Administrator
This teaching view is for the instructor. Enter the administrator password.
Wrong password · Mot de passe incorrect
Key pointsL'essentiel
Speech technology: types, quality and consequencesLes technologies de la parole : types, qualité et conséquences
(speech-to-text) turns a voice into written text, (text-to-speech) does the reverse, and turns speech in one language into speech in another.
La (de la parole au texte) transforme une voix en texte écrit, la (du texte à la parole) fait l'inverse, et la transforme une parole dans une langue en parole dans une autre.
automatic speech recognition (ASR) · fr: reconnaissance automatique de la parole reconnaissance automatique de la parole (RAP) · en : automatic speech recognition speech parole : Technology that analyses the human voice captured by a microphone and transcribes it into machine-readable text; also called speech-to-text (STT). Technologie qui analyse la voix humaine captée au moyen d'un microphone pour la transcrire sous la forme d'un texte exploitable par une machine ; aussi appelée transcription de la parole en texte (angl. speech-to-text, STT).
speech synthesis (TTS) · fr: synthèse de la parole synthèse de la parole · en : speech synthesis speech parole : The generation of artificial speech from written text (text-to-speech), combining linguistic processing to derive a pronounceable phonetic form with signal processing to render it as audio; the inverse of automatic speech recognition. Production de parole artificielle à partir de n'importe quel texte (angl. text-to-speech, TTS), combinant un traitement linguistique, qui transforme le texte en une forme phonétique prononçable, et un traitement du signal, qui transforme cette forme en son ; l'inverse de la reconnaissance automatique de la parole.
speech-to-speech translation (S2ST) · fr: traduction parole à parole traduction parole à parole · en : speech-to-speech translation speech parole : The conversion of spoken input in one language into spoken output in another language, either by chaining speech recognition, machine translation and speech synthesis (cascade) or by a single end-to-end model. Conversion d'un énoncé oral dans une langue en énoncé oral dans une autre langue, soit en enchaînant reconnaissance de la parole, traduction automatique et synthèse de la parole (cascade), soit par un modèle unique de bout en bout.
Key pointsL'essentiel
Speech technology: types, quality and consequencesLes technologies de la parole : types, qualité et conséquences
The cascade approach chains the three stages, and each of them can go wrong; the end-to-end approach translates the audio directly, which can preserve the voice and reduce .
L'approche en cascade enchaîne les trois étapes, et chacune peut se tromper ; l'approche de bout en bout traduit l'audio directement, ce qui peut préserver la voix et réduire la .
latency · fr: latence latence · en : latency speech parole : The delay between an input and the system's response; in live speech recognition and interpreting, the time between the spoken words and their displayed transcription or translation. Délai entre une entrée et la réponse du système ; en reconnaissance de la parole en direct et en interprétation, temps qui s'écoule entre les mots prononcés et l'affichage de leur transcription ou de leur traduction.
Key pointsL'essentiel
Speech technology: types, quality and consequencesLes technologies de la parole : types, qualité et conséquences
For any speech technology, there is a trade-off between speed and quality.
Pour toute technologie de la parole, il y a un compromis entre la vitesse et la qualité.
Key pointsL'essentiel
Speech technology: types, quality and consequencesLes technologies de la parole : types, qualité et conséquences
(WER) measures how often errors occur, not how serious they are: one wrong word can change an amount or a name.
Le (WER) mesure la fréquence des erreurs, pas leur gravité : un seul mot erroné peut changer un montant ou un nom.
word error rate (WER) · fr: taux d'erreur de mots taux d'erreur de mots · en : word error rate speech parole : The standard metric of speech recognition quality: the proportion of substituted, deleted and inserted words in the automatic transcript relative to the number of words in a human reference; it measures how frequent errors are, not how serious. Indicateur standard de la qualité d'une reconnaissance de la parole : proportion de mots substitués, supprimés et insérés dans la transcription automatique par rapport au nombre de mots d'une référence humaine ; il mesure la fréquence des erreurs, pas leur gravité.
