Pourquoi ça arrive
Un modèle vocal reconnaît ce qu’il a beaucoup entendu.
La matière d’entraînement d’une langue est dominée par des locuteurs qui l’ont apprise en premier, enregistrés dans des conditions de studio, dans des registres soutenus. Les locuteurs de langue seconde sont présents dans cette matière, mais en quantité bien plus faible, et la manière particulière dont telle première langue façonne telle seconde l’est encore moins.
Un modèle se comporte donc le mieux sur les accents qu’il a le plus vus, ce qui n’est pas un jugement sur la clarté. Beaucoup de locuteurs de langue seconde sont plus faciles à comprendre pour un humain que bien des locuteurs natifs à l’accent régional marqué, et le modèle trouve quand même l’accent régional plus facile, parce qu’il en a entendu davantage.
Le savoir vaut déjà quelque chose en soi. Des gens concluent que leur anglais n’est pas assez bon, alors que ce qui se produit est une propriété statistique d’un jeu de données.
Deux situations, et elles diffèrent
Écrire dans ta deuxième langue. Tu dictes de l’anglais, de l’allemand ou du néerlandais avec l’accent de ta première langue. Le modèle travaille dans une langue bien dotée et bute sur la prononciation.
Écrire dans ta première langue, qui est peu dotée. Là, le modèle a moins de matière pour la langue elle-même, et tous ceux qui l’emploient vivent la même chose, accent ou pas.
Les deux donnent l’impression que « la dictée marche moins bien pour moi », et elles n’ont pas le même remède. La première se soigne par la capacité et le vocabulaire ; la seconde par le temps qui passe et par le choix d’outils qui couvrent vraiment ta langue.
Ce qui aide réellement, dans l’ordre
Prends un modèle plus grand. Ça compte davantage pour toi que pour un locuteur natif. La capacité supplémentaire est précisément ce qui encaisse une prononciation que le modèle a peu vue, donc l’écart entre les tailles est plus grand dans ton cas que dans les bancs d’essai que tu as lus. LocalType propose 60, 190 et 539 Mo, et si ton téléphone peut loger le plus grand, il vaut l’attente.
Ajoute ton vocabulaire sans retenue. Les noms venus de ta première langue, les lieux, les noms de famille, les mots dont tu te sers tous les jours et qu’un modèle généraliste n’a rencontrés dans aucun accent. Ces ajouts restent sur l’appareil et sont donnés au modèle vocal comme contexte, ce qui sert de façon disproportionnée quand les indices acoustiques sont lus avec moins d’assurance.
Parle en phrases complètes. Le contexte travaille davantage quand le son est plus difficile à interpréter, donc une phrase entière rattrape bien plus qu’un mot isolé. C’est l’habitude la plus efficace et elle ne coûte rien.
Ne change pas ta façon de parler. Exagérer vers un accent neutre imaginaire produit quelque chose que le modèle a entendu encore moins. Ta voix ordinaire est celle avec laquelle il a le plus de chances.
Rapproche-toi du micro. Un audio propre aide tout le monde et t’aide davantage, parce qu’il y a moins de redondance sur laquelle se rabattre.
Ce qui n’aidera pas
Deux choses que les gens essaient, et toutes deux aggravent la situation.
Ralentir énormément. Les modèles sont entraînés sur de la parole à vitesse ordinaire. Une parole très lente et surarticulée est une entrée inhabituelle et la justesse baisse.
Changer de réglage de langue pour « se rapprocher ». Dicter ta deuxième langue pendant que le système attend la première, ou l’inverse, produit un charabia plein d’assurance plutôt qu’une meilleure approximation.
Là où la détection automatique t’aide
Si tu passes d’une langue à l’autre dans la journée, comprendre le mécanisme change ta façon de faire.
LocalType identifie laquelle des dix-huit langues tu parles à partir de l’enregistrement plutôt que d’un menu, donc un message dans ta première langue suivi d’un message dans ta seconde ne réclame rien entre les deux.
