Chiffres
Chaque chiffre que nous publions, avec sa définition, sa source et la date à laquelle il a été relevé. Tout provient d'un seul fichier, que vous pouvez ouvrir vous-même.
Comment lire cette page
Chaque chiffre est lu dans un fichier unique, metrics.json, publié par la plateforme sango. Chaque entrée indique ce qui a été compté exactement, d'où vient la valeur, la requête qui l'a produite et la date du dernier relevé. Les valeurs relisibles automatiquement (téléchargements, licences, tailles de jeux de données) sont rafraîchies à chaque construction de la plateforme ; les valeurs mesurées portent la date de la mesure et la requête exacte pour la refaire. Rien sur cette page n'est saisi à la main, et un chiffre sans source n'y figure pas.
Usage
De petits chiffres, énoncés exactement. Ce sont les deux seuls chiffres d'usage que nous publions ; ils viennent d'une mesure datée de la base de données, pas d'un outil d'analytics.
207
Conversations de chat sur la plateforme sango
Vérifié auprès de base de données de la plateforme sango, mesure datée, 10 oct. 2026.
Identifiants de conversation distincts dans le stockage des messages de chat de la plateforme entre le 30 janvier 2026 (premier message conservé) et le 10 octobre 2026, hors sessions de test, de supervision et de sonde de la plateforme elle-même. Une conversation est un fil de chat, quel que soit son nombre de messages. Les conversations invitées et connectées sont comptées. Les traductions, recherches de vocabulaire et activités d'apprentissage ne sont pas du chat et ne figurent pas dans ce chiffre. Période : du 30 janv. 2026 au 10 oct. 2026.
Relevé le 10 oct. 2026
15
Utilisateurs connectés ayant utilisé le chat
Vérifié auprès de base de données de la plateforme sango, mesure datée, 10 oct. 2026.
Identifiants d'utilisateurs connectés distincts ayant au moins un message de chat conservé entre le 30 janvier et le 10 octobre 2026, hors sessions de test et hors invités (les messages invités ne portent pas d'identité ; 580 des 976 messages réels sont des messages invités). Ce n'est ni le nombre de comptes créés ni le nombre de visiteurs. Période : du 30 janv. 2026 au 10 oct. 2026.
Relevé le 10 oct. 2026
Vocabulaire
Deux décomptes à lire ensemble : combien d'entrées le pipeline a vérifiées, et combien un locuteur natif a confirmées une par une.
589
Entrées de vocabulaire vérifiées, décompte en direct de la plateforme
Valeur en direct, mis à jour il y a 3 min.
Entrées dont le statut est « verified » dans la base de production de la plateforme, lues en direct depuis son point d'accès public de statistiques. Vérifiées par le pipeline, pas validées par un locuteur natif. Le décompte baisse quand un audit retire des entrées.
Relevé le 13 oct. 2026, 02:35 UTC
590
Entrées du jeu de données lexical publié
Vérifié auprès de fichier du jeu de données Hugging Face, 10 oct. 2026.
Lignes de vocabulary.jsonl dans le jeu de données MEYNG/sango-vocabulary sur Hugging Face (version v1.5.5). Diffère du décompte en direct parce que le jeu de données est un instantané daté de la base.
Relevé le 10 oct. 2026
1
Entrées confirmées individuellement par un locuteur natif
Vérifié auprès de fichier du jeu de données Hugging Face, 10 oct. 2026.
Entrées du jeu de données publié dont le champ source vaut « native_speaker », c'est-à-dire confirmées une par une par un locuteur natif du sango. Toutes les autres sont vérifiées par le pipeline seulement. C'est la seconde moitié du double compteur : N vérifiées · M confirmées par un natif.
Relevé le 10 oct. 2026
360
Paires de phrases sango–français du jeu de données publié
Vérifié auprès de fichier du jeu de données Hugging Face, 10 oct. 2026.
