Lingua Libre

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
Écrit en	PHP, VueJS, JS[1]
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	Novembre 2015
État actuel	En activité
modifier

Lingua Libre est un outil et un projet collaboratif en ligne visant à constituer un corpus audiovisuel multilingue. Développé par l’association Wikimédia France, les codes et fichiers téléchargeables par langues^[2] sont placés sous licence libre, comme les autres projets du mouvement Wikimédia. 230 langues et 1,2 million de fichiers audios sont téléchargeables avec différentes quantités de mots enregistrés.

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^[3]. 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 libre Wikimedia Commons. Le projet est intégré à et soutenu par la communauté wikimédienne.

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^[3]. 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 librement téléchargeables par langue^[2], réutilisés dans des projets de traitement automatique des langues, notamment pour entraîner les moteurs de reconnaissance vocale DeepSpeech de Mozilla^[4].

Versions

Lingua Libre est lancé le 23 janvier 2015^[5]. Lingua Libre 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 (DGLFLF). 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^[6],[7] puis est présenté à la communauté Wikimédia en ligne^[8] 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^[9] 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^[10]. Lingua Libre prend en charge les langues signées grâce à l'enregistrement vidéo.

Évolution

• 
  Interface de Shtooka recorder, sur lequel Lingualibre se base.
• 
  Studio d’enregistrement en septembre 2017 (v.1)
• 
  Studio d'enregistrement en décembre 2018 (v.2)
• 
  Studio d’enregistrement en octobre 2020 (v.2.2)

Statistiques

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^[11]. Le cap des 500 000 enregistrements est dépassé au cours du mois de juin 2021. En avril 2023, la plateforme comptabilise plus de 800 000 enregistrements, dans 170 langues et grâce à plus de 1400 locuteurs^[12]. Le 5 octobre 2023, Lingua Libre a atteint plus d‘un million de contributions avec l‘enregistrement du mot “కంటతము“ qui veut dire épineux en télougou, (Inde du Sud)^[13].

Notes et références

Annexes

Articles connexes

• Shtooka, logiciel et ancêtre de Lingua Libre.
• Common Voice, base d'enregistrements audios collaborative orientée vers les systèmes de reconnaissance vocale.
• Forvo, base d'enregistrement de mots, non libre.

Liens externes

• Site officiel
• « “Lingua Libre”, émission spéciale Francophonie », sur RFI.fr, 22 mars 2017 (consulté le 2 décembre 2020)

• Portail de Wikimédia
• Portail des langues
• Portail de la linguistique