2026.08
RELEASE
bli-asr-1 · ASR lingala
Deuxième itération de notre modèle de reconnaissance vocale du lingala — Whisper large-v3 adapté avec LoRA, entraîné sur Waxal et notre corpus LRSC. Poids ouverts sur Hugging Face.
initiative · livev0.1 · phase fondationbuilda3f9·c1b
Mbote.Construire l'infrastructure IApour 350M locuteurs bantous.
Datasets ouverts, modèles NLP/ASR/TTS et outils linguistiques pour les 500+ langues bantoues parlées en Afrique centrale, orientale et australe — en commençant par le lingala.
langues
500+
dans la famille
locuteurs
350M
à travers l'afrique
datasets
1+
en publication
specimen / 001iso 639-3 · lin
Mbote
[mboˈte] · Lingala · CG · CD
- famille
- Bantou (Niger-Congo)
- locuteurs
- ~350 millions
- langues
- 500+
- licence
- CC-BY-4.0
lingala-corpus-base62%
lingala-asr-seed14%
swahili-fr-parallel05%
huggingface.co/BantuLanguagesInitiativeouvrir ↗
↑ specimen système live
feuille-de-route.feed · auto-refresh
suivies: 12famille : bantouev0.1
[lin]Lingala70M locuteurs○ en cours
/[swa]Swahili200M locuteurs· prévu
/[kon]Kikongo8M locuteurs· prévu
/[lua]Tshiluba6M locuteurs· prévu
/[kin]Kinyarwanda12M locuteurs· prévu
/[sna]Shona10M locuteurs· prévu
/[zul]Zulu12M locuteurs· prévu
/[lug]Luganda10M locuteurs· prévu
/[sot]Sesotho6M locuteurs· prévu
/[xho]Xhosa8M locuteurs· prévu
/[nya]Chichewa12M locuteurs· prévu
/[tso]Tsonga4M locuteurs· prévu
/[lin]Lingala70M locuteurs○ en cours
/[swa]Swahili200M locuteurs· prévu
/[kon]Kikongo8M locuteurs· prévu
/[lua]Tshiluba6M locuteurs· prévu
/[kin]Kinyarwanda12M locuteurs· prévu
/[sna]Shona10M locuteurs· prévu
/[zul]Zulu12M locuteurs· prévu
/[lug]Luganda10M locuteurs· prévu
/[sot]Sesotho6M locuteurs· prévu
/[xho]Xhosa8M locuteurs· prévu
/[nya]Chichewa12M locuteurs· prévu
/[tso]Tsonga4M locuteurs· prévu
/scope.metrics · v2026.q2source : glottolog 5.x · ethnologue · internedernière sync · live
/ 02 · l'absence, en chiffres
L'échelle d'une absence.
Des centaines de millions de locuteurs. Quasi-aucune représentation dans les grands systèmes d'IA. Les deux chiffres sont réels.
locuteurs01/4
0M+
Locuteurs des langues bantoues
afrique centrale · orientale · australe
langues02/4
0+
Langues bantoues distinctes
lingala · swahili · zulu · shona · …
datasets03/4
0 / many
Datasets en publication
premières releases en 2026
secteurs04/4
0
Secteurs d'impact
fin · santé · édu · gouv · tec
/ 03 · pourquoi ça compte
Tout un continent de voix — absent de la machine.
Les plus grands modèles de langage au monde sont entraînés sur des données massivement anglaises, mandarines, et issues d'une poignée de langues européennes. Quand 350 millions de personnes qui parlent une langue bantoue tentent d'utiliser un assistant vocal, un chatbot, un moteur de recherche — les systèmes ne font même pas semblant d'écouter.
Ce n'est pas un caprice de la technologie. C'est une question de quelles voix ont été jugées dignes d'être enregistrées. Nous existons pour changer cette réponse — pas en agitant des slogans sur l'« IA pour l'Afrique », mais en livrant le travail patient et précis qui fait vraiment l'infrastructure : datasets propres, pipelines reproductibles, benchmarks publics.
Si on ne peut pas l'entraîner dessus, l'évaluer, et l'améliorer en open source — ça n'existe pas pour l'IA. C'est ce qu'on change.
● proto-bantu/
├─ northwest/ [3]
│ ├─ duala.lang
│ ├─ bubi.lang
│ └─ yaoundé.lang
├─ central/ [3]
│ ├─ lingala.lang← active
│ ├─ kikongo.lang
│ └─ tshiluba.lang
├─ east/ [3]
│ ├─ swahili.lang
│ ├─ kikuyu.lang
│ └─ luganda.lang
└─ southern/ [4]
├─ zulu.lang
├─ xhosa.lang
├─ shona.lang
└─ sesotho.lang
$ _
famille · niger-congo · phylumtotal ~500 langues
/ 04 · première langue
Pourquoi nous commençons par le lingala.
Le lingala est la lingua franca de Kinshasa — ville de quinze millions d'habitants et l'une des plus dynamiques au monde — et de la majeure partie du bassin du Congo. Il est chanté à travers l'Afrique, diffusé sur des dizaines de radios, et utilisé chaque jour dans les marchés, les bureaux, les écoles et les ministères.
Il est aussi fonctionnellement invisible pour les systèmes d'IA qui médient de plus en plus la banque, l'éducation et la santé. Commencer ici est un choix de poids : une grande langue africaine, une riche tradition orale et écrite, et un écart mesurable que nous pouvons combler.
Fiche linguistiqueLingala
70M
locuteurs en Afrique centrale
- Locuteurs
- 70 millions+
- Statut
- Langue officielle en RDC et au Congo
- Famille
- Bantoue / Niger-Congo
- Code (ISO 639-3)
- lin
- Couverture NLP
- Quasi-nulle dans les grands LLMs
Échantillon
« Mbote na yo, ndenge nini ozali ? »
Bonjour, comment vas-tu ? · [mbote na jo, ndenge nini oˈzali]
/ 05 · system.activity
changelog complet →Construit en public. Documenté en public.
ref ↗
2026.06
DATASET
CSRC · Corpus radio congolais
Congolese Speech Radio Corpus — archives radio non annotées en lingala, kikongo et tshiluba, pour le pré-entraînement auto-supervisé et l'adaptation acoustique.
2026.06
DATASET
LRSC · Corpus de lecture lingala
Lingala Read Speech Corpus — le sous-ensemble lingala annoté, repackagé pour se charger directement avec la librairie datasets de Hugging Face.
2026.06
RELEASE
bli-asr-0 · ASR lingala
Notre premier modèle de reconnaissance vocale pour le lingala — Whisper large-v3 adapté avec LoRA. Poids ouverts sur Hugging Face.
/ 06 · partenaires
Ils nous soutiennent.
