Le français comme langue de travail : sonoriser des textes pleins de noms propres non français
Institutions, ONG, organisations internationales : leurs textes en français sont truffés de noms de personnes et de lieux qui ne sont pas français. Comment une voix de synthèse pensée pour le français se comporte face à une liste de noms étrangers, et comment on corrige ce qui doit l'être.
Le français est langue de travail de l'ONU, de l'Union africaine, de l'Union européenne, de dizaines d'organisations internationales et d'ONG. Leurs communications sont écrites dans un français impeccable, mais elles parlent du monde entier : un rapport rédigé à Genève cite des délégués nigérians, des villes indonésiennes, des programmes en anglais et des institutions dont l'acronyme n'a rien de français. Sonoriser ces textes pose donc une question précise, différente de celle d'un article de presse local : comment une voix pensée pour lire le français se débrouille-t-elle avec ce qui n'est pas français. Voici la réponse, mise à l'épreuve d'une liste concrète.
Le test : une liste de noms propres non francophones
Prenons une liste volontairement variée, du genre qu'on croise dans un compte rendu de réunion internationale : Ngozi Okonjo-Iweala, Wojciech Szczęsny, Xi Jinping, Recep Tayyip Erdoğan, Yogyakarta, Nouakchott, Ouagadougou, Reykjavik, UNHCR, USAID, GAVI. Cette liste sépare nettement deux familles de problèmes, et c'est cette distinction qui compte.
Première famille : les noms écrits avec l'alphabet latin mais dont la prononciation n'obéit pas aux règles du français. Szczęsny, Erdoğan, Reykjavik, Yogyakarta. Une voix française les lit en appliquant sa phonétique à elle, donc les prononce « à la française ». Le résultat est intelligible, un auditeur comprend de qui ou de quoi on parle, mais un locuteur de la langue d'origine entendra une approximation. Ce n'est pas un bug, c'est la limite attendue de tout moteur qui lit un texte sans savoir de quelle langue vient chaque mot.
Deuxième famille : les noms qui, eux, se lisent correctement sans réglage. Nouakchott, Ouagadougou, Reykjavik dans sa forme francisée, la plupart des toponymes africains francophones : ils suivent une graphie compatible avec le français et sortent propres. Xi Jinping et Ngozi Okonjo-Iweala passent souvent bien aussi, parce que leur graphie latine se prête à une lecture française acceptable. Le vrai point de bascule n'est donc pas « étranger ou pas », c'est « la graphie latine trahit-elle la prononciation ou non ».
Les acronymes, un cas à part
UNHCR, USAID, GAVI ne sont pas des mots, ce sont des sigles, et un sigle se lit selon une règle propre : certains s'épellent lettre à lettre, d'autres se prononcent comme un mot. USAID se prononce souvent « you-es-aïd » à l'anglaise, GAVI se dit comme un mot, UNHCR s'épelle. Une voix française, laissée seule, tranche selon sa logique interne, et elle ne devine pas qu'un sigle est anglais. C'est exactement le sujet que nous détaillons pour les sigles et acronymes en audio : la machine applique une règle par défaut, et c'est à l'éditeur de la corriger quand elle se trompe.
Ce qu'on corrige, et comment
La bonne nouvelle, pour une organisation qui sonorise un flux régulier, c'est que ces noms reviennent. Les mêmes pays, les mêmes institutions, les mêmes responsables reviennent d'un document à l'autre. Or notre correction ciblée permet d'imposer une fois pour toutes la prononciation attendue d'un mot ou d'un sigle, et l'outil la respecte ensuite partout, dans tous les textes. Une organisation règle donc en amont son vocabulaire récurrent : le nom de sa directrice, les acronymes de ses programmes, les capitales qu'elle cite le plus. C'est le même geste que pour n'importe quel nom propre ou nom de lieu en presse, simplement appliqué à un lexique international plus large.
Ce travail se fait une fois et tient. Il ne demande pas de réenregistrer, il ne touche pas au texte publié, il agit sur la façon dont la voix lit un mot donné. Pour un service de communication qui produit dix documents par semaine, c'est quelques minutes de réglage initial qui évitent des dizaines d'erreurs répétées.
Ce que l'outil ne fait pas, et pourquoi le dire
Ce que notre outil ne fait pas, c'est deviner tout seul la langue d'origine de chaque nom propre pour basculer vers la bonne phonétique. Il lit en français, avec ses règles, et corrige là où vous le lui demandez. Un texte international non réglé sortira donc correct sur le fond, francisé sur les noms étrangers non corrigés. Pour beaucoup d'usages internes, notes, comptes rendus, veille, cette intelligibilité suffit. Pour une communication publique où la prononciation exacte d'un nom est un enjeu de respect, le réglage préalable n'est pas une option, c'est le travail à faire.
Nous le disons franchement, parce que c'est la ligne que défend notre page text to speech français : nous préférons bien lire une langue et vous donner les moyens de corriger le reste, plutôt que promettre une lecture parfaite de trente langues que personne ne tient. Un outil honnête vous montre où il s'arrête, et vous met l'outil de correction dans la main.
Sonorisez vos articles avec WeDispatch
Ce blog sera lui-même sonorisé par WeDispatch. Envie de voir ce que ça donne sur vos contenus ?
Demandez une démo