Projeto Saving Voices preservou a fala Soliga com IA frugal offline

Os Soliga, uma tribo indígena do sul da Índia, enfrentavam a perda da língua à medida que os membros mais jovens se mudavam para as cidades. A tecnologia comercial de fala não era uma opção prática: a língua tinha poucos falantes, nenhum sistema de escrita e comunidades sem acesso confiável à internet.

O Projeto Saving Voices trabalhou com o IIIT Dharwad para construir um pequeno sistema de conversão de texto em fala em vez de esperar por um grande modelo em nuvem. A equipe usou cinco horas de dados de voz da comunidade e implantou o modelo em hardware Raspberry Pi de baixo consumo rodando Linux, para que pudesse operar offline e manter os dados dentro da comunidade.

O resultado trocou parte da precisão de reconhecimento de palavras por propriedades que as alternativas comerciais não podiam oferecer: soberania completa dos dados, operação offline em hardware que custa menos de US$ 50 e governança confiada pelos anciãos e líderes comunitários. O projeto transformou uma deficiência tecnológica em um modelo repetível de preservação linguística.

Cinco horas de dados de voz produziram um modelo de voz Soliga offline em hardware Raspberry Pi de menos de US$ 50, mantendo os dados nos dispositivos da comunidade.

Uma pequena população de falantes e a ausência de um sistema de escrita tornaram indisponível a rota comercial habitual, ávida por dados.

Hardware offline de baixo consumo correspondia às restrições de conectividade e orçamento da comunidade.

Manter os dados de voz em dispositivos locais fez da propriedade comunitária uma propriedade técnica, e não uma promessa.

Quando os modelos de fronteira não conseguem alcançar uma comunidade, projetar em torno das restrições locais — poucos dados, hardware barato, uso offline e controle comunitário — pode superar a escala da nuvem.

O Projeto Saving Voices descreveu o modelo Soliga como um modelo para a restauração linguística e a autonomia digital. Ele visa alcançar quase 500 milhões de pessoas indígenas em 90 países, enquanto o Frugal AI Hub está montando um laboratório em Andhra Pradesh e discutindo trabalho semelhante com autoridades no Quênia e na Nigéria. O artigo apresenta esses planos como expansão, não como implantações concluídas.