par Demandez à ChatGPT ou à Claude de parler darija algérienne, et le résultat déçoit souvent. C’est de ce constat qu’est né Natiq-dz-ARG. Faute de trouver un modèle de synthèse vocale (TTS) à la hauteur, Abdelhak Kadouci a décidé de construire le sien, seul. Publié en accès libre pour un usage non commercial, le modèle gère le code-switching entre darija et français, et clone une voix à partir de quelques secondes d’audio. Dans cet entretien, le développeur revient sur ses choix techniques, sur les limites actuelles de son projet et sur la suite : des modèles légers capables de tourner sur un simple CPU, puis la reconnaissance vocale et des LLM en darija. Ecoutons le!
IT Mag : Existe-t-il une demande économique pour la darija, et en avez-vous une pour votre produit ?
Abdelhak Kidouci : Oui, je pense qu’il existe une vraie demande pour des modèles d’IA adaptés à la darija. Les modèles génériques comme ChatGPT ou Claude donnent souvent de mauvais résultats avec la darija algérienne.
Pour mon produit, la demande reste modeste pour l’instant. Il est encore récent sur le marché, et je n’ai pas eu le temps de le commercialiser sérieusement.
Il est né d’un besoin concret. Je cherchais un modèle de synthèse vocale pour la darija algérienne et aucun ne donnait de résultats satisfaisants. J’ai donc décidé de le construire moi-même, seul. Les résultats, que vous avez pu entendre, sont plutôt bons.
IT Mag : Avec une darija qui entremêle l’arabe et le français, comment avez-vous géré le code-switching ?
Abdelhak Kidouci : Le code-switching, c’est-à-dire l’alternance entre darija et français au sein d’une même phrase, est au cœur du parler algérien. Je l’ai donc intégré dès la construction du dataset que j’ai collecté puis nettoyé les données pour qu’elles contiennent naturellement les deux langues.
Pour les transcriptions, j’ai suivi une règle simple :
- les mots purement français restent en alphabet latin ;
- les mots algériens s’écrivent en alphabet arabe, y compris les emprunts au français conjugués en darija, qui ne sont plus tout à fait français, comme نأبوندونيو، نبارطاجيو ou نديبانيو.
IT Mag : Avez-vous testé le modèle sur différents accents régionaux et sur des corpus variés?
Abdelhak Kidouci : Pas encore de façon extensive sur les différents dialectes régionaux. Cela dit, le modèle reprend l’accent et le ton de l’audio de référence qu’on lui fournit, donc il s’adapte à la voix de l’utilisateur.
Le dataset compte plus de 100 locuteurs. L’objectif était d’éviter le surapprentissage (overfitting) sur une seule voix. Sans cela, le modèle risquerait de confondre «darija algérienne» avec la voix d’une personne précise. Avec cette diversité, il apprend plutôt comment les mots eux-mêmes se prononcent.
IT Mag : Quelles sont les fonctionnalités de clonage vocal instantané, et qu’en est-il de la sécurité ?
Abdelhak Kidouci : Un clonage vocal de qualité ne demande que 2 à 20 secondes d’audio de référence propre. Le point idéal se situe entre 3 et 10 secondes car c’est suffisant pour capter la hauteur et le timbre de la voix, sans y ajouter le bruit de fond de la pièce.
Sur la sécurité et la modération, Natiq-dz-ARG est publié comme modèle de recherche, avec des poids ouverts sous licence non commerciale (CC BY-NC 4.0). Aucune restriction n’est codée en dur dans les poids du modèle, et les utilisateurs doivent respecter des règles d’utilisation responsable (responsible-use guidelines).
IT Mag : Quelle est l’architecture du modèle, et quelles performances matérielles exige-t-il ?
Abdelhak Kidouci : Natiq-dz-ARG repose sur un backbone de type transformer audio autorégressif (la famille d’architecture Higgs). Il est associé à un tokenizer audio neuronal discret (style RVQ/SoundStream) ; et un vocodeur neuronal haute fidélité fonctionnant à 24 kHz.
Le principe, la génération de parole est traitée comme une prédiction séquentielle de tokens, à la manière des LLM modernes de type decoder-only.
Côté matériel, il faut un GPU avec au moins 8 Go de VRAM, par exemple une RTX 3060/4060, ou une instance Google Colab T4/L4.
IT Mag : En tant qu’Open source, quelles sont les prochaines étapes de Natiq-dz-ARG, et comment la communauté peut-elle y contribuer?
Abdelhak Kidouci : Je veux développer d’autres modèles à petit nombre de paramètres, fine-tunés sur la darija algérienne, capables de tourner sur un simple CPU.
Les prochaines étapes sont l’extension multimodale, avec des modèles de reconnaissance vocale (ASR/STT). Viendront ensuite des LLM en darija algérienne et, plus largement, d’autres modèles de traitement du langage (NLP), inchallah.
La communauté peut contribuer en créant des jeux d’évaluation standardisés. Ils permettraient d’avoir des méthodes communes pour comparer et évaluer les modèles de darija.
Portrait: « Qui est Abdelhak Kadouci ? »
Abdelhak Kadouci, l’étudiant de l’ENSIA qui construit l’IA vocale algérienne
Étudiant à l’École nationale supérieure d’intelligence artificielle (ENSIA), Abdelhak Kadouci a déjà lancé deux produits sur le marché algérien. Fondateur de Natiq et cofondateur de Ratee, il prépare en parallèle un double diplôme d’ingénieur et de master en intelligence artificielle.
Abdelhak Kadouci est étudiant en ingénierie de l’intelligence artificielle à l’ENSIA. Il y prépare un double diplôme d’ingénieur et de master en IA. Ce qui l’intéresse concevoir des systèmes intelligents et résoudre des problèmes concrets en valorisant les données.
Son expérience couvre toute la chaîne. Il sait développer des pipelines de données de bout en bout, de la collecte des données brutes jusqu’au déploiement. Il a aussi créé des applications web full-stack, des solutions de machine learning et des systèmes d’IA vocale : reconnaissance vocale (Speech-to-Text), synthèse vocale (Text-to-Speech) et RAG. Python et le génie logiciel sont ses principaux domaines de compétence.
Il est le fondateur de Natiq et le cofondateur de Ratee, deux produits déjà disponibles sur le marché algérien. Natiq est notamment à l’origine de Natiq-dz-ARG, son modèle de synthèse vocale en darija algérienne.
Son goût de l’analyse et de la résolution de problèmes se retrouve aussi dans la programmation compétitive : il a participé à plusieurs compétitions et résolu plus de 255 problèmes algorithmiques sur LeetCode.
