Archives africaines libérées — radio, télévision, cinéma
Des décennies de radio, de télévision et de cinéma en langue, dormant dans des fonds qui n'ont jamais été contractés pour l'apprentissage automatique, sur un marché qu'aucun agrégateur ne travaille.
Fonds de radio et programmes d'antenne ouverte de stations anglophones et francophones, réseaux de podcasts, enregistrements ministériels et de service public, archives de production nollywoodiennes, et les vidéastes d'événement et de publicité qui détiennent trente ans de vie ordinaire d'un pays sur bande. La matière existe, elle est considérable, et presque rien n'en a jamais été licencié à quiconque.
Si elle n'a pas été agrégée, ce n'est pas par réticence des ayants droit. C'est qu'il faut, dans la pièce, quelqu'un capable de lire un contrat de production nigérian ou camerounais, de reconstituer la chaîne des droits actif par actif, et de poser devant un directeur de station un instrument nommant l'entraînement de modèles dans des termes que le conseil juridique d'un laboratoire acceptera. Ce travail est le produit ; la bande est la matière première.
Nous reprenons par tranches, et uniquement là où la chaîne des droits peut être reconstituée et garantie actif par actif — car un agrégateur qui nous achète sous-licenciera ensuite, et une tranche non garantissable est un passif qui descend la chaîne à son nom plutôt qu'au nôtre. Là où les droits sont reconstituables, la matière est réellement sans équivalent : des langues, des registres et des cadres qui n'existent sous licence nulle part ailleurs.
Spécification
- Sources
- Fonds de radio, antenne ouverte et programmes de parole, réseaux de podcasts, enregistrements ministériels, archives de production cinéma, vidéastes publicitaires
- Territoires
- Nigéria, Cameroun et corridor d'Afrique centrale francophone
- Condition
- Chaîne des droits reconstituable et garantissable par actif avant acceptation d'une tranche
- Droits
- Entraînement de modèles nommé dans la cession, sous-licenciable sur plusieurs niveaux
- Exclusions
- Musique de tiers, plans d'insert sous licence, interprètes non libérés
- Démarche
- Audit des droits d'abord, livraison ensuite — tranche par tranche, libérée indépendamment
Autres lignes de production
Audio conversationnel en langue
Parole spontanée, multi-locuteurs et chevauchée, dans des langues sans corpus commercial sous licence — issue d'archives libérées comme de collecte sur commande.
Captation égocentrée et en conditions réelles
Vidéo à la première personne, casque ou torse, produite sur commande dans des milieux de travail que l'on ne peut capter nulle part ailleurs.
Captation instrumentée et multi-capteurs
Le haut de gamme de la donnée incarnée — captation multi-caméras du travail manuel, instrumentée en effort, montée face à un cahier des charges financé.
Documents d'entreprise et d'exploitation
Archives d'entreprise, contrats, correspondance, formulaires, manuels techniques et imprimés — la couche documentaire dont les modèles d'extraction et de compréhension de documents sont privés hors d'Europe et d'Amérique du Nord.
Données immobilières et transactionnelles
Annonces, évaluations, historiques de titres et actes de transaction issus d'agences, de promoteurs et de géomètres-experts — la couche structurée sous l'immobilier urbain africain, qu'aucun jeu de données ne décrit aujourd'hui.
Données institutionnelles et financières anonymisées
Données de transaction, de relevé et de grand livre fournies par l'institution qui les détient, anonymisées avant de quitter ses murs, et licenciées pour l'entraînement de modèles sous convention de partage de données.