Technique · Définition
Reconnaissance vocale (ASR)
La reconnaissance vocale, ou ASR (Automatic Speech Recognition), est la technologie qui convertit automatiquement la parole en texte. Les systèmes modernes reposent sur des réseaux de neurones entraînés sur de grands volumes d'audio transcrit, qui apprennent conjointement l'acoustique de la parole et les régularités de la langue.
Comment fonctionne un système ASR
Historiquement, trois briques coopéraient : un modèle acoustique (du signal sonore aux unités de la parole), un lexique de prononciation et un modèle de langage (quelles suites de mots sont plausibles). Les architectures neuronales actuelles apprennent la correspondance audio-texte de bout en bout, mais la composante linguistique reste décisive : c'est elle qui tranche entre homophones et reconnaît le vocabulaire rare. La qualité se mesure par le taux d'erreur mots (WER, word error rate) : la proportion de mots substitués, omis ou ajoutés par rapport à une transcription de référence.
Pourquoi le français est plus difficile que l'anglais
Les corpus d'entraînement disponibles sont massivement anglophones, et le français cumule des pièges spécifiques : homophonie grammaticale (« parler », « parlé », « parlez »), accords muets à l'oral, liaisons qui déplacent les frontières de mots, sigles omniprésents en entreprise, terminologie métier et accents régionaux — le tout sur de la parole spontanée, qui se coupe et se reprend. À l'usage professionnel, l'écart se creuse donc entre modèles généralistes et modèles spécialisés sur le français métier : c'est l'approche retenue par Gilbert, qui atteint 98,2 % de précision en français professionnel.
ASR et diarisation : transcrire, puis attribuer
L'ASR produit le texte ; la diarisation détermine qui parle et quand. Sans elle, la transcription d'une réunion est un bloc anonyme, inutilisable pour savoir qui a pris quel engagement. Les deux techniques combinées produisent un verbatim attribué et horodaté — la matière première dont sont extraits ensuite compte rendu, décisions et actions.
Pour aller plus loin
Gilbert transforme vos réunions en comptes rendus structurés — hébergé en France, précis sur le français métier.
Tester Gilbert gratuitement