La reconnaissance vocale, ou speech-to-text, est la capacité pour une machine ou un programme d’identifier les mots prononcés à haute voix et de les convertir en texte lisible. Les logiciels de reconnaissance vocale rudimentaires ont un vocabulaire limité de mots et de phrases, et ils ne peuvent les identifier que s’ils sont prononcés très clairement. Les logiciels plus sophistiqués ont la capacité d’accepter la parole naturelle, différents accents et langues.

La reconnaissance vocale intègre différents domaines de recherche en informatique, en linguistique et en ingénierie informatique. De nombreux appareils modernes ou programmes axés sur le texte peuvent comporter des fonctions de reconnaissance vocale afin de permettre une utilisation plus facile ou mains libres d’un appareil.

Il est important de noter que les termes reconnaissance vocale et reconnaissance de la parole sont parfois utilisés de manière interchangeable. Cependant, ces deux termes ont des significations différentes. La reconnaissance vocale est utilisée pour identifier les mots dans le langage parlé. La reconnaissance vocale est une technologie biométrique utilisée pour identifier la voix d’un individu particulier ou pour l’identification du locuteur.

Comment cela fonctionne

La reconnaissance vocale fonctionne à l’aide d’algorithmes par le biais de la modélisation acoustique et linguistique. La modélisation acoustique représente la relation entre les unités linguistiques de la parole et les signaux audio ; la modélisation du langage fait correspondre les sons aux séquences de mots pour aider à distinguer les mots qui se ressemblent.

Souvent, des modèles de Markov cachés sont également utilisés pour reconnaître les modèles temporels de la parole afin d’améliorer la précision au sein du système. Cette méthode modifiera aléatoirement les systèmes où l’on suppose que les états futurs ne dépendent pas des états passés. D’autres méthodes utilisées dans la reconnaissance vocale peuvent inclure le traitement du langage naturel (NLP) ou les N-grammes. Le NLP rend le processus de reconnaissance vocale plus facile et prend moins de temps. Les N-Grammes, quant à eux, constituent une approche relativement simple des modèles de langage. Ils aident à créer une distribution de probabilité pour une séquence.

Les logiciels de reconnaissance vocale plus avancés utiliseront l’IA et l’apprentissage automatique. Ces systèmes utiliseront la grammaire, la structure, la syntaxe ainsi que la composition des signaux audio et vocaux afin de traiter la parole. Les logiciels utilisant l’apprentissage automatique apprendront davantage au fur et à mesure qu’ils seront utilisés, il peut donc être plus facile d’apprendre des concepts comme les accents.

Applications

Les applications les plus fréquentes de la reconnaissance vocale au sein de l’entreprise incluent l’utilisation de la reconnaissance vocale dans les appareils mobiles. Par exemple, les individus peuvent utiliser cette fonctionnalité dans les smartphones pour le routage des appels, le traitement de la parole en texte, la numérotation vocale et la recherche vocale. Un utilisateur de smartphone pourrait utiliser la fonction de reconnaissance vocale pour répondre à un texte sans avoir à baisser les yeux sur son téléphone. La reconnaissance vocale sur les iPhones, par exemple, est liée à d’autres fonctions, comme le clavier et Siri. Si un utilisateur ajoute une langue secondaire à son clavier, il peut alors utiliser la fonction de reconnaissance vocale dans cette langue secondaire (pour autant que la langue secondaire soit sélectionnée sur le clavier lors de l’activation de la reconnaissance vocale. Pour utiliser d’autres fonctions comme Siri, l’utilisateur devrait changer les paramètres de langue.)

La reconnaissance vocale peut également être trouvée dans les applications de traitement de texte comme Microsoft Word, où les utilisateurs peuvent dicter ce qu’ils veulent afficher comme texte.

Pros et contre

Bien que pratique, la technologie de reconnaissance vocale a encore quelques problèmes à résoudre, car elle est continuellement développée. Les avantages du logiciel de reconnaissance vocale sont qu’il est facile à utiliser et facilement disponible. Le logiciel de reconnaissance vocale est maintenant fréquemment installé dans les ordinateurs et les appareils mobiles, ce qui permet un accès facile.

L’inconvénient de la reconnaissance vocale comprend son incapacité à saisir parfois les mots en raison des variations de prononciation, son manque de support pour certaines langues et son incapacité à trier le bruit de fond. Ces facteurs peuvent entraîner des inexactitudes. Certains logiciels de reconnaissance vocale peuvent également prendre du temps et sembler relativement lents pour traiter la parole.

Performance

La performance de la reconnaissance vocale est mesurée par la précision et la vitesse. La précision est mesurée par le taux d’erreur sur les mots. Le WER fonctionne au niveau du mot et identifie les inexactitudes dans la transcription, bien qu’il ne puisse pas identifier comment l’erreur s’est produite. La vitesse est mesurée par le facteur temps réel. Une variété de facteurs peuvent affecter les performances de la reconnaissance vocale par ordinateur, notamment la prononciation, l’accent, la hauteur, le volume et le bruit de fond.