Gras, italique, majuscules : ce que la synthèse vocale n'entend pas
Le gras et l'italique se voient, ils ne s'entendent pas. Ce qu'une voix de synthèse fait vraiment d'un mot souligné visuellement, et comment écrire pour que l'emphase survive au passage à l'audio.
Quand vous mettez un mot en gras, vous donnez une instruction à l'oeil du lecteur : ralentis ici, ce mot compte. Le problème, c'est que cette instruction est purement visuelle. Une voix de synthèse lit du texte, pas de la mise en forme, et dans l'immense majorité des cas, votre gras disparaît sans laisser de trace à l'oreille. Comprendre pourquoi vous évite une déception, et surtout ça change la façon d'écrire un texte destiné à être écouté.
Ce qui se passe entre votre éditeur et la voix
Un article publié sur le web est du HTML. Le gras est une balise, l'italique une autre, les couleurs et les tailles encore d'autres. Avant qu'un texte parte à la synthèse, il est nettoyé : les balises de mise en forme sont retirées pour ne garder que les mots et la ponctuation. C'est nécessaire, sinon la voix lirait des morceaux de code. Mais ce nettoyage a une conséquence directe : le mot que vous aviez mis en gras redevient un mot ordinaire, lu exactement comme ses voisins.
Autrement dit, l'emphase typographique n'est pas mal rendue, elle n'est pas rendue du tout. Ce n'est pas un défaut de notre moteur en particulier, c'est la nature même de l'exercice : il reste le texte, et le texte seul ne dit pas qu'un mot était en gras. Si vous voulez comprendre en profondeur ce qui distingue lire un texte de le prononcer, c'est tout le sujet de notre page sur le text to speech français.
Les majuscules, le piège inverse
Avec les majuscules, le risque n'est pas la disparition, c'est le contresens. Un mot écrit tout en capitales pour appuyer, comme « c'est GRATUIT », peut être pris par un moteur pour un sigle et épelé lettre à lettre : « G, R, A, T, U, I, T ». La voix passe alors d'un mot à un alphabet, et l'effet est franchement pénible. Le comportement dépend de la façon dont l'outil distingue un mot crié d'un acronyme, ce qui est exactement la question traitée dans notre article sur les sigles et acronymes en audio.
De notre côté, un mot courant écrit en majuscules est reconnu comme un mot et lu normalement, pas épelé. Mais aucune règle automatique n'est parfaite : un mot rare ou une marque en capitales peut toujours dérouter. Quand un terme précis doit se dire d'une manière fixe, la bonne réponse n'est pas d'espérer, c'est de l'inscrire une fois pour toutes dans le lexique de prononciation, qui vaut pour tout le site.
L'italique, le cas où le sens se joue vraiment
L'italique est plus retors, parce qu'en français il porte souvent du sens, pas seulement de l'insistance. On l'utilise pour un mot étranger (« un certain je-ne-sais-quoi »), pour un titre d'oeuvre, ou pour signaler qu'un mot est employé en tant que mot (« le terme liaison »). À l'oreille, toute cette information tombe. « Il n'a pas dit ça, il l'a écrit » perd sa colonne vertébrale : l'opposition entre les deux verbes reposait entièrement sur l'italique, et sans lui la phrase devient plate.
C'est le vrai enseignement de tout ceci. Le problème n'est pas technique, il est rédactionnel. Une phrase dont le sens repose sur une mise en forme est une phrase fragile, y compris pour un lecteur pressé qui survole. À l'audio, elle casse.
Écrire pour que l'emphase survive
La parade tient en une phrase : mettez le poids dans les mots, pas dans leur habillage. Là où vous auriez souligné visuellement, reformulez pour que l'accent vienne de la construction. « Il ne l'a pas dit, il l'a écrit » se sauve en explicitant : « Il ne l'a jamais dit à voix haute ; il l'a écrit, noir sur blanc. » L'opposition est maintenant dans les mots, et elle s'entend.
Deux réflexes concrets. D'abord, la ponctuation, elle, s'entend : une virgule, un point, un deux-points créent des respirations réelles, et un texte bien ponctué garde son relief à l'oreille. C'est le sujet de notre article sur la ponctuation et la respiration. Ensuite, relisez à voix haute, ou mieux, écoutez la version audio de votre propre texte. Un passage qui perd son sens à l'écoute est un passage qui s'appuyait sur du visuel, et c'est souvent un passage qui gagnerait aussi à être clarifié pour tout le monde.
Ce qu'on ne fait pas, et pourquoi
On pourrait imaginer traduire le gras en un changement d'intonation, l'italique en une inflexion. Nous ne le faisons pas, et c'est un choix assumé. Une insistance ajoutée automatiquement à chaque mot en gras produirait vite une lecture théâtrale et fatigante, avec des accents posés là où l'auteur ne les voulait pas forcément. Nous préférons une lecture juste du texte réel à une interprétation de sa mise en forme. La qualité, pour nous, c'est de bien dire ce qui est écrit, pas de deviner ce que la typographie voulait suggérer.
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