Lignes de training_pairs.jsonl dans le jeu de données MEYNG/sango-vocabulary. Extraites de grammaires et de dictionnaires de référence ; ce n'est pas le corpus d'affinage (voir training_pairs_v2_2).
Relevé le 10 oct. 2026
Téléchargements
Tels que rapportés par l'API Hugging Face. Les chiffres sur 30 jours sont glissants et varient dans la journée ; les chiffres cumulés le sont depuis la publication.
241
Téléchargements du jeu de données lexical, 30 derniers jours
Vérifié auprès de API Hugging Face, 10 oct. 2026.
Champ « downloads » de l'API datasets de Hugging Face pour MEYNG/sango-vocabulary. Hugging Face le définit comme les téléchargements des 30 derniers jours ; il n'est pas cumulatif et varie au cours d'une même journée.
Relevé le 10 oct. 2026
1 085
Téléchargements du jeu de données lexical, depuis la publication
Vérifié auprès de API Hugging Face, 10 oct. 2026.
Champ « downloadsAllTime » de l'API datasets de Hugging Face pour MEYNG/sango-vocabulary : cumul depuis la création du jeu de données le 2 avril 2026.
Relevé le 10 oct. 2026
231
Téléchargements du modèle de traduction v2-2, 30 derniers jours
Vérifié auprès de API Hugging Face, 10 oct. 2026.
Champ « downloads » de l'API models de Hugging Face pour MEYNG/nllb-sango-finetuned-600m-v2-2, le modèle courant. 30 derniers jours, non cumulatif. Le modèle v1, remplacé, est un dépôt distinct et n'est pas compté ici.
Relevé le 10 oct. 2026
297
Téléchargements du modèle de traduction v2-2, depuis la publication
Vérifié auprès de API Hugging Face, 10 oct. 2026.
Champ « downloadsAllTime » de l'API models de Hugging Face pour MEYNG/nllb-sango-finetuned-600m-v2-2 : cumul depuis la création du modèle le 17 juillet 2026.
Relevé le 10 oct. 2026
Qualité du modèle
MEYNG/nllb-sango-finetuned-600m-v2-2 face à facebook/nllb-200-distilled-600M (untrained), chrF, hors distribution. La direction où nous perdons est dans le même tableau, à la même taille.
| Direction | Jeu de test | Ce modèle | Référence | Écart | Verdict |
|---|---|---|---|---|---|
| Sango → French | FLORES+ devtest · 500 phrases | 31,88 | 31,37 | +0.51 | Nous gagnons |
| Sango → French | SIB-200 test · 204 phrases | 31,45 | 30,20 | +1.25 | Nous gagnons |
| French → Sango | FLORES+ devtest · 500 phrases | 32,56 | 33,70 | −1.14 | La référence gagne |
| French → Sango | SIB-200 test · 204 phrases | 34,32 | 36,03 | −1.71 | La référence gagne |
Vérifié auprès de fiche du modèle, 6 sept. 2026.
Conditions : beam 4, transformers >= 4.40 < 5.0 (v5 breaks the NLLB tokenizer prefix); neither test set was used for checkpoint selection
Relevé le 6 sept. 2026
chrF est la métrique principale ; aucun BLEU nu n'est cité pour le sango. Nous recommandons le modèle de base non entraîné pour le français vers le sango et publions le chiffre qui le montre. Les scores sont ceux de la fiche du modèle, produits avec transformers en version inférieure à 5 ; une version plus récente change le conditionnement de langue de NLLB et ne les reproduit pas.
Données d'entraînement
Ce sur quoi le modèle courant a réellement été entraîné, et quelle part du corpus public a survécu au nettoyage.
45 451
Paires français–sango uniques et nettoyées ayant servi à entraîner le modèle v2-2
Vérifié auprès de fiche du modèle, 6 sept. 2026.
