Le problème, c’est le basculement, pas la traduction
On confond les deux sans arrêt, et ce ne sont pas les mêmes problèmes.
La traduction change ce que tu as dit en une autre langue. C’est un produit distinct et un autre problème.
Dicter en bilingue veut dire écrire correctement la langue que tu viens de parler, sans l’avoir annoncée. Tu dis une phrase en français, ça écrit du français. Dix minutes plus tard tu en dis une en anglais, ça écrit de l’anglais. Rien n’est converti ; le système doit simplement reconnaître la langue qu’il entend.
Ça paraît mineur et c’est toute la friction quotidienne de millions de gens.
Pourquoi la plupart des outils s’en sortent mal
La dictée classique suppose une langue à la fois, choisie à l’avance.
Cette hypothèse est raisonnable pour quelqu’un qui n’écrit jamais que dans une langue. Pour tous les autres, elle produit un aller-retour dans les réglages plusieurs fois par jour, et cet aller-retour est la raison pour laquelle les gens cessent de dicter. Personne ne change un menu pour répondre à un message de deux lignes.
La panne, quand tu oublies, n’aide pas non plus. Le système ne dit pas « ce n’est pas la langue que j’attendais ». Il fait de son mieux pour entendre la langue qu’on lui a annoncée et produit un charabia plein d’assurance, si bien que tu obtiens un message qui a l’air écrit par quelqu’un qui ne va pas bien, plutôt qu’une erreur sur laquelle tu pourrais agir.
Les systèmes qui téléchargent un pack par langue ajoutent un second problème : chaque langue ajoutée coûte de la place, et changer peut vouloir dire attendre qu’un composant se charge.
Détecter la langue depuis l’enregistrement
La meilleure approche consiste à la déduire de l’audio, enregistrement par enregistrement, et à agir en conséquence.
LocalType le fait sur dix-huit langues avec un seul modèle multilingue, donc il n’y a rien à sélectionner avant de parler et rien à télécharger par langue. Commence un message dans une langue et le suivant dans une autre, il te suit.
L’effet concret sur une journée bilingue, c’est que la dictée cesse d’être quelque chose que tu configures et devient quelque chose dont tu te sers. Réponds à ta mère dans une langue, à ton collègue dans une autre, à un formulaire dans une troisième, sans toucher à un réglage.
Où la détection automatique est la plus faible
Ce n’est pas de la magie, et la détection cède à des endroits prévisibles.
Les énoncés très courts. Un ou deux mots ne donnent presque rien pour identifier une langue, donc un prénom isolé ou un « oui, demain » est l’endroit où le système risque le plus de se tromper. Les phrases entières sont bien plus fiables.
Les langues qui se ressemblent. Des langues proches partagent des sons et des structures, et une phrase courte dans l’une peut paraître plausible dans l’autre.
Les phrases qui contiennent les deux. La détection se fait par enregistrement et non par mot, donc une phrase qui mélange réellement deux langues doit être attribuée à l’une des deux. Un mot anglais emprunté dans une phrase française ne pose pas de problème, puisque la phrase reste française. Une moitié dans chaque langue, si.
Une précision inégale entre langues. Les modèles vocaux sont entraînés sur des quantités très différentes selon la langue, donc les résultats ne sont pas identiques sur les dix-huit. Les langues très parlées ressortent le mieux.
La parade pratique est la même pour ces quatre points : parle en phrases complètes plutôt qu’en fragments, et garde une seule langue par enregistrement.
La question de la disposition du clavier
C’est la partie qui prend les gens au dépourvu, et mieux vaut la comprendre que la combattre.
Si tu règles une langue précise, tout se déplace ensemble : la disposition du clavier, le dictionnaire de la correction automatique, et la langue de dictée. C’est le bon montage si tu vas écrire dans une langue pendant un moment, parce que la frappe et la dictée sont d’accord entre elles.
Si tu laisses sur automatique, la dictée suit ta voix mais la disposition reste où elle était, et il ne peut pas en aller autrement, puisque la disposition est à l’écran avant que tu aies dit quoi que ce soit. Aucun clavier ne peut savoir quelle langue tu t’apprêtes à parler.
Le conseil est donc : automatique les jours où tu dictes beaucoup et changes sans arrêt, langue fixée quand tu vas taper autant que parler dans l’une d’elles. Aucune des deux n’est un pis-aller ; ce sont les réponses à deux sortes de journées.
Une routine qui marche
Règle une langue quand tu t’installes pour travailler dedans. Si tout ton après-midi se passe dans une langue, verrouille-la. La correction automatique cessera de te contrarier.
Laisse en automatique quand tu passes d’une conversation à l’autre. C’est là que la détection gagne son pain.
Ajoute une fois les noms des deux langues. Une vie bilingue est pleine de noms propres qui appartiennent à une langue et servent dans l’autre. Ces ajouts ne quittent pas l’appareil et sont donnés au modèle vocal comme contexte, donc ils commencent à arriver corrects quelle que soit la langue autour.
Dis des phrases entières. C’est le remède à la plupart des erreurs de détection et ça ne coûte rien.
Ce que fait LocalType ici, en bref
Dix-huit langues en un seul téléchargement, identifiées par enregistrement, sans pack à gérer ni menu à visiter entre deux messages. La liste complète et le détail du comportement du réglage sont sur la page des langues.
Tout le reste de l’app ne change pas selon la langue où tu te trouves. Le modèle tourne sur le téléphone, donc la dictée marche hors ligne, ce qui compte pour qui est bilingue parce qu’il a changé de pays et fait désormais l’aller-retour entre les deux. L’accès à internet est demandé une seule fois, pour récupérer le modèle. Il n’y a aucun compte, aucune publicité, aucun pistage à l’intérieur du produit, aucune archive de tes enregistrements, et les données de l’app restent hors de la sauvegarde cloud d’Android. Le fichier du modèle est rangé dans un stockage privé que seule l’app peut lire, et le micro se coupe de lui-même dans un champ de mot de passe.
Trois tailles, à 60, 190 et 539 Mo, fixent l’échange entre vitesse et justesse. Pour un usage bilingue, l’option du milieu ou la grande valent d’ordinaire la peine, puisque la détection de langue a d’autant plus de matière que le modèle en a.
Vivre dans deux langues n’est pas la même chose qu’en connaître deux
Les attentes envers un clavier ne sont pas les mêmes dans les deux cas.
Quelqu’un qui a appris une deuxième langue à l’école et s’en sert de temps en temps dicte dans une langue qu’il parle avec soin et lentement. C’est de la matière facile : prononciation appliquée, vocabulaire standard, phrases complètes.
Quelqu’un qui vit dans deux langues fait tout autre chose. Il les parle couramment toutes les deux, vite, avec des tournures locales et des mots importés, et il change selon la personne en face plutôt que selon un plan. C’est plus dur pour n’importe quel système, et c’est aussi la situation où la détection automatique se rembourse plusieurs fois par jour.
Si tu es dans le second cas, investis les dix minutes d’ajout de vocabulaire des deux langues avant de juger le résultat. Les ratés que tu remarqueras d’abord seront presque tous des noms propres qui traversent d’une langue à l’autre, et c’est précisément ce que tu peux corriger toi-même.
Ensuite, la mesure du succès est simple : combien de fois par jour tu ouvres un menu de réglages. Si la réponse est aucune, ça marche.