Kyutai veut travailler l’IA autour de la voix pour les médias

Kyutai (25 personnes) est en train de se rapprocher du secteur des médias. Ce laboratoire d’intelligence artificielle privé, basé à Paris, a été fondé en novembre 2023 par Xavier Niel, président fondateur d’Iliad, Rodolphe Saadé, président de CMA CGM, et Eric Schmidt. Il est doté de 300 millions d’euros de financement et a pour mission de développer en France des socles technologiques en intelligence artificielle, en open source et dans une logique non lucrative. 

Les premiers projets sur lesquels travaille la structure portent notamment sur l’audio et le multimodal. Patrick Perez, son CEO, est revenu sur le dispositif vocal automatisé intégré depuis quelques mois à l’offre numérique de La Provence, auquel la structure a participé avec Mistral, BCG X et Google. Kyutai a conçu la brique technologique de synthèse vocale expressive et temps réel, capable de transformer les articles écrits en contenu audio dynamique – sans lire mot à mot le texte source -, avec un clonage des voix des journalistes. “Cela nous a permis d’apprendre et de confronter notre technologie aux contraintes d’un cas d’usage réel”, a notamment indiqué Patrick Perez. Il a également souligné l’importance de résoudre des enjeux concrets comme la prononciation correcte des entités nommées ou des sigles.

Transcription et traduction 

“Nous travaillons beaucoup sur des tâches invisibles mais essentielles pour les données et l’IA, autour de l’efficacité, a-t-il également affirmé. Par exemple, sur l’efficacité de l’entraînement des modèles, avec moins de données ou moins de calculs. Ce sont des travaux méthodologiques. Ou encore comment rendre plus efficaces les IA conversationnelles – écrites ou parlées. Et comment faire, sans exploser le coût du calcul, pour qu’elles puissent garder une mémoire importante ?”

Kyutai s’oriente aussi sur la transcription et la traduction. L’expertise du laboratoire acquise autour de la voix ouvre des perspectives plus larges pour les groupes médias, a-t-il expliqué, qu’ils soient de presse écrite cherchant à diversifier leurs formats ou des groupes déjà multimédias. 

Kyutai veut d’ailleurs travailler davantage avec les médias. Des discussions sont en cours avec certains groupes. La promesse : permettre aux médias d’expérimenter avec des briques technologiques de pointe open source, développer des produits ou de nouvelles façons de consulter des contenus, voire nourrir la réflexion des éditeurs sur la valeur de leurs contenus et données dans leurs négociations avec des partenaires commerciaux.

mind Media publiera en novembre un entretien plus long avec Patrick Perez.