Paires de phrases français–sango uniques restant après un nettoyage déterministe du corpus public NLLB extrait du web ; entraînement dans les deux sens (90 902 lignes). Concerne le modèle v2-2 uniquement. Le modèle v1, remplacé, avait été entraîné sur le corpus non dédoublonné (« plus de 500 000 paires »), un chiffre qui ne doit jamais être associé à v2-2.
Relevé le 6 sept. 2026
588 039
Paires annoncées par le corpus public français–sango avant nettoyage
Vérifié auprès de fiche du modèle, 6 sept. 2026.
Le corpus public NLLB français–sango extrait du web annonce 588 039 paires filtrées pour la qualité. Le nettoyage a trouvé 460 437 cibles sango dupliquées, 100 683 lignes commençant par un numéro de verset, 29 939 avec un nom de locuteur et 12 095 avec une référence biblique ; 45 451 paires uniques (7,7 %) subsistent.
Relevé le 6 sept. 2026
Le corpus public NLLB français–sango extrait du web annonce 588 039 paires filtrées pour la qualité. Le nettoyage a trouvé 460 437 cibles sango dupliquées, 100 683 lignes commençant par un numéro de verset, 29 939 avec un nom de locuteur et 12 095 avec une référence biblique ; 45 451 paires uniques (7,7 %) subsistent.
Licences
Lues dans les registres eux-mêmes. Les poids du modèle ne sont pas open source et nous ne les appelons pas ainsi.
CC BY-NC 4.0
Licence des poids du modèle de traduction publié — MEYNG/nllb-sango-finetuned-600m-v2-2, MEYNG/nllb-sango-finetuned-600m, MEYNG/nllb-sango-finetuned-600m-3ep, MEYNG/nllb-sango-finetuned-600m-v2-3
Héritée du modèle de base NLLB-200 de Meta ; nous ne pouvons pas la changer. Usage non commercial : recherche et évaluation seulement. Le modèle est publié et évalué publiquement, mais ce n'est pas une licence open source et il ne doit pas être présenté ainsi.
Vérifié auprès de API Hugging Face, 10 oct. 2026.
GET https://huggingface.co/api/models/MEYNG/nllb-sango-finetuned-600m-v2-2 → cardData.license (cc-by-nc-4.0)
Relevé le 10 oct. 2026
CC BY-SA 4.0
Licence du jeu de données lexical publié — MEYNG/sango-vocabulary
Choisie par MEYNG. Usage commercial autorisé ; les dérivés doivent être partagés sous la même licence. La licence couvre le travail de curation de MEYNG ; 316 des 590 entrées proviennent du corpus NLLB et cette chaîne amont est en cours d'examen, comme l'indique la DATASHEET du jeu de données.
Vérifié auprès de API Hugging Face, 10 oct. 2026.
GET https://huggingface.co/api/datasets/MEYNG/sango-vocabulary → cardData.license (cc-by-sa-4.0)
Relevé le 10 oct. 2026
MIT
Licence du toolkit sango-nlp sur npm — sango-nlp (npm), github.com/meyng-hub/sango-nlp
Le paquet npm publié sango-nlp (sans portée ; il n'en existe pas de variante à portée) est sous licence MIT. Sa source est publique sur github.com/meyng-hub/sango-nlp depuis le 10 octobre 2026.
Vérifié auprès de registre npm, 10 oct. 2026.
GET https://registry.npmjs.org/sango-nlp → license
Relevé le 10 oct. 2026
MIT
Licence du dépôt public du pipeline audio — github.com/meyng-hub/sango-audio-pipeline
L'un des deux dépôts de code publics de l'organisation GitHub meyng-hub appartenant à ce projet (l'autre est sango-nlp, la source du toolkit npm). Le dépôt de l'application SangoAI est privé et n'est cité nulle part.
Vérifié auprès de GitHub, 10 oct. 2026.
