Longtemps dominées par les langues disposant de vastes ressources numériques, les technologies de traduction automatique s'ouvrent progressivement à la diversité linguistique africaine. Une étape importante a été franchie en 2024 lorsque Google a ajouté 110 nouvelles langues à Google Traduction, dont plusieurs langues africaines. Parmi elles figurent notamment le fon, le wolof, le baoulé, le dioula, le peul, le ga, le kikongo, le luo, le sango, le swati, le venda, le tiv et le tswana. Google explique que cette extension repose notamment sur les progrès de l'intelligence artificielle et de ses modèles linguistiques.
Cinq langues, cinq trajectoires
Le fon, langue largement parlée au Bénin, constitue l'une des nouveautés les plus significatives. Il est désormais disponible dans Google Traduction et figure également parmi les langues couvertes par NLLB-200, le modèle de traduction automatique développé par Meta. Ce modèle couvre 200 langues et vise notamment les langues disposant de peu de ressources numériques.
Le yoruba, parlé notamment au Nigeria et au Bénin, bénéficie également de cette évolution. Il figure parmi les langues prises en charge par NLLB et fait partie des langues africaines pour lesquelles Google développe aussi des technologies vocales.
Le haoussa suit une trajectoire comparable. Pris en charge par NLLB, il bénéficie également de ressources consacrées à la reconnaissance automatique de la parole. Son importance démographique et son utilisation transfrontalière en font une langue particulièrement intéressante pour les technologies linguistiques africaines.
Le wolof occupe une place importante dans cette évolution. Google l'a ajouté à Traduction en 2024 et il figure également dans NLLB. Il apparaît par ailleurs dans les travaux consacrés aux modèles africains spécialisés, notamment AfriNLLB.
Le swahili, langue véhiculaire majeure d'Afrique de l'Est, dispose quant à lui d'un écosystème numérique particulièrement développé. Il est couvert par NLLB et fait partie des langues prises en compte dans les travaux sur les technologies vocales africaines.
Google n'est qu'une partie de la révolution
La présence d'une langue dans Google Traduction ne signifie pas qu'elle bénéficie automatiquement d'une traduction de qualité professionnelle. Il faut distinguer plusieurs niveaux : disponibilité dans un service grand public, présence dans un modèle spécialisé, capacité des grands modèles de langage et possibilité de traiter la voix.
NLLB-200 constitue l'une des principales avancées. Le modèle de Meta couvre notamment fon, yoruba, haoussa, wolof, swahili, bambara, dioula, ewe, fulfulde, lingala, kinyarwanda, igbo, amharique, somali, zoulou, xhosa et shona, entre autres.
D'autres initiatives vont encore plus loin. AfriNLLB développe des modèles spécialisés pour plusieurs langues africaines, tandis que Cheetah explore la génération de langage pour 517 langues et variétés africaines.
La prochaine bataille : la voix
La traduction africaine ne se limite plus au texte. Google a lancé WAXAL, une importante ressource ouverte destinée aux technologies vocales africaines. Son lancement reposait sur plus de 11 000 heures de données vocales et près de deux millions d'enregistrements pour 21 langues. Le projet couvre notamment le haoussa, le yoruba, le swahili, l'ewe, le fulani, l'igbo, le lingala, le shona et d'autres langues.
Des progrès, mais pas encore une traduction parfaite
Les grands modèles de langage peuvent également comprendre ou produire certaines langues africaines. Mais les recherches récentes montrent que leurs performances restent très inégales. IrokoBench, qui a évalué plusieurs modèles sur 17 langues africaines à faibles ressources, met en évidence un écart entre les langues fortement dotées en données et celles qui disposent de moins de ressources numériques.
La véritable révolution ne consiste finalement pas seulement à voir davantage de langues africaines apparaître dans Google Traduction. Elle consiste à permettre aux Africains de produire, traduire, écouter et diffuser une information fiable dans leurs propres langues.
Le fon, le yoruba, le haoussa, le wolof et le swahili montrent que cette transformation est déjà engagée. D'autres langues africaines devraient progressivement rejoindre ce mouvement à mesure que les corpus, les données vocales et les modèles spécialisés se développent.
