Comment corriger une mauvaise transcription sur iPhone

Une transcription juste à quatre-vingt-quinze pour cent, et fausse toujours dans les mêmes cinq pour cent, n'est pas une fonctionnalité cassée. C'est ce qu'est réellement la reconnaissance vocale : un modèle qui devine du son, très bon sur les mots courants et mauvais sur ceux qu'il n'a jamais appris à attendre.

Pourquoi les mots sortent faux, pour commencer

Deux choses distinctes déterminent ce que vous obtenez. La première : quel moteur a tourné. La reconnaissance vocale d'iOS tente d'abord le modèle embarqué, et ne se rabat sur le serveur d'Apple que si cette première passe revient vide ou échoue. L'une comme l'autre voie peut produire un mot faux — ce n'est pas que l'une soit fiable et l'autre non, c'est que les deux devinent dans l'incertitude, avec des modèles de taille différente.

La seconde : ce qui se passait réellement dans la pièce. La distance à la personne qui parle, le bruit de fond, des gens qui se coupent la parole dégradent le signal avant même qu'un des deux moteurs ne le reçoive. Un modèle ne peut deviner qu'à partir de ce qu'il a reçu, et un murmure à un mètre du micro ne lui donne pas grand-chose à traiter.

Les erreurs qui reviennent, et pourquoi

Les noms propres

Un modèle vocal est entraîné sur du langage courant, pas sur votre carnet d'adresses ni sur votre famille. Il n'a jamais entendu le nom de votre rue, le nom de famille d'un collègue ou celui de votre chien, alors il le remplace par le mot ordinaire qui sonne le plus proche. C'est la correction la plus fréquente que tout le monde fait sur une transcription.

Le jargon et les termes techniques

Même mécanisme, autre origine. Un modèle entraîné sur de la parole courante n'a aucune raison d'attendre un terme de chimie, une expression juridique ou le nom de l'outil interne de votre équipe, et il choisit à la place quelque chose qui sonne à peu près pareil.

Les chiffres, les épellations et tout ce qui est dit vite

Un numéro de téléphone, une adresse mail épelée ou une liste énoncée rapidement laissent au moteur moins de temps par mot, et les erreurs s'y regroupent même quand le reste de la phrase ressort propre.

La parole qui se chevauche ou qui s'éteint

Quand deux personnes parlent en même temps, ou que quelqu'un baisse la voix en fin de phrase, le moteur travaille à partir d'un signal réellement dégradé. Aucune correction après coup ne répare cela à la source — elle indique juste où écouter plus attentivement au moment de relire.

Deux échecs différents, deux corrections différentes

Mieux vaut distinguer les deux avant de se lancer, car ils ne demandent pas le même travail.

• Un mot faux dans une phrase par ailleurs complète. Le moteur a entendu quelque chose et s'est trompé. Vous savez déjà à peu près où — la phrase autour garde son sens — donc c'est une correction rapide et ciblée.
• Un passage vide ou incohérent. Le moteur n'a presque rien retourné pour cette section, généralement parce que l'audio lui-même était trop faible, trop bruyant, ou dans une langue dont le modèle local a mal fonctionné sur ce passage précis. Corriger cela veut dire écouter l'audio et écrire un texte qui n'a jamais été généré, ce qui prend plus de temps et ne vaut la peine que pour les passages qui comptent vraiment.

Comment corriger sans tout retaper

• Lisez la transcription une fois, à vitesse normale, du début à la fin. La majeure partie sera correcte — ne ralentissez pas sur les phrases qui ont déjà du sens.
• Là où quelque chose cloche — un mot qui ne colle pas à la phrase, un nom écrit bizarrement, un trou — réécoutez seulement ce passage-là, pas tout l'enregistrement.
• Ne corrigez que ce qui est réellement faux. Une transcription n'a pas besoin d'être élégante, elle doit être exacte sur la poignée d'endroits où elle ne l'est pas encore.
• Si un nom ou un terme apparaît plusieurs fois, attendez-vous à ce qu'il soit faux à chaque occurrence, pas seulement la première. Le moteur ne garde aucun souvenir de votre correction précédente.

Faites-le rapidement, pas un jour

Une transcription est copiée, recherchée et transférée bien avant que quiconque ne pense à la relire. Si vous cherchez un nom plus tard et qu'il ne remonte pas, la raison la plus fréquente est que l'enregistrement l'a mal entendu et que personne n'a encore corrigé le texte — un mot mal transcrit est invisible pour une recherche du mot correct. Le corriger une fois, pendant que vous vous souvenez encore de ce qui a réellement été dit, est ce qui le rend ensuite trouvable et citable.

Ce que la correction ne peut pas faire

Modifier le texte corrige des mots faux, pas une structure absente. La reconnaissance vocale d'iOS n'identifie pas qui parle, donc la transcription d'une conversation à deux reste un texte continu, et aucune correction n'y ajoute les repères « A : » et « B : » — il faut les poser à la main si vous en avez besoin. Et si un passage audio est revenu réellement vide parce qu'il était trop faible ou trop bruyant, corriger veut dire écouter et taper vous-même ce que vous entendez ; il n'existe pas de bouton qui fait qu'un mauvais enregistrement se transcrit mieux la deuxième fois. Si le problème vient de l'audio lui-même, la vraie solution se situe en amont de la transcription : un micro plus proche et une pièce plus silencieuse la prochaine fois.

Comment cela fonctionne dans Voice Studio

La transcription est modifiable après coup — vous corrigez un nom, vous gardez le reste. C'est une fonctionnalité de l'app gratuite, pas quelque chose réservé à Pro ; corriger une transcription fait partie de l'usage courant, au même titre qu'enregistrer ou exporter. Une fois corrigée, elle le reste partout où ce texte est utilisé : la recherche dans la bibliothèque, qui porte sur les titres, les transcriptions et les noms de lieux, trouvera le mot corrigé, et un export en TXT ou en JSON emporte la correction avec lui, pas la supposition d'origine.

Questions fréquentes

Pourquoi ma transcription se trompe-t-elle sur le même nom à chaque fois ?

Le moteur n'a aucune mémoire d'une occurrence à l'autre — il redevine à chaque fois à partir du son, sans se souvenir d'une correction précédente. Corriger la première occurrence ne corrige pas les suivantes ; chacune a besoin de la même correction.

Puis-je faire retranscrire une section revenue vide ?

Corriger une transcription sur iPhone veut dire écouter et taper soi-même les mots manquants. Il n'existe pas d'étape séparée pour retenter une section revenue vide — si l'audio lui-même était trop faible ou trop bruyant, cette limite s'applique de la même façon à une seconde tentative.

Corriger une transcription modifie-t-il l'audio d'origine ?

Non. La correction ne change que le texte. L'enregistrement audio reste intact, donc vous pouvez toujours revérifier une correction en réécoutant ce qui a réellement été dit.

Corriger une transcription coûte-t-il quelque chose dans Voice Studio ?

Non. Modifier la transcription fait partie de l'app gratuite, au même titre que l'enregistrement, les repères, la recherche et l'export. Ce n'est pas l'une des choses qu'ajoute Pro.