Accents francophones et transcription automatique : Québec, Belgique, Suisse, Afrique

Pourquoi l'accent n'est pas le seul problème

Quand une transcription tirée d'un entretien à Montréal ou à Dakar contient des fautes, on accuse spontanément l'accent. En réalité, les modèles de reconnaissance vocale récents comme Whisper ont été entraînés sur une grande variété de voix, et une prononciation régionale bien articulée passe généralement sans difficulté. Les erreurs viennent plus souvent de trois sources : des mots que le modèle a rarement rencontrés à l'écrit, des noms propres locaux (quartiers, villages, personnalités, entreprises) et des passages où le locuteur change de langue en cours de phrase.

Il faut ajouter à cela les conditions d'enregistrement. Un témoignage recueilli dans un marché d'Abidjan, avec des klaxons et des conversations autour, sera plus difficile à transcrire qu'un échange posé dans un bureau lausannois, quel que soit l'accent. Si vous voulez approfondir le fonctionnement de la reconnaissance face aux accents, l'article sur la reconnaissance vocale et les accents (en anglais) détaille les mécanismes en jeu.

La bonne question n'est donc pas « l'outil comprend-il l'accent québécois ? », mais « quels mots de mon enregistrement risquent d'être mal écrits, et comment les repérer vite ? ». Le reste de cet article répond à cette question région par région.

Québec : contractions, anglicismes et faux amis

Le français québécois parlé se caractérise par des contractions fréquentes (« chu » pour « je suis », « y'a », « t'sais », « m'as » pour « je vais ») et par un vocabulaire qui n'existe pas, ou pas avec le même sens, en France. Un système de transcription a tendance à normaliser : il écrira souvent « je suis » là où la personne a dit « chu », ce qui est pratique pour un compte rendu mais gênant pour une étude sociolinguistique qui doit conserver la forme orale.

Quelques mots à surveiller particulièrement :

• « char » (voiture), « blonde » ou « chum » (compagne, compagnon), « magasiner » (faire les courses), « pantoute » (pas du tout), « frette » (très froid) ;
• les repas : « déjeuner » le matin, « dîner » le midi, « souper » le soir ;
• les anglicismes intégrés : « checker », « canceller », « c'est le fun », « être game » ;
• les sigles et institutions locales : CÉGEP, SAQ, RAMQ, CLSC, qui peuvent être mal découpés ou écrits phonétiquement.

Belgique et Suisse : nombres, quotidien et institutions

En Belgique et en Suisse romande, l'accent pose rarement problème à la reconnaissance. Les pièges sont lexicaux. Les nombres arrivent en tête : « septante » et « nonante » sont courants dans les deux pays, et « huitante » s'entend dans le canton de Vaud, en Valais ou à Fribourg. Selon le contexte, la transcription peut écrire le nombre en chiffres ou en toutes lettres ; si votre document doit refléter la façon de parler, vérifiez chaque nombre.

Le vocabulaire du quotidien mérite aussi un œil attentif. En Belgique, on entend « GSM » pour le téléphone portable, « kot » pour le logement étudiant, « drache » pour une grosse averse, « s'il vous plaît » au sens de « tenez » quand on tend quelque chose. En Suisse romande, « natel » désigne le portable, « panosse » la serpillière, et le « déjeuner » est le repas du matin. Les noms d'institutions (SPF, CPAS, EPFL, AVS, HES) et les toponymes à la prononciation locale (Uccle, Ixelles, Yverdon, Gruyères) font partie des corrections classiques.

Enfin, les enregistrements bruxellois ou fribourgeois mélangent parfois français et néerlandais ou allemand. Le néerlandais et l'allemand font partie des langues que la reconnaissance sait transcrire, mais une phrase qui passe d'une langue à l'autre en plein milieu reste plus fragile qu'un discours monolingue.

Afrique francophone et Maghreb : alternance des langues

Dans une grande partie de l'Afrique francophone, le français se parle en contact permanent avec d'autres langues : wolof au Sénégal, bambara au Mali, lingala et swahili en RDC, langues ivoiriennes et nouchi en Côte d'Ivoire, camfranglais au Cameroun. Au Maghreb, l'arabe dialectal et le français alternent souvent dans la même phrase.

Il faut être lucide : le wolof, le bambara, le lingala, le swahili ou le nouchi ne font pas partie des langues prises en charge par mydubly. Les passages dans ces langues seront transcrits tels que le modèle croit les entendre, c'est-à-dire souvent de façon approximative, parfois sous forme de mots français qui n'ont rien à voir. L'arabe figure dans la liste des langues, mais il n'existe pas d'option distincte pour la darija marocaine ou l'algérien ; un échange en dialecte mêlé de français sera transcrit de manière imparfaite.

