Retour vocal sur le PhonoGraphe

Voilà un certain temps que rien n’a été posté sur les Carnets d’ALeM, mais il y a pourtant du nouveau ! Cet article présente brièvement la fonctionnalité de retour vocal récemment implémentée sur le PhonoGraphe et actuellement en cours de test. PhonoGraphe qui a d’ailleurs récemment bien évolué (comptes utilisateurs, activités de pointage phonologique), ce qui fera également l’objet de prochains articles.

Vous avez été nombreux⋅ses à nous demander un retour vocal sur le PhonoGraphe ou PhonoDrop, pour permettre à l’application de prononcer ce que l’utilisateur a écrit. Le problème, c’est que l’accès à une technologie de ce type sur un site publique est vite coûteux car il nécessite une technologie de synthèse vocale suffisamment performante pour ne pas paraître trop artificielle et permettre de prononcer les mots tels qu’ils sont écrits phonologiquement et non tels qu’ils sont orthographiés. Cela implique de pouvoir prononcer des mots qui n’existent pas, ou des mots avec une phonologie incorrecte ou inattendue, et la synthèse vocale permet difficilement cela.

Nous avons avons regardé les tarifs et les fonctionnalités de différentes entreprises, et si nous voulions initialement nous tourner vers une entreprise française et éthique (Voxygen), nous avons dû finalement opter pour Amazon pour des raisons financières. En effet, tout notre travail sur ALeM est fait bénévolement et nous ne souhaitons pas rendre les applications payantes, il a donc fallu choisir le moins cher.

Dans PhonoGraphe, cliquez sur l’icône pour écouter le résultat. La voix reste un peu synthétique, mais la qualité permet de prendre conscience des erreurs phonologiques potentielles, ou de comparer plusieurs productions.

Par défaut, le débit de parole est fixé à 80%, mais vous pouvez le paramétrer facilement en changeant la valeur indiquée en italique, en dessous de l’icône de lecture. Vous pouvez indiquer un nombre entre 0 et 150 (soit 0 et 1.5 fois la vitesse originale). Si vous êtes sur PC, vous pouvez utiliser la molette de votre souris pour modifier la valeur plus rapidement !

Comment ça marche ?

À chaque clique sur l’icône de lecture, le PhonoGraphe récupère le phonème de chaque graphie entrée par l’utilisateur, et convertit la ponctuation (,.!?) en pauses. Une requête est ensuite envoyée au service de synthèse vocale d’Amazon Polly, qui renvoie l’audio du mot prononcé.

Combien ça coûte ?

Amazon propose une facturation à la consommation, de l’ordre de 16$ le million de caractères. Chaque synthèse vocale nécessite une requête de 70 caractères, plus autant de caractères qu’il y a de phonèmes. Chaque pause ajoute 49 caractères. Quelques exemples ci-dessous :

Expression à prononcerRequêteNombre de caractères
Bonjour<prosody rate='85%'><phoneme alphabet='ipa' ph='bɔ̃ʒuʁ'></phoneme></prosody>76
je m’appelle Sylvain<prosody rate='85%'><phoneme alphabet='ipa' ph='ʒəmapɛlsilvɛ̃'></phoneme></prosody>83
Allez, à bientôt<prosody rate='85%'><phoneme alphabet='ipa' ph='ale'></phoneme><break/><phoneme alphabet='ipa' ph='abjɛ̃to'></phoneme></prosody>128

Pour 16$, on peut donc faire approximativement 13 000 synthèses de “bonjour”, ou 8 000 de “Allez, à bientôt”.

Qui paye ?

Pour l’instant, c’est nous, mais si les frais globaux s’avèrent conséquents par la suite, nous essaierons d’obtenir un financement institutionnel. Dans tous les cas, les applications ALeM resteront gratuites !

Quelles perspectives pour la suite ?

Si le résultat s’avère satisfaisant, nous souhaiterions intégrer cette fonctionnalité sur PhonoDrop également. PhonoDrop va probablement basculer sur le PhonoGraphe, il y aura donc la possibilité d’écrire en phonèmes seulement ou en phonographies, comme actuellement. Dans les deux cas, il sera possible de faire prononcer ce qui a été écrit.

Implémentation

Amis développeurs, si vous souhaitez intégrer une fonctionnalité de ce type dans votre application, vous trouverez le code de requêtage de Polly ici. Je me suis inspiré de l’application Ipa-reader, dont l’autrice explique clairement comment elle a procédé pour l’implémentation.



Citer ce billet
Sylvain Coulange (2021, 27 février). Retour vocal sur le PhonoGraphe. Apprentissage des langues et multimodalité (ALeM). Consulté le 19 mars 2024, à l’adresse https://doi.org/10.58079/ayd8

Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search