus audio-texte aligné en Sissala - **Traduction** : modèle séquence-à-séquence dédié (à déterminer — fine-tuning de NLLB ou approche spécifique), entraîné sur des paires Sissala-Français ## Données Le principal défi de ce projet est la constitution d'un corpus audio-texte aligné en Sissala, une ressource qui n'existe pas encore publiquement. Les sources explorées incluent : - **Bible Brain API / Bible.is** (Faith Comes By Hearing) — Nouveau Testament en Sissala (`SLDTBL`), avec audio et texte alignés par verset - **Global Recordings Network (GRN)** — enregistrements audio en Sissala (histoires bibliques, évangélisation) - Enregistrements originaux à collecter auprès de locuteurs natifs, pour diversifier au-delà du registre religieux Toutes les données utilisées respectent les conditions d'utilisation de leurs fournisseurs respectifs. Ce projet est mené à titre non-commercial, dans un but de recherche et de préservation linguistique. ## État du projet 🚧 Phase exploratoire — constitution du corpus initial et validation du pipeline technique. ## Auteur Projet personnel mené par un locuteur natif du Sissala, développeur full-stack. ## Licence À déterminer (probablement une licence ouverte compatible avec les conditions des sources de don …