Pourquoi les noms sont la partie difficile
Un modèle vocal apprend à partir de parole enregistrée et du texte correspondant. Tout ce qui revenait souvent dans cette matière, il le traite bien. Tout ce qui n’y était pas, il n’en a aucune représentation.
Le nom de famille de ta collègue n’y était pas. Le nom du système interne de ta boîte non plus, ni le village où tu habites, ni le médicament que tu prends, ni le sigle que ton secteur emploie cinquante fois par jour.
Face à un son pour lequel il n’a pas de mot, un système de reconnaissance ne s’arrête pas pour avouer son échec. Il produit ce qui s’en rapproche le plus parmi ce qu’il connaît, et c’est pourquoi les noms inconnus ressortent en mots ordinaires qui riment avec eux. Le résultat a l’air sûr de lui et se lit comme du charabia.
Aucune articulation, si soignée soit-elle, n’arrange ça. Le bon mot n’a jamais figuré parmi les options.
Ce qu’un dictionnaire personnel change vraiment
Ajouter un mot le met dans la course.
Pour la frappe, ça met fin au combat avec la correction automatique. Un nom que tu as ajouté n’est plus traité comme une faute, donc il cesse d’être remplacé par quelque chose que le dictionnaire, lui, reconnaît.
Pour la dictée, l’effet est plus grand. Les mots que tu as ajoutés sont donnés au modèle vocal comme contexte, ce qui veut dire que lorsqu’un son pourrait plausiblement être le nom de ta collègue ou un mot ordinaire, ce nom est désormais un candidat dont il a connaissance. Ça suffit d’ordinaire à faire basculer une mauvaise réponse vers la bonne.
Chez LocalType, ces ajouts ne quittent jamais l’appareil. Il n’y a nulle part où les envoyer, donc la question de savoir s’ils sont partagés ne se pose pas.
Quoi ajouter, par ordre de rendement
Dix minutes passées ici valent mieux que tout autre réglage. Descends la liste.
Les gens à qui tu écris ou dont tu parles. Collègues, clients, famille, le plombier. Les noms de famille surtout, puisque les prénoms ont plus de chances d’être des mots courants que le modèle connaît déjà.
Les lieux que tu cites. Ta rue, ta commune, l’adresse du bureau, l’école. Les noms de lieux locaux ne figurent presque jamais dans une matière d’entraînement générale.
Le vocabulaire du travail. Noms de produits, systèmes internes, sigles, le jargon de ton domaine. Si tu devrais l’expliquer à un inconnu, le modèle en a besoin aussi.
Les récurrences précises. Le modèle de ta voiture, ta banque, le magasin où tu commandes, un médicament, un diagnostic, une pièce d’équipement.
Tout ce que tu as corrigé deux fois. C’est le vrai signal. Si tu as rattrapé un mot à la main plus d’une fois, arrête de le rattraper et ajoute-le.
Ce qu’il ne faut pas s’embêter à ajouter
Aussi utile, parce qu’une liste boursouflée vaut moins qu’une liste courte.
Les mots ordinaires bien orthographiés. Ils sont déjà connus. Les ajouter ne change rien.
Les noms qui ne serviront qu’une fois. Quelqu’un que tu citeras une seule fois. Corrige à la main et passe à autre chose.
Des expressions entières. Un dictionnaire contient des mots. Ajouter une phrase n’apprend pas une phrase au système.
Les mots dont tu ignores l’orthographe. Tu lui enseignes ta graphie. Si elle est fausse, tu lui as appris à se tromper avec assurance, et il corrigera désormais la bonne version vers ton erreur.
Les mots de passe et les codes. Jamais. Au-delà de l’évidence, la dictée est de toute façon coupée dans les champs de mot de passe, donc ça ne servirait à rien.
Comment le faire sans que ça devienne un chantier
L’erreur consiste à en faire une saisie de données. Fais-le en deux passages.
Un lot au départ. Assieds-toi une fois et ajoute les vingt ou trente choses dont tu sais que tu parles constamment. Dix minutes, et ça couvre l’essentiel de ton volume quotidien.
