Speech technologyLes technologies de la parole

Recognition, synthesis and speech-to-speech translation: what they do, what they are worth, and what they change for a translator.Reconnaissance, synthèse et traduction parole à parole : ce qu'elles font, ce qu'elles valent, et ce qu'elles changent pour un traducteur.

What to expectÀ quoi s'attendre

People are increasingly talking to their computers. Automatic speech recognition (speech-to-text) has vastly improved in the past years, making it a more viable alternative to typing. In the translation space specifically, dictation has also become more popular. Additionally, speech technologies such as automatic dubbing and automatic subtitling have also gotten better. This module offers a very high-level introduction to each of these three technologies.On parle de plus en plus à son ordinateur. La reconnaissance automatique de la parole (de la parole au texte) s'est nettement améliorée ces dernières années, ce qui en fait une solution de rechange plus viable à la frappe. En traduction en particulier, la dictée est elle aussi devenue plus courante. S'y ajoutent le doublage automatique et le sous-titrage automatique, qui ont eux aussi progressé. Ce module donne une introduction très générale à chacune de ces trois technologies.

PrerequisitesPréalables

Nothing to install and nothing to know beforehand.Rien à installer et aucune connaissance préalable.

StructureStructure

One chapter covers the technologies, the quality to expect from them and what that changes for language work. The exercises are separate.Un chapitre couvre les technologies, la qualité qu'on peut en attendre et ce que cela change pour le travail langagier. Les exercices sont à part.

Print / PDFImprimer / PDF

Concepts in this moduleLes concepts de ce moduleautomatic speech recognitionreconnaissance automatique de la parole automatic speech recognition (ASR)reconnaissance automatique de la parole (RAP) speechparole 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). · gold standardétalon de référence gold standardétalon de référence evaluationévaluation The best available reference dataset, annotation, measurement or procedure against which a system's results are evaluated.Meilleur jeu de données, annotation, mesure ou procédure de référence disponible pour évaluer les résultats d'un système. · latencylatence latencylatence speechparole 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. · machine translationtraduction automatique machine translation (MT)traduction automatique (TA) translationtraduction 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. · post-editingpostédition post-editingpostédition machine translationtraduction automatique The human correction of raw machine translation output; the counterpart, for machine translation, of revision in human translation.Correction humaine de la sortie brute d'une traduction automatique ; l'équivalent, pour la traduction automatique, de l'étape de révision en traduction humaine. · shared tasktâche partagée shared tasktâche partagée evaluationévaluation A public evaluation exercise in which every participating team is given the same task, the same data and the same scoring, so that their systems can be compared directly.Exercice d'évaluation public où toutes les équipes participantes reçoivent la même tâche, les mêmes données et la même notation, de sorte que leurs systèmes se comparent directement. · speaker diarizationdiarisation speaker diarizationdiarisation speechparole 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. · speech synthesissynthèse de la parole speech synthesis (TTS)synthèse de la parole speechparole 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 translationtraduction parole à parole speech-to-speech translation (S2ST)traduction parole à parole speechparole 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 cloningclonage vocal voice cloningclonage vocal speechparole 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. · word error ratetaux d'erreur de mots word error rate (WER)taux d'erreur de mots speechparole 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. voice cloningclonage vocal voice cloningclonage vocal speechparole 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. · speaker diarizationdiarisation speaker diarizationdiarisation speechparole 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. · gold standardétalon de référence gold standardétalon de référence evaluationévaluation The best available reference dataset, annotation, measurement or procedure against which a system's results are evaluated.Meilleur jeu de données, annotation, mesure ou procédure de référence disponible pour évaluer les résultats d'un système. · latencylatence latencylatence speechparole 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. · post-editingpostédition post-editingpostédition machine translationtraduction automatique The human correction of raw machine translation output; the counterpart, for machine translation, of revision in human translation.Correction humaine de la sortie brute d'une traduction automatique ; l'équivalent, pour la traduction automatique, de l'étape de révision en traduction humaine. · automatic speech recognitionreconnaissance automatique de la parole automatic speech recognition (ASR)reconnaissance automatique de la parole (RAP) speechparole 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 synthesissynthèse de la parole speech synthesis (TTS)synthèse de la parole speechparole 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. · shared tasktâche partagée shared tasktâche partagée evaluationévaluation A public evaluation exercise in which every participating team is given the same task, the same data and the same scoring, so that their systems can be compared directly.Exercice d'évaluation public où toutes les équipes participantes reçoivent la même tâche, les mêmes données et la même notation, de sorte que leurs systèmes se comparent directement. · word error ratetaux d'erreur de mots word error rate (WER)taux d'erreur de mots speechparole 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. · machine translationtraduction automatique machine translation (MT)traduction automatique (TA) translationtraduction 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. · speech-to-speech translationtraduction parole à parole speech-to-speech translation (S2ST)traduction parole à parole speechparole 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.