Key pointsL'essentiel
Speech technology: types, quality and consequencesLes technologies de la parole : types, qualité et conséquences
Quality depends on the signal (microphone, noise), the content (accents, terminology, entities) and the processing mode, and most of that is partly under your control.
La qualité dépend du signal (micro, bruit), du contenu (accents, terminologie, entités) et du mode de traitement, et une bonne part se contrôle.
Key pointsL'essentiel
Speech technology: types, quality and consequencesLes technologies de la parole : types, qualité et conséquences
Dictation does not automatically make translation faster, and it is automatic interpreting rather than a computer-assisted interpreting tool that replaces an interpreter.
La dictée n'accélère pas automatiquement la traduction, et c'est l'interprétation automatique, non l'outil d'interprétation assistée par ordinateur, qui remplace une interprète.
Page 1Page 1
Three families of speech technologyTrois familles de technologies de la parole
- (or speech-to-text) turns a voice into written text.
- (or text-to-speech) generates a spoken version of written text.
- turns speech in one language into speech in another, either by chaining the two with or with a single end-to-end model.
- For any speech technology, there is a trade-off between speed and quality.
- La (de la parole au texte) transforme une voix en texte écrit.
- La (du texte à la parole) génère une version orale d'un texte écrit.
- La transforme une parole dans une langue en parole dans une autre, soit en enchaînant les deux avec la , soit au moyen d'un seul modèle de bout en bout.
- Pour toute technologie de la parole, il y a un compromis entre la vitesse et la qualité.
automatic speech recognition (ASR) · fr: reconnaissance automatique de la parole reconnaissance automatique de la parole (RAP) · en : automatic speech recognition speech parole : Technology that analyses the human voice captured by a microphone and transcribes it into machine-readable text; also called speech-to-text (STT). Technologie qui analyse la voix humaine captée au moyen d'un microphone pour la transcrire sous la forme d'un texte exploitable par une machine ; aussi appelée transcription de la parole en texte (angl. speech-to-text, STT).
speech synthesis (TTS) · fr: synthèse de la parole synthèse de la parole · en : speech synthesis speech parole : The generation of artificial speech from written text (text-to-speech), combining linguistic processing to derive a pronounceable phonetic form with signal processing to render it as audio; the inverse of automatic speech recognition. Production de parole artificielle à partir de n'importe quel texte (angl. text-to-speech, TTS), combinant un traitement linguistique, qui transforme le texte en une forme phonétique prononçable, et un traitement du signal, qui transforme cette forme en son ; l'inverse de la reconnaissance automatique de la parole.
speech-to-speech translation (S2ST) · fr: traduction parole à parole traduction parole à parole · en : speech-to-speech translation speech parole : The conversion of spoken input in one language into spoken output in another language, either by chaining speech recognition, machine translation and speech synthesis (cascade) or by a single end-to-end model. Conversion d'un énoncé oral dans une langue en énoncé oral dans une autre langue, soit en enchaînant reconnaissance de la parole, traduction automatique et synthèse de la parole (cascade), soit par un modèle unique de bout en bout.
machine translation (MT) · fr: traduction automatique traduction automatique (TA) · en : machine translation translation traduction : The use of a computer system to produce content in a target language that conveys content expressed in a source language. Utilisation d'un système informatique pour produire, dans une langue cible, un contenu qui rend un contenu exprimé dans une langue source.
Page 2Page 2
Translating speech: cascade or end-to-endTraduire la parole : en cascade ou de bout en bout
- The cascade approach chains recognition, machine translation and synthesis; each stage can pass its errors on to the next.
- The end-to-end approach translates the audio directly; it can preserve the voice and reduce , but it covers fewer language pairs.
- L'approche en cascade enchaîne reconnaissance, traduction automatique et synthèse ; chaque étape peut propager ses erreurs à la suivante.
- L'approche de bout en bout traduit l'audio directement ; elle peut préserver la voix et réduire la , mais couvre moins de paires de langues.
latency · fr: latence latence · en : latency speech parole : The delay between an input and the system's response; in live speech recognition and interpreting, the time between the spoken words and their displayed transcription or translation. Délai entre une entrée et la réponse du système ; en reconnaissance de la parole en direct et en interprétation, temps qui s'écoule entre les mots prononcés et l'affichage de leur transcription ou de leur traduction.
