Qu'est-ce que la reconnaissance vocale multilingue ? C'est un système unique qui reconnaît la parole dans de nombreuses langues, au lieu d'un modèle distinct pour chacune. Le système apprend des motifs sonores communs et décide quelle langue il entend. La qualité varie toutefois selon la langue, et certaines sont bien mieux servies que d'autres.
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
- Un modèle pour de nombreuses langues est entraîné sur des enregistrements dans toutes ; les langues riches en audio d'entraînement obtiennent en général les meilleurs résultats.
- Des bancs d'essai publiés, comme FLEURS, testent le même système sur de nombreuses langues, et les scores s'étalent en général largement entre les plus fortes et les plus faibles.
- Beaucoup de langues dans la liste ne veut pas dire que toutes sont couvertes : une langue avec peu de données d'entraînement peut figurer et pourtant être mal lue.
- Un système multilingue doit détecter la langue ou se la voir indiquer, et un mauvais choix à cette étape nuit à chaque mot qui suit.
- Une parole qui mêle deux langues est plus difficile qu'une parole en une seule, même pour un modèle qui gère bien les deux séparément.
À quoi cela ressemble
// illustrative output of a multilingual recogniser
{
"language": "de",
"text": "Guten Morgen, wir beginnen mit dem Bericht.",
"language_confidence": "high"
}
// the same system, given a clip in French, would return language "fr"
Pour aller plus loin
Consultez la liste complète des langues, les outils et le glossaire.
Questions fréquentes
Un modèle multilingue vaut-il mieux qu'un modèle par langue ?
Pas toujours. Il est plus simple à exploiter et couvre plus de langues, mais un modèle conçu pour une langue peut faire mieux dans cette langue. Cela dépend des données.
Reconnaît-il toutes les langues ?
Non. La couverture a des limites et la qualité diffère d'une langue à l'autre. Consultez les résultats de test publiés pour votre langue avant de vous fier à une longue transcription.
Combien de langues le bot Potok gère-t-il bien ?
Environ 30 langues ont de bons résultats publiés, et quelques autres viennent avec un avertissement. La liste des langues de ce site indique laquelle est laquelle.
Le bot traduit-il la transcription ?
Non. La transcription reste dans la langue parlée. Le bot ne la convertit pas dans une autre langue.
Que faire pour une langue rare ?
Testez d'abord un court extrait, lisez le résultat de près et attendez-vous à corriger à la main les noms et les mots techniques.
Sources
Chaque source a été ouverte manuellement à la date indiquée. Les pages évoluent : ouvrez la source si un détail compte pour vous.
- Whisper speech recognition system (Wikipedia), Wikipedia · vérifié le
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · 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