Puis au fil de l’eau. Chaque fois que tu corriges un mot pour la deuxième fois, ajoute-le sur-le-champ. En quinze jours, ça rattrape tout ce que le premier passage avait manqué, sans que tu y consacres jamais de temps dédié.
N’essaie pas d’être exhaustif au début. Tu ajouteras des choses qui ne serviront jamais et tu oublieras celles qui servent.
Là où ça cesse d’aider
Un dictionnaire corrige un type d’erreur précis et laisse le reste où il était.
Les homophones restent ambigus. Si ta collègue s’appelle Rose et que tu parles aussi de roses, ajouter le nom ne dit pas au système lequel tu voulais dire. C’est le contexte qui fait ce travail, et il se trompera parfois.
La prononciation doit toujours correspondre. Un mot à l’orthographe inhabituelle mais prononcé de façon conventionnelle ne pose pas de problème. Un mot prononcé d’une manière pour laquelle le modèle n’a aucune correspondance peut encore échouer, en particulier les noms venus de langues qu’il a peu vues.
Ça n’améliore pas la précision générale. Un dictionnaire corrige des mots précis, pas ton accent, ni le bruit de la pièce, ni la distance à laquelle tu tiens le téléphone. Ce sont des problèmes distincts avec des remèdes distincts.
C’est propre à l’appareil. Comme LocalType garde ses données hors de la sauvegarde cloud d’Android, ta liste ne te suit pas sur un nouveau téléphone. C’est la conséquence directe du refus de ranger ton vocabulaire ailleurs que sur l’appareil, et cela vaut dans les deux sens : rien à faire fuir, rien à restaurer.
La complication bilingue
Qui écrit dans plus d’une langue tombe ici sur un cas particulier.
Les noms traversent les langues en permanence. Ta collègue néerlandaise est citée dans un mail en anglais, le nom de produit anglais apparaît dans un message en français. Le mot est le même ; la langue autour ne l’est pas.
Ajouter le nom une fois aide dans les deux cas, puisque c’est le mot qui est reconnu et non la phrase. Mais la détection de la langue que tu parles porte sur l’enregistrement entier, donc une phrase majoritairement dans une langue avec un nom étranger dedans reste cette langue, et c’est exactement la situation que tu veux.
Une liste, deux usages
L’ajout de mots est prévu, ils restent sur l’appareil, et ils servent deux fois : ils améliorent la correction automatique et les suggestions de mot suivant pendant que tu tapes, et ils font office de contexte pour le modèle vocal pendant que tu dictes. Une seule app possède les deux moitiés, et c’est pourquoi une liste unique sert aux deux.
Tout le reste de l’app ne change pas pour autant. La reconnaissance tourne sur le téléphone, à partir d’un fichier de modèle qu’aucune autre app ne peut ouvrir. Le réseau est sollicité une fois, pour récupérer le modèle que tu as pris, et pas davantage. Rien à créer comme compte, la publicité est absente, rien à l’intérieur du produit ne fait de pistage, et tes enregistrements ne sont pas archivés. Les trois tailles, 60, 190 et 539 Mo, règlent la vitesse contre la justesse, avec 4,1 secondes nécessaires pour 6,9 secondes de parole au réglage intermédiaire sur l’appareil de test à 4 Go, et un seul modèle multilingue couvre dix-huit langues.
Trente mots, puis on arrête
Ajoute les trente choses dont tu parles le plus. Ajoute tout ce que tu as corrigé deux fois. N’ajoute pas de mots ordinaires, pas de noms qui ne reviendront jamais, et rien dont tu pourrais mal écrire l’orthographe.
Ensuite, cesse d’y penser, parce que l’essentiel de ce qui t’agaçait aura cessé de se produire.
C’est le rare réglage où cinq minutes d’effort donnent un résultat permanent. Presque tout le reste de la qualité d’une dictée est une habitude qu’il faut entretenir. Celui-ci, tu le fais une fois et il reste fait.