Від тональних знаків до XML-файлів: як Ubini створює цифровий корпус мови едо для мовних технологій
· Майбутнє
Стартап Ubini створює цифровий архів мови едо, оцифровуючи усні історії та рецепти, щоб зберегти знання, які можуть зникнути, і створити машиночитані дані для мовних технологій.
Журналістка та експертка зі штучного інтелекту Стефані Охуму заснувала компанію Ubini, щоб зберегти мову едо, якою розмовляють близько 2 мільйонів людей у нігерійському штаті Едо. Ідея проєкту виникла після смерті її бабусі, коли Охуму усвідомила, що значна частина культурної спадщини, рецептів та традиційних знань її народу не зафіксована письмово і зникає разом із поколінням літніх людей.
Зараз Ubini збирає повсякденні розмови, церемоніальні промови, життєві історії та знання про їжу — рецепти, інгредієнти й історії окремих страв. На сьогодні команда провела інтерв’ю з двома десятками людей і створила понад 20 годин аудіозаписів. Ці дані структурують у форматі XML, додаючи до них переклади англійською та контекстну інформацію. Для перевірки якості транскрипцій залучають професорів Університету Беніну, адже едо — тональна мова, де різне позначення тонів може змінювати значення слова.
Окрім культурної місії, Охуму ставить і суто технологічне завдання: забезпечити якісні дані для навчання моделей штучного інтелекту. Дослідження 2026 року показало, що понад 98% африканських мов фактично не підтримуються сучасними великими мовними моделями. За словами Охуму, під час тестування відповіді наявних моделей едо могли звучати переконливо, але містити неточні переклади. В одному з прикладів модель передала слово “download” як “D-A-N-L-O-D”, відтворивши англійську вимову замість еквівалента едо.
«Claude може написати досить переконливу імітацію мови едо, але заповнює її нісенітницями. Це справді небезпечно, бо якщо ви не знаєте мови, ви навіть не зрозумієте цього», — пояснює засновниця Ubini.
Створення креативної бази знань
Охуму бачить у мові едо потужне джерело для майбутніх культурних продуктів, таких як книги чи фільми. Першим кроком у цьому напрямку стала документальна стрічка «Mia Mia», що в перекладі означає «забувати». У 27-хвилинному фільмі 85-річна Марія Евбагару Осазі розповідає про своє життя та зміни, що відбулися в її громаді. Стрічка вже була представлена на кількох міжнародних кінофестивалях.
Наразі компанія фінансується власним коштом, проте масштабування вимагає значних витрат, особливо на етапі транскрибування та перевірки даних. У найближчих планах Ubini — збільшити обсяг корпусу до 250 годин до 2029 року. Охуму шукає партнерів та інвестиції, які б дозволили розвивати проект у довгостроковій перспективі, адже вірить, що створення якісного архіву допоможе не лише зберегти мову, а й відкрити нові можливості, наприклад, створення голосових фінансових сервісів для місцевих мешканців.
«Навіть якщо ця компанія не заробить жодної найри, я все одно буду це робити. Я настільки сильно в це вірю», — додала Охуму.
За матеріалами TechCabal