Glossaire / Comment il vous entend
Identification de la langue
Aussi : LID
Mis à jour le
Définition
L’identification de la langue est l’étape où un logiciel vocal détermine quelle langue est parlée, avant ou pendant la transcription. C’est ce qui permet à un outil multilingue de changer de langue sans que l’utilisateur modifie un réglage.
Un moteur de reconnaissance qui suppose la mauvaise langue produit des absurdités avec aplomb : du français passé dans un modèle anglais ressort sous forme de charabia aux allures d’anglais. La dictée traditionnelle réglait cela avec un réglage à changer à la main, ce qui convient à qui travaille dans une seule langue et devient pénible pour les nombreuses personnes qui changent de langue en pleine conversation.
Les outils modernes font tourner un petit détecteur sur la première ou les deux premières secondes d’audio, choisissent la langue la plus probable et envoient l’audio au bon modèle. Les bons outils peuvent refaire la détection à chaque nouvelle dictée, si bien qu’une réponse Slack en allemand puis la suivante en anglais ne demandent aucune intervention.
Comment fonctionne la détection
Certains modèles ASR détectent eux-mêmes la langue en transcrivant ; Whisper le fait lors de son premier passage. D’autres s’appuient sur un minuscule classificateur séparé qui écoute le début d’un énoncé et renvoie une langue avec un score de confiance. Dans les deux cas, la décision doit être prise tôt, car il faut abandonner le mauvais modèle avant qu’il ne produise grand-chose, et à partir de très peu d’audio. C’est pourquoi le premier ou les deux premiers mots d’une dictée sont le moment où les outils multilingues sont le plus fragiles.
Détecter n’est pas traduire
Identifier la langue et transcrire dans cette langue, c’est le comportement par défaut et le plus sûr. La traduction, où vous parlez une langue et le texte arrive dans une autre, est une étape distincte et facultative, et elle devrait être désactivée tant que vous ne l’activez pas. Un outil qui traduit par surprise a pris sur vos mots une décision qui ne lui revenait pas.
Comment dicter dans plusieurs langues sur un Mac
La Dictée d’Apple fonctionne avec les langues que vous lui ajoutez, et c’est vous qui passez de l’une à l’autre pendant que vous dictez. La configuration prend une minute.
- Choisissez le menu Apple → Réglages Système, puis cliquez sur Clavier dans la barre latérale.
- Allez dans Dictée et cliquez sur le bouton Modifier à côté de Langues.
- Sélectionnez chaque langue et région dans lesquelles vous voulez dicter.
- Lancez la Dictée dans n’importe quel champ de texte.
- Pour changer de langue, cliquez sur la langue affichée à côté du curseur. Elle apparaît sous forme d’abréviation ou de caractères qui représentent la langue.
- Ou appuyez sur la touche 🌐 et choisissez la langue à utiliser.
Comment Whisper et Parakeet détectent-ils la langue ?
Whisper a été entraîné à identifier la langue parlée comme l’une de ses tâches, à côté de la transcription et de la traduction. Quand vous n’indiquez pas de langue, son outil de transcription en détecte une à partir des 30 premières secondes de l’audio au maximum, puis transcrit tout le fichier dans cette langue. Les modèles anglais seulement sautent la détection et supposent que c’est de l’anglais.
Parakeet TDT 0.6B v3 adopte une approche plus restreinte. NVIDIA indique qu’il détecte automatiquement la langue de l’audio et la transcrit sans indication supplémentaire, parmi les 25 langues européennes qu’il prend en charge. Une langue hors de cet ensemble n’est pas prise en charge.
Pourquoi il détecte la mauvaise langue, et comment corriger
La détection est une supposition faite à partir d’une petite quantité d’audio, et quelques situations la trompent à coup sûr. La plupart ont une solution simple : indiquer vous-même la langue au modèle.
- L’enregistrement change de langue en cours de route. L’outil de Whisper détecte une seule fois, à partir du début du fichier, et applique cette langue au reste.
- La langue a peu de données d’entraînement. La fiche du modèle Whisper fait état d’une précision plus faible pour ces langues.
- La langue n’est pas du tout prise en charge par le modèle : il ne peut donc répondre qu’avec une langue qu’il prend en charge.
- La solution pour Whisper : ajoutez --language et le nom de la langue à la commande, par exemple --language German.
- La solution pour la Dictée d’Apple : choisissez vous-même la langue en cliquant sur la langue à côté du curseur.
Les questions qu’on se pose.
Un logiciel de dictée peut-il détecter la langue que je parle ?
Les outils modernes le peuvent, dès la première ou les deux premières secondes d’audio, et envoient la parole au bon modèle. Les outils plus anciens vous demandent de choisir la langue dans un réglage avant de parler.
Que se passe-t-il s’il se trompe de langue ?
Vous obtenez des absurdités assurées dans le mauvais alphabet ou la mauvaise orthographe, car le modèle transcrit les sons avec les mots qu’il connaît. Les outils qui refont la détection à chaque dictée se rattrapent à la phrase suivante ; ceux qui ont un réglage fixe exigent de modifier le réglage.
Comment changer la langue de dictée sur un Mac ?
Ajoutez la langue dans Réglages Système → Clavier → Dictée en cliquant sur Modifier à côté de Langues. Pendant la dictée, cliquez sur la langue affichée à côté du curseur, ou appuyez sur la touche 🌐 et choisissez la langue.
Comment empêcher Whisper de choisir la mauvaise langue ?
Indiquez la langue dans la commande, par exemple whisper audio.mp3 --language German. Whisper saute alors la détection automatique, qui sinon utilise jusqu’aux 30 premières secondes de l’audio.
Un modèle vocal peut-il détecter la langue automatiquement ?
Oui. Whisper détecte la langue quand vous n’en indiquez pas, et Parakeet TDT 0.6B v3 de NVIDIA la détecte automatiquement parmi les 25 langues européennes qu’il prend en charge.
