Apprendre un mot à une voix, une fois, pour tous vos articles

Il y a une catégorie d'erreurs qu'aucune voix de synthèse ne corrigera jamais toute seule, et changer d'outil n'y change rien : les mots qu'il faut connaître pour bien les dire. « Ploërmel » se prononce « Plo-air-mel ». Aucune règle ne le devine, aucun modèle ne l'invente, parce que rien dans l'écriture ne l'indique. Il faut connaître la commune. C'est le client qui sait, pas la machine, et c'est exactement pour ces cas que WeDispatch tient un lexique de prononciation par compte.

Le geste, en une ligne

Le lexique de prononciation est une liste que vous tenez vous-même, une entrée par ligne, au format écriture = prononciation. À gauche, le mot tel qu'il apparaît dans vos articles. À droite, la façon de le dire, écrite phonétiquement dans une orthographe simple :

• Ploërmel = Plo-air-mel
• Cysoing = Si-zoin
• URSSAF = Urssaf

C'est tout. Vous ajoutez le mot qui accroche, vous écrivez comment il doit sonner, et la correction s'applique à la synthèse suivante. Un secrétaire de rédaction remplit ce lexique entre deux bouclages, sans aucune compétence technique : il n'y a pas de code phonétique international à connaître, juste une transcription lisible que vous ajustez à l'oreille.

Trois propriétés qui comptent, et une qui surprend

D'abord, c'est une règle, pas une intelligence artificielle. Le remplacement est déterministe : à chaque synthèse, le même mot reçoit la même prononciation, sur tous les articles suivants, y compris en mode charte. Vous n'avez rien à espérer ni à re-vérifier à chaque génération.

Ensuite, la correction vit à côté du texte, pas dedans. Vous ne réécrivez pas vos articles pour caser une prononciation phonétique au milieu d'une phrase, et vous ne régénérez pas les audios déjà produits pour qu'une entrée nouvelle vaille pour les prochains. Le lexique s'applique au moment de la lecture, en amont de la voix.

Enfin, une entrée apprise une fois vaut pour toujours et partout. Le jour où vous apprenez à l'outil que « Guebwiller » se dit « Guèb-vilaire », tous vos articles qui contiennent ce nom, présents et à venir, en profitent. C'est la différence entre corriger un audio et apprendre une prononciation.

La propriété qui surprend est assumée et documentée : le mot corrigé change aussi dans le texte affiché à l'écran, pas seulement dans le son. Si vous utilisez la lecture suivie avec surlignage ou les sous-titres, c'est la graphie de prononciation qui s'affiche au moment où le mot est dit. La raison est mécanique : les horodatages doivent correspondre à ce qui est réellement prononcé, sinon le surlignage dérive et met en avant le mauvais mot. Pour la plupart des entrées, cela ne se voit pas ; pour un nom propre visible, mieux vaut le savoir avant de le découvrir en écoutant.

Pourquoi « ajouter » et pas « remplacer »

Un détail d'ingénierie qui a une conséquence directe pour vous : ajouter un mot ne doit jamais effacer les autres. Une liste de prononciations grandit un nom à la fois, sur des mois, et elle représente un vrai travail de rédaction. L'écraser entière parce qu'on voulait poser une seule entrée serait le pire des accidents, d'autant qu'un nom manquant ne se remarque pas : il ne lève aucune erreur, il ne s'affiche nulle part, il ne se découvre qu'à l'écoute d'un article publié, des semaines plus tard. WeDispatch fusionne donc les nouvelles entrées dans le lexique existant plutôt que de tout remplacer, et un même mot déclaré deux fois voit sa prononciation mise à jour, jamais dupliquée. La liste garde son ordre, pour qu'un humain qui la relit dans son espace ne voie pas ses lignes bouger toutes seules.

Ce que ça ne fait pas

Le lexique n'est pas une baguette magique, et le dire fait partie de notre parti pris. Il tient jusqu'à deux cents entrées par compte, ce qui est très large pour un usage réel mais n'est pas infini : c'est une liste de cas particuliers, pas un dictionnaire complet du français. Chaque côté d'une entrée est borné en longueur, et certains caractères sont refusés pour éviter qu'une entrée ne devienne autre chose qu'un simple remplacement de mot. Une entrée refusée est signalée, pour que vous ne l'attendiez pas en vain.

Surtout, le lexique corrige les mots que vous lui apprenez, pas ceux que vous ignorez. Le socle du français (liaisons, nombres, ponctuation) est traité en amont, comme l'explique la page text to speech français. Le lexique prend le relais là où le socle s'arrête : les noms qu'il faut connaître. Le bon usage est donc de constituer, une fois, la liste des vingt ou trente mots qui reviennent dans vos contenus et accrochent à l'écoute, puis de la compléter au fil de l'eau.

C'est le même remède que pour les sigles et les noms propres, traités dans sigles et acronymes en audio et dans bien prononcer les noms propres dans un audio de presse. Et c'est précisément la question à poser à n'importe quel fournisseur avant de s'engager, celle du protocole décrit dans comment évaluer une voix neuronale : non pas « votre voix lit-elle ce mot correctement ? », mais « puis-je lui imposer la bonne lecture, et cette consigne tient-elle sur tous mes articles ? ». Une voix qui ne vous laisse pas la main sur ses cas particuliers vous laissera tôt ou tard un nom écorché à l'antenne.

À lire aussi

• Le e muet : la syllabe qui apparaît et disparaît en français
• Lire une adresse web, un courriel ou une mention à voix haute
• Titres, intertitres et listes : comment l'oreille suit la structure d'un article