Les homographes : quand la synthèse vocale doit deviner comment lire un mot
Est, fils, président, couvent : le même mot écrit se lit de deux façons selon le sens. Comment un moteur de synthèse vocale française tranche, et où il se trompe.
Il y a une catégorie de pièges que la synthèse vocale française ne peut pas résoudre en regardant les lettres, parce que les lettres sont exactement les mêmes. Ce sont les homographes hétérophones : des mots qui s'écrivent pareil mais se prononcent différemment selon le sens. « Il est là » et « le soleil se lève à l'est » contiennent le même « est », et pourtant l'un se dit « è » et l'autre « èst ». Aucune règle de lettre à son ne les sépare. Seul le contexte le fait, et c'est précisément là qu'un moteur montre s'il lit vraiment le français ou s'il le déchiffre.
Pourquoi c'est plus dur que les liaisons
Une liaison se décide sur la frontière entre deux mots, avec des règles grammaticales qu'on peut coder. Un homographe, lui, se décide à l'intérieur d'un seul mot, et le seul indice disponible est le rôle que ce mot joue dans la phrase. Il faut donc que le moteur ait analysé la phrase, reconnu qu'ici « couvent » est un verbe (« les poules couvent ») et non un nom (« le couvent des Carmélites »), avant même de choisir le son. C'est une décision de compréhension, pas de prononciation. Un outil qui traite chaque mot isolément n'a aucune chance : il tirera toujours la même carte.
Cinq cas où le même mot se lit de deux façons
Voici cinq homographes classiques, avec les deux lectures attendues et l'indice qui permet de trancher.
| Mot écrit | Première lecture | Seconde lecture | Ce qui décide |
|-----------|------------------|-----------------|---------------|
| est | « è » (verbe être : il est tard) | « èst » (point cardinal : vers l'est) | La présence d'un déterminant ou d'une préposition devant |
| fils | « fis » (l'enfant : mon fils) | « fisse » (le fil, textile : des fils électriques) | Le sens, souvent le pluriel et le domaine |
| couvent | « couve » (verbe : les braises couvent) | « couvan » (nom : entrer au couvent) | La fonction grammaticale dans la phrase |
| président | « prézidan » (nom : le président parle) | « préziddent » (verbe : ils président la séance) | Le sujet pluriel « ils » qui impose le verbe |
| portions | « porsion » (nom : deux portions) | « portion » (verbe porter : nous portions des sacs) | Le pronom « nous » et le temps du récit |
On pourrait en aligner des dizaines : « affluent », « négligent », « content », « violent », « éditions », « intéressant » (nom propre inclus). Le point commun, c'est que la bonne lecture ne se trouve jamais dans le mot, seulement autour de lui.
Ce que notre moteur en fait, sans surpromesse
Sur les cas les plus fréquents, le moteur tranche en analysant la structure de la phrase : un sujet pluriel « ils » suivi de « président » bascule vers le verbe, un déterminant devant « est » le range comme point cardinal probable. Cette analyse est ce qui distingue une lecture du français d'une simple restitution phonétique, et c'est le cœur du travail décrit sur la page text to speech français : la prononciation d'un mot dépend de la phrase entière, pas du mot pris seul.
Mais soyons honnêtes sur la limite. Une phrase courte ou ambiguë peut ne pas donner assez d'indices. « Les fils » sans contexte peut désigner les enfants comme les câbles, et aucune analyse grammaticale ne le résoudra, parce que l'ambiguïté existe aussi pour un lecteur humain. Un titre elliptique, une légende, un tableau de deux mots : ce sont les endroits où le moteur peut choisir la mauvaise carte. Nous préférons le dire plutôt que prétendre que la machine « comprend ». Elle infère, et parfois elle infère mal.
Le geste qui garantit la bonne lecture
Quand un homographe compte vraiment (un nom propre, un terme métier, un titre où l'erreur s'entendrait tout de suite), la garantie ne vient pas de la voix mais du lexique de prononciation. Vous y déclarez, une fois pour toutes, comment un mot précis doit se lire dans vos contenus. Si votre média s'appelle « L'Est Républicain », vous fixez la lecture « èst » et vous n'y revenez plus : le moteur cesse de deviner sur ce mot-là et applique votre décision. C'est le même principe que pour les noms propres et lieux, où l'orthographe ne dit rien du son attendu.
Comment tester un outil en deux minutes
Prenez trois phrases minimales et écoutez : « Ils président la réunion » (attendu : verbe), « Les poules couvent leurs œufs » (attendu : verbe), « Le vent d'est se lève » (attendu : point cardinal). Un outil qui lit les trois correctement analyse vraiment la phrase. Un outil qui dit « prézidan » pour un sujet pluriel se contente de mots isolés, et vous saurez à quoi vous en tenir avant d'équiper tout un site. C'est le même réflexe que pour lire les nombres à voix haute : on ne juge pas un moteur sur un beau paragraphe, on le juge sur ses pièges.
Les homographes ne sont pas un détail de puriste. Sur un article de presse, une seule lecture fausse dans un titre suffit à faire décrocher l'oreille et à signaler que l'audio a été posé sans soin. C'est exactement le genre de finition qui sépare un outil qui prononce le français d'un outil qui le lit.
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