GET https://api.github.com/repos/meyng-hub/sango-audio-pipeline → license.spdx_id, visibility
Relevé le 10 oct. 2026
Entreprise
Faits de registre sur MEYNG SARL, l'entité commerciale.
979361052
Immatriculation de MEYNG SARL (SIREN)
Vérifié auprès de registre des entreprises, 22 sept. 2026.
Numéro SIREN de MEYNG SARL, RCS Paris, immatriculée le 30 août 2023. MEYNG SARL est la société commerciale ; l'association HCW (SIREN 841 629 157) est une personne morale distincte.
Relevé le 22 sept. 2026
1224310
Inscription fournisseur sur le UN Global Marketplace
Vérifié auprès de certificat sur demande, 10 oct. 2026.
Numéro d'inscription fournisseur de MEYNG sur le United Nations Global Marketplace (UNGM). L'UNGM ne publie pas les fiches fournisseurs ; le certificat d'inscription est disponible sur demande à contact@meyng.com.
Relevé le 10 oct. 2026
Retirés
Chiffres que nous publiions et ne publions plus. Ils restent ici, barrés, avec la raison.
72
Traductions servies
Cette affirmation a été retirée : Le chiffre provenait d'une table de quotas qui n'a enregistré que 72 requêtes mesurées entre le 13 et le 22 avril 2026, mais il était présenté comme un total cumulé sur les deux sites. La plateforme n'a pas aujourd'hui de compteur cumulé des traductions ; le chiffre est retiré jusqu'à ce qu'il en existe un.
Le chiffre provenait d'une table de quotas qui n'a enregistré que 72 requêtes mesurées entre le 13 et le 22 avril 2026, mais il était présenté comme un total cumulé sur les deux sites. La plateforme n'a pas aujourd'hui de compteur cumulé des traductions ; le chiffre est retiré jusqu'à ce qu'il en existe un.
1 018
Sessions
Cette affirmation a été retirée : Le compteur lisait le nombre de lignes du stockage des messages de chat, où une ligne est un message et non une session : 1 018 lignes correspondaient à 514 messages d'utilisateurs et 504 réponses répartis sur 224 conversations. Remplacé par chat_conversations et chat_identified_users, qui nomment ce qu'ils comptent.
Le compteur lisait le nombre de lignes du stockage des messages de chat, où une ligne est un message et non une session : 1 018 lignes correspondaient à 514 messages d'utilisateurs et 504 réponses répartis sur 224 conversations. Remplacé par chat_conversations et chat_identified_users, qui nomment ce qu'ils comptent.
5 million / 5M+ / 5.5M
Locuteurs du sango
Cette affirmation a été retirée : Aucune source distinguant locuteurs de première et de seconde langue n'a jamais été citée, et trois chiffres différents circulaient. Remplacé par la formulation « le sango, langue nationale de la République centrafricaine » jusqu'à ce qu'une source citable existe.
Aucune source distinguant locuteurs de première et de seconde langue n'a jamais été citée, et trois chiffres différents circulaient. Remplacé par la formulation « le sango, langue nationale de la République centrafricaine » jusqu'à ce qu'une source citable existe.
66M+ speakers across 5 languages (Lingala 25M, Wolof 10M, Bambara 14M, Kirundi 12M)
Feuille de route d'expansion linguistique
Cette affirmation a été retirée : Seul le sango est en service. La feuille de route nommait des langues qui ne sont pas en production et des effectifs de locuteurs sans source, et les deux sites ne listaient pas les mêmes langues. Retirée ; MEYNG publie ce qui est en service.
Seul le sango est en service. La feuille de route nommait des langues qui ne sont pas en production et des effectifs de locuteurs sans source, et les deux sites ne listaient pas les mêmes langues. Retirée ; MEYNG publie ce qui est en service.
Pour vérifier un chiffre, ouvrez le fichier et comparez : https://sangoai.app/metrics.json (s'ouvre dans un nouvel onglet)