Lingua Libre

Lingua Libre est un outil et un projet collaboratif en ligne visant à constituer un corpus audiovisuel multilingue. Développé par l’association Wikimédia France, il est placé sous licence libre, comme les autres projets du mouvement Wikimédia.

Lingua Libre


Aperçu de la page d’accueil
de Lingua Libre en décembre 2020

Adresse lingualibre.org
Description Projet d’enregistrement de langues
Slogan La médiathèque linguistique participative de Wikimédia France
Commercial  Non
Publicité  Non
Type de site Outil d’enregistrement de langues,
Médiathèque linguistique en ligne
Langue Multilingue
Inscription facultative, nécessaire pour enregistrer
Propriétaire Wikimédia France
Créé par Wikimédia France et la communauté Wikimédia
Nicolas Vion (v1) & Antoine Lamielle (v2)
Lancement
État actuel  En activité

Description

Lingua Libre permet d’enregistrer des mots, des locutions ou des phrases de toutes les langues, orales (enregistrement audio) ou signées (enregistrement vidéo). Les mots sont présentés au locuteur sous la forme d’une liste, créée en direct ou à l’avance, ou réutilisant une catégorie Wikimédia existante. Le locuteur lit simplement le mot affiché à l’écran, et le logiciel passe au mot suivant lorsqu’il détecte un silence après le mot lu[1]. Ce principe, repris du logiciel open source Shtooka recorder avec l'aide de son créateur, Nicolas Vion, permet d’enregistrer plusieurs centaines de mots par heure. Les enregistrements sont ensuite téléversés automatiquement depuis le client web vers la médiathèque Wikimedia Commons.

Utilisation des enregistrements

Les enregistrements sont consultables à la fois sur Lingua Libre et sur Commons. Ils sont principalement utilisés sur d’autres projets Wikimédia, afin par exemple d’illustrer des entrées sur le Wiktionnaire ou des noms propres dans des articles Wikipédia[1]. Ils sont également produits et utilisés par le Dico des Ados.

La réutilisation des enregistrements dans un cadre d’enseignement des langues est envisagée.

Les enregistrements sont également réutilisés dans des projets de traitement automatique des langues, notamment pour entraîner les moteurs de reconnaissance vocale DeepSpeech de Mozilla[2].

Versions

Lingua Libre est lancé le 23 janvier 2015[3] et a connu trois versions principales :

Lingua Libre v.1 (2016)

Dans le cadre du projet Langues de France, ayant pour objectif de documenter et valoriser les langues régionales de France sur les projets Wikimédia et internet de manière générale, la conception de Lingua Libre démarre en novembre 2015, en partie subventionnée par la Délégation Générale à la Langue Française et aux Langues de France. La première version du projet est lancée en août 2016. Seulement adaptée à l’enregistrement audio, Lingua Libre est montré lors d’un atelier autour de l’occitan en décembre 2016[4],[5] puis est présenté à la communauté Wikimédia en ligne[6] et lors d’événements internationaux en 2017.

Lingua Libre v.2 (2018)

Une reconstruction complète est lancée fin 2017. La nouvelle version de Lingua Libre est basée sur MediaWiki, utilise Wikibase et OAuth pour mieux s’intégrer à l’environnement Wikimédia. L’interface est traduite via Translatewiki afin que le projet puisse être utilisé par un grand nombre de communautés. La nouvelle version du site est prête en juin 2018[7] et ouverte au public en août 2018.

Lingua Libre v.2.2 (2020)

En 2020, d’importants changements sont apportés à la plateforme ; une nouvelle apparence est développée pour le site et le domaine en .org remplace le domaine en .fr utilisé jusque-là[8]. Lingua Libre prend en charge les langues signées grâce à l'enregistrement vidéo.

Statistiques

Une session d’enregistrement avec une locutrice de la langue atikamekw en 2017 à Montréal.

Durant les deux premières années de lancement du projet, environ 10 000 enregistrements ont été réalisés. Le passage à la v.2 est accompagné d’une forte augmentation de la contribution. Le nombre d’enregistrements est multiplié par 10 en moins d’un an, dépassant le seuil de 100 000 en mai 2019. Ces enregistrements ont été réalisés par 127 locuteurs, dans près de 50 langues[9]. En septembre 2020, la plateforme comptabilise plus de 300 000 enregistrements, dans 90 langues et grâce à plus de 350 locuteurs. Le cap des 500 000 enregistrements est dépassé au cours du mois de juin 2021. La plateforme compte alors des enregistrements dans 120 langues, par 540 locuteurs.[10].

Notes et références

  1. (de) Sabine Buchwald, « Wie Wikipedia Bairisch lernt », sur Süddeutsche Zeitung,
  2. Forum de Mozilla mentionnant Lingua Libre comme source de données d’entraînement
  3. Rémy Gerbet, « Lingua Libre : un nouvel outil collaboratif pour le public et les chercheurs », Culture et recherche, no 137, printemps-été 2018, p. 52 (ISSN 1950-6295, lire en ligne)
  4. « Oc-a-thon 2016 : deux journées contributives sur l'occitan les 9 et 10 décembre », sur Ministère de la Culture - DGLFLF,
  5. Mathieu Denel, « L’oc-a-thon, un edit-a-thon pour enrichir les projets Wikimedia et Lingua Libre en langue occitane », sur Blog de Wikimédia France, (consulté le )
  6. « Lingua Libre », sur fr.wiktionary.org, Actualités du Wiktionnaire, (consulté le )
  7. « Lingua Libre », sur fr.wiktionary.org, Actualités du Wiktionnaire, (consulté le )
  8. Sarah Krichen, « Lingua Libre fait peau neuve ! », sur Wikimédia France, (consulté le )
  9. (en) Miguel Trancozo Trevino, « The many languages missing from the internet », sur BBC.com, (consulté le )
  10. Page de statistiques de Lingua Libre

Voir aussi

Articles connexes

  • Shtooka, logiciel et ancêtre de Lingua Libre

Liens externes

  • Portail de Wikimédia
  • Portail des langues
  • Portail de la linguistique
Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons - Attribution - Partage dans les Mêmes. Des conditions supplémentaires peuvent s'appliquer aux fichiers multimédias.