Le vocabulaire du français d'Afrique contient aussi des mots parfaitement français, mais rares dans les corpus européens : « essencerie » (station-service au Sénégal), « maquis » (petit restaurant en Côte d'Ivoire), « cadeauter » (offrir), « deuxième bureau », « taxi-brousse ». Ils seront parfois bien écrits, parfois remplacés par un mot proche. L'article sur la traduction des vidéos multilingues (en anglais) donne d'autres pistes pour ces enregistrements mixtes.

Quand la transcription doit être traduite

Une erreur de transcription se transforme en erreur de traduction, et un régionalisme correctement transcrit peut lui aussi être mal traduit. Le cas d'école est le repas : un Québécois ou un Belge qui « dîne à midi » risque d'être traduit en anglais par « dinner », c'est-à-dire le repas du soir. « Blonde » peut devenir « blonde » au lieu de « girlfriend », « char » peut devenir « tank ». La traduction automatique ne sait pas d'où vient la personne ; elle choisit le sens le plus fréquent.

Dans l'autre sens, si vous traduisez une vidéo anglaise vers le français, mydubly ne propose pas de variante régionale du français, alors qu'il en existe pour l'espagnol et le portugais. Le texte obtenu n'est pas adapté spécifiquement au Québec ou à la Suisse : pour un public local, prévoyez une passe d'adaptation (courriel, fin de semaine, magasiner, etc.). Le guide sur la vidéo destinée à des publics régionaux (en anglais) aborde ces choix plus largement.

Ce que mydubly fait, et ne fait pas, avec un français régional

mydubly est une application web qui transcrit l'audio de vos vidéos et enregistrements avec un modèle basé sur Whisper. Pour un entretien enregistré à Québec ou à Liège, le déroulé est simple : ouvrez l'outil de transcription vidéo (en anglais), déposez votre fichier dans la zone « Drop a video here » (ou « Drop audio here » pour un MP3, un M4A ou un WAV), laissez désactivé l'interrupteur « Full translation output », puis cliquez sur « Transcribe video ». Vous récupérez un texte brut, une transcription horodatée et un fichier de sous-titres SRT.

Ce qu'il faut savoir avant de lancer :

• la langue source est détectée automatiquement, vous ne pouvez pas forcer « français » à la main ; une longue introduction musicale ou un générique dans une autre langue peut donc compliquer la détection, et il vaut mieux couper ces passages avant l'envoi ;
• il n'y a pas d'identification des locuteurs : dans un entretien à deux voix, vous devrez ajouter vous-même « Enquêteur » et « Participant » ;
• il n'y a pas d'éditeur de transcription dans l'application : les corrections se font dans le fichier téléchargé, avec n'importe quel traitement de texte ;
• aucune option ne permet de conserver volontairement les contractions orales : le texte peut être plus « normé » que la parole.

Le menu « Select language » est obligatoire : choisissez la langue parlée pour une transcription sans traduction ou, sans activer la traduction complète, une autre langue pour obtenir la transcription et les sous-titres traduits, au même tarif que la transcription.

Durée de l'entretien

60 minutes

Mode

transcription seule

Coût

60 crédits (US$ 0,06)

Avec traduction du texte en anglais

même tarif, 60 crédits

Crédits offerts à l'inscription

100, soit jusqu'à 100 minutes de transcription

Une relecture en quatre passes

Relire une heure de transcription mot à mot prend du temps. Une méthode ciblée en quatre passes permet de concentrer l'effort là où les erreurs se trouvent vraiment :

1. Préparez une liste des noms propres, sigles et régionalismes que vous savez présents (nom de la personne interrogée, lieux, institutions, termes du métier) et cherchez chacun dans le fichier.
2. Écoutez les passages où le texte semble incohérent ou trop court : c'est souvent là qu'une autre langue a été parlée ou que deux personnes se sont coupé la parole.
3. Vérifiez les nombres, les dates et les montants, en particulier septante, huitante et nonante si votre document doit restituer l'oral.
4. Relisez enfin d'une traite pour la ponctuation et la lisibilité, sans réécouter.

Pour aller plus loin, la méthode détaillée pour relire une transcription générée par IA (en anglais) propose une grille complète. Et si votre enregistrement est un entretien de recherche, notre guide pour retranscrire un entretien semi-directif explique comment présenter le texte final.

Mieux enregistrer pour moins corriger

La meilleure façon de réduire les erreurs liées à l'accent reste de donner au modèle un son propre. Placez le micro près de la bouche du locuteur, évitez les pièces qui résonnent et coupez la musique d'ambiance. Dans un entretien, demandez à la personne d'épeler les noms propres importants au début : vous aurez à la fois la bonne orthographe et un repère dans l'enregistrement.

Si vous savez que la personne va alterner entre le français et une autre langue, notez les moments où cela arrive pendant l'entretien. Ces repères vous feront gagner beaucoup de temps à la relecture. Pour les podcasts réunissant des invités de plusieurs pays, notre article pour transcrire un podcast donne d'autres conseils de prise de son.