Governação dos dados
A quem pertence a voz de uma comunidade
Um corpus de língua nacional é produzido por uma comunidade de falantes. A questão não é apenas saber quem o pode usar, mas quem dele deve beneficiar, e como cada pessoa gravada mantém o controlo da sua voz.
A licença e os seus patamares
O quadro escolhido, a licença Nwulite Obodo Open Data versão 1.0 (NOODL-1.0), rompe com as licenças abertas clássicas, que concedem os mesmos direitos a um laboratório africano subfinanciado e a uma multinacional tecnológica.
Está fixada para os nove conjuntos publicados.
Acesso livre e gratuito, com atribuição ao projeto Maloba.
Sem royaltiesAcesso livre e gratuito, com atribuição, para qualquer uso.
Sem royaltiesPartilha de benefícios a acordar com a CDS antes do uso; os proveitos revertem para o projeto e para a comunidade lingalófona.
Partilha de benefíciosConsentimento
O consentimento para a gravação e para a utilização da voz é recolhido no local, antes de gravar, na aplicação de recolha ODK Collect. Abrange a gravação, a sua transcrição e a sua publicação num corpus sob licença NOODL-1.0, sem nome nem contactos. É conservado pela CDS com a gravação, fora do catálogo público.
Direito de retirada
Para retirar uma gravação, escreva para contact@congo-digital.com indicando o local e a data aproximada da gravação. A CDS acusa a receção no prazo de uma semana e retira os segmentos em causa da versão seguinte do corpus, no prazo de um mês. As versões já descarregadas por terceiros estão cobertas pelo seu compromisso de licença.
Proteção dos locutores
- Nenhum nome nem contacto nos conjuntos publicados; as identidades dos anotadores não são incluídas.
- É proibido identificar as vozes ou cloná-las: é uma condição de acesso ao corpus de fala.
- Acesso controlado ao corpus de fala: cada pedido é examinado pela CDS.
- Os ficheiros brutos de recolha e os formulários de consentimento nunca são publicados.
Licenças dos modelos
Um modelo mantém a licença do seu modelo de base, qualquer que seja a dos dados de treino.
| Modelo | Licença | Uso comercial |
|---|---|---|
| Whisper Small + QLoRA | Apache-2.0 | Sim |
| MMS 1B + adaptateur lingala | CC-BY-NC-4.0 | Não |
| Qwen2-VL 2B + QLoRA | Apache-2.0 | Sim |
| NLLB-Maloba-h1 | CC-BY-NC-4.0 | Não |
| Llama 3.1 8B + QLoRA | Llama 3.1 Community License | Sob condições |
Origem das gravações
Emissões das rádios rurais parceiras (Radio Rurale · ORPR, acordo assinado) e sessões comunitárias (Voice-a-thon Saúde), cobertas pelos acordos de parceria e pelos consentimentos individuais. O detalhe, gravação a gravação, não é publicado.
Onde está a licença
Nwulite Obodo Open Data License, versão 1.0: licensingafricandatasets.com. Está fixada para os nove conjuntos publicados.