Softcatalà llança GarbellaVeus i ArenaCat perquè la comunitat triï com ha de sonar la IA en català

La intel·ligència artificial ja transcriu reunions, subtitula vídeos i redacta textos. Però la qualitat d’aquestes eines en català depèn de dades de qualitat i de criteri humà per jutjar els resultats.

Des de Softcatalà, associació sense afany de lucre dedicada a la normalització del català a la tecnologia, s’han posat en marxa els projectes GarbellaVeus i ArenaCat, perquè siguin les persones catalanoparlants les que marquin el llistó.

Fins ara, una part important de les dades de veu s’ha verificat de manera automàtica, i els models se solen comparar amb proves pensades sobretot per a l’anglès. Això deixa escapar calcs, registres forçats i confusions dialectals que qualsevol parlant detecta de seguida. Les dues plataformes volen corregir aquest biaix amb participació oberta.

Fins ara, una part important de les dades de veu s’ha verificat de manera automàtica, i els models se solen comparar amb proves pensades sobretot per a l’anglès

Per a una empresa que vol oferir atenció al client o assistents virtuals en català, el rànquing d'ArenaCat és una guia independent per saber quins models responen millor en la nostra llengua, i les dades de GarbellaVeus, obertes i reutilitzables, rebaixen la barrera per desenvolupar solucions de veu pròpies.

Aquests projectes ja mobilitzen un corpus massiu de més de 920 hores de dades de veu a GarbellaVeus, i enfronten a ArenaCat desenes de sistemes diferents. Hi competeixen des de grans models comercials d'abast global fins a opcions d'especialització pròpia com Salamandra i altres alternatives impulsades pel Projecte Aina, oferint una radiografia competitiva transparent i permanentment actualitzada per mesurar l'estat real de la tecnologia en català.

GarbellaVeus: separar el gra de la palla a les dades de veu

GarbellaVeus convida a escoltar talls de veu del corpus Catalan YouTube Speech (extret de vídeos amb llicència lliure) i a votar si la transcripció i el dialecte detectats són correctes. Si hi ha errades, es pot proposar una versió més acurada; si el tall no és en català, té música o hi parlen diverses persones, es pot marcar perquè no contamini les dades. L’objectiu és afegir fins a 920 hores de parla catalana validada als conjunts de dades oberts, amb atenció a totes les variants del català.

Cada tall dura pocs segons. No cal registrar-se i els vots són anònims. Quan un tall acumula prou coincidències entre persones diferents, queda validat. El resultat tornarà a la comunitat en obert, per a entrenar sistemes de reconeixement de la parla que entenguin millor el català real i també l’espontani, encara escàs als recursos públics.

ArenaCat: la lliga dels models d’IA en català

ArenaCat mesura la competència en català dels models de llenguatge amb duels a cegues: es llegeix una tasca i dues respostes, A i B, sense saber quin model ha escrit cadascuna. Cal triar quina és millor, si empaten o si cap no resol bé la tasca. S’hi avaluen correcció, reformulació, traducció i generació de textos, amb criteris de correcció, naturalitat, fidelitat al significat i compliment de les instruccions.

Per garantir la fiabilitat del rànquing cal crear un compte i superar una breu prova lingüística, d’uns cinc minuts, que només s’ha de fer una vegada. Després, cada comparació porta uns dos minuts. Amb els vots es publica un marcador públic, global i per tipus de tasca, i un conjunt de dades de preferències obert per millorar els models.

Com tots els projectes de Softcatalà, el codi és lliure i la metodologia és pública. Es pot validar veu a garbellaveus.softcatala.org i comparar respostes a arena.softcatala.org. Les iniciatives compten amb el suport d’Accent Obert, Acció Cultural del País Valencià, Aliança Digital, Amical Wikimedia, el Departament de Política Lingüística de la Generalitat i el Projecte Aina (BSC). Cada vot compta: com més diverses siguin les veus, millor sonarà i s’escriurà el català a la intel·ligència artificial.