Qu'est-ce qu'une hallucination ASR ? C'est du texte produit par un modèle de reconnaissance vocale alors que personne n'a parlé. Le modèle comble un vide avec une phrase plausible, surtout sur du silence ou de la musique. Les mots se lisent bien : l'erreur passe donc facilement inaperçue.
Transcrire un enregistrement
Envoyez votre message vocal, audio ou vidéo à @potok_now_bot sur Telegram et le texte vous revient dans la conversation.
Ouvrir @potok_now_bot dans Telegram
Fichiers jusqu'à 2 Go · export en TXT, MD, DOCX, PDF, SRT et VTT · étiquettes des intervenants et horodatage · environ 30 langues
L'essentiel
- Les lignes inventées sont généralement fluides et courtes. Elles passent une lecture rapide : il faut les comparer à l'audio.
- Les passages sans parole sont le déclencheur typique : une pause avant le début d'une réunion, un jingle d'introduction ou une longue tonalité d'attente.
- Des phrases répétées en boucle plusieurs fois de suite montrent aussi que le modèle a perdu le fil du son.
- Couper les silences d'un enregistrement avant de le transcrire supprime beaucoup d'occasions de commettre cette erreur.
À quoi cela ressemble
[00:00:00 --> 00:00:04] Welcome to the weekly review.
[00:00:04 --> 00:00:19] (music only in the recording)
[00:00:19 --> 00:00:23] Thank you for watching. <-- invented line, nobody said it
[00:00:23 --> 00:00:30] Let's start with the budget.
Pour aller plus loin
Consultez la liste complète des langues, les outils et le glossaire.
Questions fréquentes
Une hallucination, est-ce la même chose qu'un mot mal entendu ?
Non. Un mot mal entendu remplace quelque chose qui a été dit. Une hallucination ajoute des mots là où rien n'a été dit : il n'existe donc aucune parole d'origine à comparer.
Où les hallucinations apparaissent-elles le plus souvent ?
Sur le silence, la musique, le bourdonnement de fond et les secondes calmes au début ou à la fin d'un fichier, où le modèle a peu de vraie parole à suivre.
Comment repérer un texte inventé dans une transcription ?
Écoutez l'audio à l'horodatage de toute ligne qui semble déplacée. Si la piste est silencieuse ou ne contient que de la musique, la ligne a probablement été inventée.
Puis-je l'éviter complètement ?
Non, aucun réglage n'écarte tout risque. Couper les silences, utiliser un enregistrement propre et relire le résultat avec l'audio le réduisent, mais une vérification finale reste nécessaire.
Le bot Potok vérifie-t-il cela ?
Le bot renvoie la transcription telle que reconnue : relisez-la avec l'audio, surtout autour des pauses et de la musique. Vous pouvez ensuite corriger les lignes dans un fichier TXT ou DOCX exporté.
Sources
Chaque source a été ouverte manuellement à la date indiquée. Les pages évoluent : ouvrez la source si un détail compte pour vous.
- Speech recognition (Wikipedia), Wikipedia · vérifié le
- Whisper speech recognition system (Wikipedia), Wikipedia · vérifié le
Essayez avec votre propre enregistrement
Envoyez votre message vocal, audio ou vidéo à @potok_now_bot sur Telegram et le texte vous revient dans la conversation.
Ouvrir @potok_now_bot dans Telegram