La détection porte sur l’enregistrement entier, donc une phrase qui mélange réellement deux langues doit être attribuée à l’une. Et un énoncé court lui donne peu de matière, donc une réponse de deux mots est l’endroit où elle risque le plus de choisir mal.
Parler en phrases entières règle les deux, ce qui est le même conseil que partout ailleurs, pour la même raison de fond.
Les mots que ta langue emprunte sans arrêt
Un raté précis, invisible tant qu’on ne l’a pas vu.
La plupart des langues ont absorbé du vocabulaire technique anglais, et les gens basculent dedans en milieu de phrase sans s’en apercevoir : le nom d’un outil de réunion, un format de fichier, un terme de métier. La phrase est française ou espagnole ou polonaise, et trois mots dedans sont anglais, prononcés comme ta langue les prononce.
C’est réellement difficile pour un système de reconnaissance. La phrase est identifiée comme une langue, et à l’intérieur se trouvent des mots qui appartiennent à une autre, dits avec un accent qui n’appartient ni à l’une ni à l’autre.
Le remède, c’est encore le dictionnaire. Ajouter ces mots empruntés, écrits comme tu veux les voir, transforme la pire catégorie d’erreur de la vie professionnelle bilingue en problème réglé. Ça prend dix minutes, une fois.
Écrire à des gens qui jugeront l’écriture
Écrire pour un lecteur qui juge change la quantité de vérification qui convient.
Qui écrit professionnellement dans une deuxième langue sait déjà que les erreurs se lisent comme un manque de compétence plutôt que comme des fautes de frappe. Une erreur de dictée coûte donc plus cher dans ce contexte que pour un locuteur natif, qui bénéficie du doute.
La réponse pratique n’est pas d’éviter la dictée. C’est de séparer les passages : dicter librement pour poser le contenu, puis relire une fois exprès avant d’envoyer, en faisant attention aux noms et à toute phrase qui contient une négation.
C’est un bon conseil pour tout le monde, et il compte davantage ici.
Ce à quoi s’attendre
Les résultats seront sans doute un peu en dessous de ceux d’un locuteur natif, sur le même téléphone, avec les mêmes réglages. Cet écart est réel.
Il est aussi d’ordinaire plus petit qu’on ne le craint une fois les réglages ci-dessus en place, et bien plus petit que l’écart entre dicter et taper au pouce sur un téléphone, qui est la comparaison qui compte vraiment.
La précision n’est pas non plus identique sur les dix-huit langues que LocalType couvre, parce que la matière d’entraînement n’y est pas répartie également non plus. Les langues très parlées ressortent le mieux, et c’est le même effet un étage plus haut.
Le reste ne change pas
Rien de tout ça n’interagit avec le reste du produit. La reconnaissance se passe sur l’appareil à partir d’un modèle rangé là où seule l’app peut aller, et l’app demande un accès à internet pour un seul but, récupérer le modèle que tu as choisi.
Il n’y a aucun compte, la publicité est absente, aucun pistage ne tourne dans le produit, et aucune archive de tes enregistrements n’est gardée. Rien de ce que l’app conserve n’entre dans la sauvegarde cloud d’Android. Dans un champ de mot de passe, la touche micro n’est pas proposée.
Ce dernier ensemble compte pratiquement pour quiconque écrit à sa famille à l’étranger avec une carte SIM locale : rien n’est envoyé, donc aucun forfait n’est consommé et aucune connexion n’est nécessaire.
Dix minutes de noms, puis une semaine
Installe-le, choisis le plus grand modèle que ton téléphone loge confortablement, et passe dix minutes à ajouter les noms que tu écris le plus souvent, dans les deux langues.
Puis juge après une semaine plutôt qu’après un après-midi. L’essentiel du progrès de la première quinzaine vient de ta propre diction qui se pose, et non de ce que tu règles.