Dans le cadre du programme financé par l’Institut français d’islamologie « Tafukt n ddin : renouveler la compréhension des pratiques de l’islam par ses marges, du fonds Roux au fonds Si Brahim al Kunki et al. », un enrichissement de la description du fonds est en cours qui bénéficie à l’équipe projet mais aussi à celles et ceux qui utiliseront ce fonds désormais accessible sur la plateforme Calames.

Etudiant en Master2 à Aix-Marseille université, en stage dans le cadre du programme « Tafukt n ddin» soutenu par l’IFI depuis février 2026, j’ai pour mission de mettre en ligne les manuscrits du Fonds Roux sur la plateforme Nakala et j’enrichis le catalogage de l’instrument de recherche qui est la plateforme de l’enseignement supérieur et de la recherche, Calames.

En parallèle de mes recherches sur les manuscrits berbères en caractères arabes, je m’intéresse aux humanités numériques, et plus particulièrement aux technologies d’OCR (Optical Character Recognition) et de HTR (Handwritten Text Recognition). En mars 2026, j’ai suivi la formation PSL Week AljamiaTech proposée par l’École Pratique des Hautes Études (EPHE) à Paris.

Au cours de mes recherches bibliographiques sur les manuscrits berbères en caractères arabes, j’ai constaté une lacune importante : à ce jour, je n’ai pas trouvé  de tentative de développement d’un algorithme spécifiquement conçu pour la transcription automatique de ce type de manuscrits. C’est dans le contexte de mon stage, mais aussi afin de répondre à ce manque, que j’ai entrepris d’y travailler.

La conception de ce modèle est réalisée sur eScriptorium, une plateforme open source dédiée à la reconnaissance d’écriture manuscrite (HTR) et à la reconnaissance optique de caractères (OCR). Développée dans le cadre de projets de recherche en humanités numériques, elle permet de gérer l’ensemble du processus de transcription assistée par intelligence artificielle, depuis la segmentation des images jusqu’à l’entraînement et l’amélioration des modèles de reconnaissance.

La réalisation de cet algorithme s’articule autour de plusieurs étapes:

• La segmentation des images des manuscrits (identification des zones de texte, des annotations marginales, etc.).
• La transcription manuelle d’une cinquantaine de folios afin de constituer un corpus d’entraînement pour le modèle.
• L’application du modèle entraîné au reste des folios, suivie d’une évaluation de la cohérence des résultats et de la correction des erreurs afin d’améliorer progressivement les performances de l’algorithme par des cycles successifs d’entraînement.

À terme, ce travail a pour objectif de fournir un outil facilitant la réalisation d’éditions numériques de manuscrits berbères inédits. Il pourrait également de réduire considérablement le temps nécessaire à la transcription dans le cadre des éditions critiques, tout en ouvrant de nouvelles perspectives pour la valorisation numérique de ce patrimoine manuscrit.

Ce sont le premières étapes de ce développement qui est en cours. La Médiathèque a déjà beaucoup travaillé sur la question de l’HDR à travers l’axe numérique du programme ANR LIPOL – Littératures Populaires du Levant qui portait sur un vaste ensemble de manuscrits du Roman de Baybars (la « Sîra », Sīrat al-Malik al-ẓāhir Baybarṣ) qui s’est terminé l’année dernière. Pour cette phase expérimentale, j’ai retenu le manuscrit MS_009 du Fonds Roux-Akenku, en raison de la bonne lisibilité de son écriture et du contraste marqué entre l’encre et le papier, deux caractéristiques favorables à l’entraînement d’un modèle de reconnaissance d’écriture manuscrite.

Accès à la notice du manuscrit MS_009 et à sa numérisation.

 

---

Le texte seul est utilisable sous licence Creative Commons Attribution 4.0 International. Les autres éléments (illustrations, fichiers annexes importés) sont “Tous droits réservés”, sauf mention contraire.

---

---