Page 3Page 3
Measuring speech recognition qualityMesurer la qualité de la reconnaissance
- (WER) compares an automatic transcription against a human reference and counts three kinds of error: substitutions, deletions, insertions.
- A WER of 5% means one word in twenty is wrong on average; the metric says nothing about how serious those errors are.
- Performance varies widely with the recording conditions and with the speaker.
- Le (WER) compare la transcription automatique à une référence humaine et compte trois types d'erreurs : substitutions, suppressions, insertions.
- Un WER de 5 % signifie en moyenne un mot erroné sur vingt ; la métrique ne dit rien de la gravité de ces erreurs.
- La performance varie fortement selon les conditions d'enregistrement et selon les locuteurs.
word error rate (WER) · fr: taux d'erreur de mots taux d'erreur de mots · en : word error rate speech parole : The standard metric of speech recognition quality: the proportion of substituted, deleted and inserted words in the automatic transcript relative to the number of words in a human reference; it measures how frequent errors are, not how serious. Indicateur standard de la qualité d'une reconnaissance de la parole : proportion de mots substitués, supprimés et insérés dans la transcription automatique par rapport au nombre de mots d'une référence humaine ; il mesure la fréquence des erreurs, pas leur gravité.
Page 4Page 4
Speed vs. quality: live, offline and simultaneousVitesse contre qualité : en direct, en différé et en simultané
- In speech technology, there is always a trade-off between speed and quality: waiting for more context buys a better result at the cost of .
- En technologie de la parole, il y a toujours un compromis entre la vitesse et la qualité : attendre plus de contexte achète un meilleur résultat au prix de la .
latency · fr: latence latence · en : latency speech parole : The delay between an input and the system's response; in live speech recognition and interpreting, the time between the spoken words and their displayed transcription or translation. Délai entre une entrée et la réponse du système ; en reconnaissance de la parole en direct et en interprétation, temps qui s'écoule entre les mots prononcés et l'affichage de leur transcription ou de leur traduction.
Page 5Page 5
What affects speech recognition qualityCe qui influence la qualité de la reconnaissance
- Three groups of factors determine quality: the signal captured, the linguistic content, and the processing mode.
- Critical entities (numbers, proper nouns, acronyms) are where the high-impact errors concentrate; stays fragile when voices overlap.
- Most of these factors are partly under your control: microphone, environment, speaking rate, terminology preparation.
- Trois groupes de facteurs déterminent la qualité : le signal capté, le contenu linguistique et le mode de traitement.
- Les entités critiques (nombres, noms propres, sigles) concentrent les erreurs à fort impact ; la reste fragile quand les voix se chevauchent.
- La plupart de ces facteurs se contrôlent en partie : micro, environnement, débit, préparation terminologique.
speaker diarization · fr: diarisation diarisation · en : speaker diarization speech parole : The automatic segmentation of an audio recording by speaker: determining who speaks when, so that each stretch of speech is attributed to the right person. Segmentation automatique d'un enregistrement audio par locuteur : déterminer qui parle quand, afin d'attribuer chaque segment de parole à la bonne personne.
Page 6Page 6
Speech technology in the language professionsLes technologies de la parole dans les professions langagières
- Dictation does not automatically make translation faster: the time saved while drafting can go back into revision.
- Computer-assisted interpreting tools support interpreters the way CAT tools support translators, whereas automatic interpreting can replace them in some settings.
- and automatic dubbing are changing video localization; ideally a person checks the output.
- La dictée n'accélère pas automatiquement la traduction : le temps gagné à la rédaction peut repartir dans la révision.
- Les outils d'interprétation assistée par ordinateur soutiennent l'interprète comme un outil de TAO soutient un traducteur, alors que l'interprétation automatique peut le remplacer dans certains contextes.
