Le français ne se lit pas comme il s'écrit : ce que ça demande à une voix de synthèse
Consonnes finales muettes, liaisons, e caduc, homographes : l'écart entre l'orthographe française et sa prononciation est le vrai travail d'une voix de synthèse. Ce qui se joue, et ce qu'un outil peut corriger.
Beaucoup de langues se lisent à peu près comme elles s'écrivent : une lettre, un son, et l'affaire est réglée. Le français non. Entre ce qui est écrit sur la page et ce qui doit sortir d'une bouche, il y a un écart permanent, et cet écart est précisément le travail d'une voix de synthèse. Une machine qui lirait le français lettre à lettre produirait quelque chose d'inécoutable. Tout l'enjeu tient dans ce qu'elle décide de ne pas dire, de dire autrement, ou d'ajouter.
Voici les quatre endroits où cet écart se joue, et ce qu'un outil honnête peut en faire.
Les lettres qu'on écrit et qu'on ne dit pas
Le français est plein de lettres silencieuses. La plupart des consonnes finales ne se prononcent pas : le « t » de « chat », le « s » de « temps », le « d » de « grand », le « x » de « deux ». Les terminaisons verbales en sont truffées : « ils parlent » se dit comme « il parle », le « -ent » est muet. Un lecteur humain fait ce tri sans y penser, parce qu'il connaît le mot avant de le prononcer. Une voix de synthèse, elle, doit avoir appris que ces lettres sont là pour l'œil et pas pour l'oreille.
Le piège, c'est que la règle a des exceptions qui, elles, se prononcent : le « s » de « fils », le « t » de « but », le « c » de « sac ». Un modèle entraîné sur beaucoup de français les connaît ; là où il hésite, c'est sur les mots rares et surtout sur les noms propres, qui n'obéissent à aucune règle générale.
La liaison, qui ajoute un son absent de l'écrit
À l'inverse, le français fait parfois surgir un son qui n'existe pas dans le mot isolé. « Les enfants » : le « s » de « les », muet devant une consonne, se réveille en « z » devant la voyelle. C'est la liaison, et c'est sans doute l'endroit le plus difficile pour une machine, parce qu'elle n'est ni toujours obligatoire, ni toujours interdite, ni toujours au choix. Dire « un grand-z-homme » est une faute, dire « les-z-amis » est obligatoire, et entre les deux vit toute une zone grise où même les humains ne sont pas d'accord. Nous lui avons consacré un article entier, tant le sujet est révélateur : la liaison, le test le plus dur du français lu par machine.
Le e qu'on garde ou qu'on laisse tomber
Le « e » sans accent, dit caduc ou muet, est une autre négociation permanente. Dans « samedi », on l'entend à peine ; dans « une petite fenêtre », il disparaît presque partout à l'oral mais reviendrait dans une diction soignée ou dans un vers. Prononcer tous les « e » donne une lecture guindée, scolaire, étrangère ; les escamoter tous donne une bouillie. Le bon réglage dépend du registre du texte et du débit, et c'est un choix de lecture autant qu'une règle. Le détail de ce que fait notre moteur est ici : le e muet à la lecture.
Les mots qui s'écrivent pareil et se disent autrement
Enfin, certains mots identiques à l'écrit changent de prononciation selon leur sens ou leur fonction. « Le président » et « ils président » ne se disent pas pareil ; « un couvent » et « ils couvent » non plus ; « est » le verbe et « est » le point cardinal se séparent à l'oral. Ce sont les homographes, et ils obligent la voix à comprendre un minimum la phrase avant de la lire, puisque l'orthographe seule ne tranche pas. C'est un terrain où une machine se trompe encore, et où elle doit parfois s'abstenir plutôt que de parier. Le détail est ici : les homographes.
Ce qu'un outil peut faire de cet écart
La première chose à attendre d'un outil de synthèse vocale pour le français n'est pas une belle voix, c'est une lecture qui a résolu ces quatre écarts correctement sur la majorité des textes courants. Un modèle réglé pour le français traite bien les consonnes muettes, les liaisons fréquentes et les « e » caducs ; il bute encore, et c'est normal, sur les noms propres, les mots rares et les homographes dont le sens n'est pas évident.
La deuxième chose à attendre, c'est un moyen de corriger ce qui reste. Aucun modèle ne devine qu'il faut dire tel patronyme d'une certaine façon : il faut pouvoir le lui dire une fois, et qu'il s'en souvienne. C'est le rôle d'un lexique de prononciation, qui transforme une erreur ponctuelle en réglage durable, au lieu de la laisser revenir à chaque article.
Ce qu'il faut refuser, c'est l'outil qui prétend n'avoir aucun de ces problèmes. Le français ne se lit pas comme il s'écrit : une voix qui ne se tromperait jamais sur un nom propre n'existe pas, et celle qui le promet ment sur le reste. La bonne question n'est pas « est-ce parfait », mais « est-ce correct partout où le texte est ordinaire, et corrigible partout où il ne l'est pas ».
Écoutez le résultat sur vos propres textes
Le meilleur moyen de juger un moteur sur cet écart entre l'écrit et l'oral, c'est de lui donner vos textes, avec vos noms propres et votre vocabulaire. La formule gratuite le permet sans engagement : essayez maintenant.
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