Les logiciels de reconnaissance vocale

Par Cynthia Tam
Cet article a été publié dans le numéro de janvier/février 2001 des Actualités ergothérapiques, une publication de l'Association canadienne des ergothérapeutes

Les logiciels de reconnaissance vocale permettent de taper des mots dans des traitements de texte conventionnels et de contrôler de nombreuses applications informatiques au moyen de la voix. Jusqu'à maintenant, il existait deux types de logiciels de ce genre : les logiciels discrets et les logiciels continus. Les logiciels discrets sont plus lents à produire des textes puisque l'utilisateur doit faire des pauses entre les mots. Les logiciels continus permettent de parler plus naturellement, mais l'utilisateur doit parler d'une manière contrôlée, en énonçant clairement chaque mot. Comme les fabricants se concentrent actuellement sur la production de logiciels continus, ils ont cessé de perfectionner les logiciels discrets. Pour cette raison, tous les produits présentés dans cette mise à jour sont des produits continus.

En général, les logiciels de reconnaissance vocale fonctionnent le mieux dans des ordinateurs plus puissants. Il est essentiel d'utiliser une carte de son et un microphone compatibles avec le logiciel sélectionné pour une reconnaissance efficace de la voix. Lors du calcul des exigences en terme de mémoire, il faut considérer des facteurs tels que la mémoire recommandée pour le logiciel de reconnaissance de la voix, pour le système d'exploitation de l'ordinateur et pour les différentes applications, en particulier si le client doit ouvrir un certain nombre d'applications simultanément. Une mémoire insuffisante aura un effet significatif sur la vitesse et la précision du logiciel de reconnaissance de la voix.

Il n'est pas aussi facile qu'on le croit d'utiliser ce genre de logiciel pour écrire et pour bon nombre d'utilisateurs, ce n'est pas plus facile que d'utiliser un clavier. Tout d'abord, les utili-sateurs doivent "entraîner" le logiciel à reconnaître leur voix en lisant à haute voix pendant 15 à 30 minutes. Après cette étape initiale, le logiciel reconnaît assez bien la voix de l'utili-sateur, mais des erreurs se produisent encore. La précision de la reconnaissance n'atteindra jamais 100 %, même après un entraînement intensif et beaucoup de répétitions (Speaking to Write, 1999).

Les caractéristiques de fonctionnement du logiciel sont relativement faciles à apprendre. La partie la plus difficile est la marche à suivre pour faire des corrections et pour faire la différence entre la correction des erreurs de reconnaissance et l'amélioration de ces dernières. Lorsqu'il corrige les erreurs de reconnaissance, l'utilisateur doit toujours corriger les mots imprimés à partir des premiers essais. Ceci peut s'avérer difficile parce qu'après avoir dicté un certain nombre de phrases, il est facile d'oublier les mots exacts dits lors des premiers essais. Lorsqu'il relit une phrase tapée, l'utili-sateur peut souhaiter changer la formulation de la phrase et corriger les erreurs à l'aide des fonctions de correction. Toutefois, en corrigeant les erreurs de cette façon, les mots corrigés ne correspondent plus aux premiers essais. Si l'utilisateur ne suit pas correctement la méthode de correction, le fichier de la voix peut être détérioré. Bien qu'il soit nécessaire de suivre cette méthode pour améliorer la précision de la reconnaissance, cette méthode ralentit considérablement la sortie du texte et interrompt le fil de la pensée de l'utilisateur.

S'il compte utiliser ce genre de logiciel pour écrire, l'utili-sateur doit être en mesure de formuler une idée à l'aide de mots, de s'exprimer dans un style plus formel et de dire la phrase clairement dans le microphone. Les hésitations de l'utilisateur pendant qu'il réfléchit peuvent affecter la précision de la reconnaissance et augmenter le nombre de corrections requises. De plus, pour utiliser ce type de logiciel de façon autonome, il faut un certain niveau d'habiletés pour la lecture et l'orthographe. L'utilisateur doit être capable de lire des mots imprimés sur l'écran afin de déterminer ceux qu'il faut corriger. Lorsqu'il corrige une erreur de reconnaissance, l'utilisateur doit souvent épeler la première partie d'un mot et, dans certains cas, le mot en entier.

Il peut être très frustrant d'utiliser ce genre de logiciel, en particulier à l'étape initiale, où la précision de la reconnaissance n'est pas la plus efficace. La capacité de s'auto-corriger, de s'auto-former et une bonne tolérance à la frustration sont tous des facteurs de réussite. L'utilisateur doit avoir atteint un certain stade de développement et avoir les habiletés requises pour utiliser ce système de façon autonome. C'est pourquoi ce genre de système n'est pas recommandé pour les jeunes enfants. Les personnes qui souhaitent utiliser ce type de logiciel doivent pouvoir s'exprimer aisément et prononcer distinctement. Ces logiciels ne sont donc pas recommandés pour les personnes qui ont des troubles de langage de modérés à sévères ou qui ont des troubles respiratoires importants. Contrairement à la croyance répandue, les systèmes de reconnaissance de la voix ne donnent pas un accès complet à l'ordinateur aux personnes ayant une déficience physique. Ce genre de système fonctionne le mieux dans un environnement de traitement de texte, mais il a de nombreuses limites en ce qui a trait au contrôle du système d'exploitation et à certaines applications. Pour toutes ces raisons, il faut toujours prévoir une souris ou un dispositif de remplacement de la souris. Selon le logiciel utilisé, un clavier ou un dispositif d'adaptation du clavier peuvent être nécessaires.

Il ne fait pas de doute que les systèmes de reconnaissance de la voix sont une technologie prometteuse pour les personnes ayant une déficience, mais ils ne sont pas nécessairement adéquats pour toutes les personnes qui ont de la difficulté à écrire. Lorsque l'ergothérapeute évalue la pertinence d'un système de reconnaissance de la voix pour une personne donnée, il doit examiner les exigences physiques, cognitives et langa-gières du logiciel ainsi que les habiletés de la personne dans ces domaines. Le désir et le besoin de créer un texte sont souvent des sources de motivation essentielles pour que ce type de logiciel soit vraiment utile.

De plus amples renseignements sur les logiciels de reconnaissance vocale sont disponibles sur les sites web suivants :

Référence
Speaking to Write (18 novembre 1999). Spotlight on Speech Recognition [Information disponible sur le World Wide Web]. Téléchargé le 24 avril 2000 à l'adresse : http://www.edc.org/spk2wrt/speechrec.txt

Cynthia Tam est ergothérapeute au Communication and Writing Aids Service, Bloorview MacMillan Centre, 350 Rumsey Road, Toronto, ON. M4G 1R8.

Elle est également chargée de cours au Department of Occupational Therapy, à l'University of Toronto. Nous tenons à remercier Cynthia qui nous a accordé son aide précieuse lors de la révision des critiques suivantes.