Des chercheurs chinois lancent Habibi, premier modèle d'IA unifiant 20 dialectes arabes

Shanghai Jiao Tong University et son laboratoire X-LANCE, dirigé par Chen Yushen, ont publié Habibi, le premier modèle open-source de synthèse vocale (TTS, text-to-speech) unifiant plus de 20 dialectes arabes dans un cadre d'intelligence artificielle. Ce projet, présenté dans un article paru le mois dernier sur arXiv, marque une avancée pour la région où les dialectes arabes, du maghrébin au levantin, varient fortement, rendant les modèles linguistiques standards inefficaces. Les auteurs affirment qu'aucune recherche antérieure n'avait développé un tel cadre open-source. Cette initiative s'inscrit dans l'expansion chinoise des technologies d'IA au Moyen-Orient, où Pékin renforce ses liens via des initiatives comme la Nouvelle route de la soie numérique. Les dialectes arabes, parlés par plus de 400 millions de personnes, posent des défis aux systèmes TTS en raison de leur diversité phonétique et lexicale, contrairement aux modèles monolingues comme ceux pour l'anglais ou le mandarin. Habibi comble ce vide en permettant une synthèse vocale unifiée, adaptable à des contextes multirégionaux. Le modèle possède une capacité « zero-shot », c'est-à-dire qu'il clone une voix à partir d'un simple extrait audio court, sans entraînement préalable intensif. Cela ouvre des applications en temps réel, comme les assistants vocaux ou les outils d'accessibilité pour les locuteurs arabes. « À notre connaissance, la recherche sur la synthèse vocale arabe dialectale unifiée est absente, sans parler d'un cadre open-source », écrivent les chercheurs dans leur papier Habibi : Laying the Open-Source Foundation of Unified-Dialectal Arabic Speech Synthesis. Les prochaines étapes pourraient inclure des intégrations dans des appareils mobiles ou des services publics au Moyen-Orient, où la demande pour des IA localisées croît rapidement.