Speech AI derja tunisien

Contexte

Les modèles du marché comprennent mal le derja et l’alternance arabe / français, alors qu’Ordy prend des commandes par téléphone.

Objectifs

• Constituer un corpus audio derja annoté, avec consentement, incluant le code-switching.
• Effectuer le fine-tuning LoRA de Whisper et appliquer des augmentations simulant le bruit téléphonique et les accents.
• Extraire les intentions et les entités : commande, rendez-vous et demande RH.
• Déployer le système en flux temps réel à faible latence.

Défis techniques

Données rares, code-switching et contraintes temps réel.

Critères de réussite

• WER avant et après adaptation.
• Latence.
• Précision des commandes.
• Publication possible.

Technologies

Whisper, LoRA, PyTorch, Streaming ASR et NLU.

Profil recherché

Ingénieur IA / data scientist — deep learning, audio ou NLP, arabophone.

Candidature

PFE de 4 à 6 mois. Choisir au maximum deux sujets parmi les sept proposés. Envoyer un CV, une lettre de motivation et les sujets choisis avant le 15/12/2026. Les profils retenus passent un entretien technique avec l’équipe B2H.