Site "Trésors de la parole"

La possibilité d’enregistrer la parole humaine a bouleversé nos connaissances sur les langues parlées. Le projet de site internet « Trésors de la parole » est le fruit d’un partenariat entre le ministère de la Culture (Délégation générale à langue française et aux langues de France), le CNRS (« TGIR Huma-num ») et la Bibliothèque nationale de France (BNF).

Ce projet, unique en Europe et au niveau international, a l’objectif de donner accès à des documents sonores qui démontrent la richesse et la vitalité de notre patrimoine linguistique.

Il met à disposition de tous les publics un fonds de plus de 2 000 heures d’enregistrements sonores et audiovisuels dans plus de 40 langues présentes sur le territoire national, que ce soit des langues régionales comme le breton ou l’occitan, ou des langues non territoriales, dont la langue des signes.

Le projet « Trésors de la parole », qui a débuté en 2015 dans le cadre des projets expérimentaux du ministère de la Culture, devrait être prochainement rendu public. Il fait suite à l’expérimentation « Joconde Lab » et, comme celle-ci, il est axé sur les innovations et bénéfices que l’on peut tirer de l’internet sémantique dans le domaine culturel. Il propose une interface d’exploration et de recherche intuitive autour de données inédites.

Une partie importante des enregistrements présents sur le site est sous-titrée dans la langue régionale parlée ainsi qu’en français, ce qui permet de comprendre les extraits proposés et d’appréhender leur forme écrite. Le site donne par ailleurs des informations sur chaque langue présente sur le territoire national hexagonal et en outre-mer.

Résolument innovant, le site s’appuie sur une nouvelle architecture des données, orientée vers les standards de l’internet sémantique : les données décrivant le corpus, mises au format RDF, sont notamment hébergées dans un entrepôt dit « triple store », librement moissonnable (via des requêtes « SPARQL »), et interconnecté aux référentiels « VIAF » de la BNF et au référentiel Géonames pour la géolocalisation des ressources. Les données sonores et audiovisuelles proprement dites sont, quant à elles, hébergées sur la plate-forme CoCoon (https://cocoon.huma-num.fr).