- Le et le doublage automatique transforment la localisation vidéo ; idéalement, une personne vérifie le résultat.
voice cloning · fr: clonage vocal clonage vocal · en : voice cloning speech parole : The use of AI models to build a digital copy of a person's voice and generate new speech in that voice; unlike generic speech synthesis, the goal is to reproduce a specific speaker. Utilisation de modèles d'intelligence artificielle pour créer une copie numérique de la voix d'une personne et générer de nouveaux énoncés avec cette voix ; contrairement à la synthèse de la parole générique, l'objectif est de reproduire un locuteur précis.
Key pointsL'essentiel
Speech: exercisesParole : exercices
Three demonstrations to run yourself: dictation in Word, automatic captioning in PowerPoint, and the translation of a video by HeyGen.
Trois démonstrations à faire vous-même : la dictée dans Word, le sous-titrage automatique dans PowerPoint, et la traduction d'une vidéo par HeyGen.
Key pointsL'essentiel
Speech: exercisesParole : exercices
They are there to let you judge what these tools give you and what they cost, on your own machine.
Elles servent à jauger ce que ces outils apportent et ce qu'ils coûtent, sur votre propre machine.
Page 1Page 1
Demo: dictation in WordDémo : la dictée dans Word
- You dictate and correct a text in Word by voice alone: punctuation, corrections, additions, formatting.
- The exercise is done in English, where voice commands are the most complete.
- Vous dictez et corrigez un texte dans Word uniquement à la voix : ponctuation, corrections, ajouts, mise en forme.
- L'exercice se fait en anglais, dont les commandes vocales sont les plus complètes.
Page 1Page 1
Page 1Page 1
Page 1Page 1
Page 1Page 1
Page 1Page 1
Page 1Page 1
Page 3Page 3
Demo: live captions in PowerPointDémo : sous-titres en direct dans PowerPoint
- PowerPoint transcribes your presentation live and can translate the captions into another language while you speak.
- You test two conditions: monolingual captioning (French to French), then live translation (French to English).
- The slides whose text has been turned into an image show what recognition is worth with no contextual help.
- PowerPoint transcrit votre présentation en direct et peut traduire les sous-titres dans une autre langue pendant que vous parlez.
- Vous testez deux conditions : sous-titrage monolingue (français → français), puis traduction en direct (français → anglais).
- Les diapositives dont le texte est converti en image montrent ce que vaut la reconnaissance sans aide contextuelle.
Page 3Page 3
Page 3Page 3
Page 5Page 5
Demo: video translation with HeyGenDémo : traduction vidéo avec HeyGen
- HeyGen translates a video by , with and lip synchronization; you assess the result on a short video.
- On a free account, your data (face, voice, content) may be used to train HeyGen's models. Read the disclosure and decide whether you want to use the provided video or make one of your own.
- HeyGen traduit une vidéo par , avec et synchronisation labiale ; vous évaluez le résultat sur une courte vidéo.
- Avec un compte gratuit, vos données (visage, voix, contenu) peuvent servir à entraîner les modèles de HeyGen. Lisez la divulgation, puis décidez si vous utilisez la vidéo fournie ou si vous en faites une vous-même.
speech-to-speech translation (S2ST) · fr: traduction parole à parole traduction parole à parole · en : speech-to-speech translation speech parole : The conversion of spoken input in one language into spoken output in another language, either by chaining speech recognition, machine translation and speech synthesis (cascade) or by a single end-to-end model. Conversion d'un énoncé oral dans une langue en énoncé oral dans une autre langue, soit en enchaînant reconnaissance de la parole, traduction automatique et synthèse de la parole (cascade), soit par un modèle unique de bout en bout.
voice cloning · fr: clonage vocal clonage vocal · en : voice cloning speech parole : The use of AI models to build a digital copy of a person's voice and generate new speech in that voice; unlike generic speech synthesis, the goal is to reproduce a specific speaker. Utilisation de modèles d'intelligence artificielle pour créer une copie numérique de la voix d'une personne et générer de nouveaux énoncés avec cette voix ; contrairement à la synthèse de la parole générique, l'objectif est de reproduire un locuteur précis.
Page 5Page 5
Page 5Page 5
Page 5Page 5
Page 5Page 5
Page 5Page 5
Page 5Page 5
Page 5Page 5
Page 5Page 5
Page 5Page 5
Page 5Page 5
