IA : NKENNEAi lance des modèles vocaux en swahili entraînés sur 65 000 heures d'audio

NKENNEAi, la branche intelligence artificielle de la plateforme d'apprentissage des langues africaines NKENNE, a annoncé le 25 septembre 2026 ses premiers modèles vocaux, en commençant par le swahili, selon TechCabal. Il s'agit d'un modèle de transcription de la parole en texte et d'un modèle de synthèse vocale, qui complètent les outils de traduction de texte déjà proposés par l'entreprise.

Entraînés sur plus de 65 000 heures d'audio

D'après TechCabal, les modèles ont été entraînés sur plus de 65 000 heures d'enregistrements. Ils sont conçus pour tenir compte des variations dialectales d'une langue parlée par plus de 100 millions de personnes en Afrique de l'Est et centrale, ainsi que des tons, ces variations de hauteur qui changent le sens des mots dans des langues comme le yoruba ou l'igbo.

L'entreprise, dirigée par son fondateur Michael Odokara-Okigbo, s'appuie sur les données linguistiques validées de son application, qui compte plus de 400 000 apprenants dans 15 langues africaines. Une démonstration publique est prévue le 29 septembre 2026.

Financements et partenariats

NKENNEAi a obtenu une subvention d'un million de dollars de la National Science Foundation américaine, au titre de la phase II de son programme d'innovation pour les petites entreprises. Au Nigeria, la société travaille avec l'Agence nationale de développement des technologies de l'information (NITDA) sur un déploiement d'IA hors ligne, et avec l'opérateur T2 Mobile pour des services à la clientèle.

Un enjeu de souveraineté linguistique

La plupart des grands outils vocaux mondiaux restent pensés pour l'anglais, le français ou le mandarin, laissant de côté des centaines de millions de locuteurs africains. Des modèles construits à partir de données africaines ouvrent la voie à des services bancaires, agricoles ou de santé accessibles dans la langue des usagers, y compris pour ceux qui ne lisent pas.

Les prochaines étapes annoncées concernent le pidgin nigérian, le yoruba, l'igbo et le somali, selon TechCabal.