Notes de bas de page et appels de note : ce que la synthèse vocale en fait

Le texte savant, le billet juridique, l'article de fond aiment la note : un petit chiffre en exposant après un mot, et le détail attend en bas de page ou en fin d'article. À l'écrit, le procédé est propre. L'oeil voit le chiffre, sait qu'il renvoie ailleurs, et décide de descendre ou de continuer. Rien de tout cela n'existe à l'oreille. Un moteur de synthèse vocale ne voit pas un exposant, il voit un caractère, et il doit décider quoi en faire. Cet article regarde ce qui se passe vraiment, sur des exemples que vous pouvez reproduire, et ce qu'il faut écrire pour être bien lu.

L'appel de note, un chiffre qui n'était pas là pour être dit

Voici le cas le plus fréquent, et le plus gênant. Un appel de note est souvent un chiffre en exposant collé au mot qu'il suit :

> Le traité de Rome1 fixe les bases du marché commun.

À l'écran, le « 1 » est petit, surélevé, et personne ne le confond avec un nombre. Mais quand la page est transformée en texte pour la lecture, l'exposant perd sa hauteur : il ne reste qu'un « 1 » ordinaire accolé à « Rome ». Le moteur, lui, lit ce qu'il reçoit. Il énonce donc « le traité de Rome un fixe les bases », et l'auditeur entend un nombre qui n'a aucun sens dans la phrase. Le même mécanisme frappe les appels multiples : « la Commission2,3 » devient « la Commission deux trois ». Ce n'est pas une faute de prononciation du moteur, qui lit correctement le chiffre qu'on lui donne ; c'est un chiffre qui n'aurait jamais dû arriver jusqu'à lui. Sur la façon dont un moteur lit un nombre isolé, notre article sur la lecture des nombres à voix haute détaille pourquoi « 1 » devient « un » et non « premier ».

Ce que devient la note elle-même

Deuxième problème, plus discret. Le contenu de la note, lui, existe bel et bien dans le texte, généralement rassemblé en fin d'article. Quand le moteur arrive au bout, il enchaîne donc, sans transition, une suite de références détachées de leur contexte : « 1. Journal officiel, 25 mars 1957. 2. Voir chapitre précédent. » L'auditeur, qui écoutait un propos suivi, tombe d'un coup dans une liste sèche dont il a oublié à quoi chaque numéro se rapportait. À l'écrit, on revient en arrière d'un coup d'oeil ; à l'écoute, on ne revient pas, on subit. La note de bas de page repose tout entière sur la capacité du lecteur à faire un aller-retour instantané entre le corps et la marge. L'écoute est linéaire : elle ne fait pas d'aller-retour.

L'astérisque et les autres marqueurs

Tous les appels de note ne sont pas des chiffres. L'astérisque est courante, surtout pour une note unique. Un moteur en fait l'une de deux choses : soit il l'ignore, ce qui est le comportement souhaitable, soit il la nomme, et l'auditeur entend « le tarif de base astérisque est indiqué hors taxes ». La deuxième issue est rare sur une astérisque isolée, mais elle devient probable quand le symbole se répète (deux ou trois astérisques pour distinguer les niveaux de note) ou se mêle à d'autres signes. Le tiret, l'obèle, le renvoi entre crochets comme « [note] » subissent le même sort : ce sont des conventions typographiques muettes à l'écrit, mais un moteur n'a aucune raison de deviner qu'un crochet ouvrant annonce une note plutôt qu'autre chose. Ce sont, au fond, du bruit typographique, cette catégorie de caractères qui portent du sens à l'oeil et rien à l'oreille, que nous avons traitée plus largement dans ce qui ne se lit pas à voix haute.

Écrire des notes qui s'écoutent

La bonne nouvelle, c'est que la solution est éditoriale, pas technique, et qu'elle ne demande pas de renoncer aux notes dans la version lue. Le principe : une information dont l'auditeur a besoin pour comprendre la phrase doit être dans la phrase, pas en marge. Si la note précise une date, un chiffre, une source déterminante, intégrez-la au fil du texte, entre parenthèses ou dans une incise courte. Si la note n'est qu'une référence bibliographique ou un renvoi interne, elle n'apporte rien à l'écoute et gagne à disparaître de la version sonore, sans que la version écrite change d'un mot. C'est le principe d'un texte pensé pour deux canaux : l'oeil et l'oreille ne demandent pas la même chose, et un bon article accepte de leur répondre différemment.

Reste le cas où la note contient un terme que le moteur lit mal, un nom propre étranger, un sigle, une référence latine. Là encore, on ne touche pas au texte visible, qui doit rester exact. On passe par le lexique de prononciation : vous déclarez une fois la lecture attendue du terme, et elle s'applique partout où il apparaît, note comprise. Le texte reste ce que le lecteur voit, la correction vit à côté.

Ce qu'il faut en retenir

L'appel de note est un piège d'écoute typique parce qu'il est invisible à celui qui écrit : le « 1 » en exposant ne se voit pas comme un problème tant qu'on ne l'entend pas prononcé « un » au milieu d'une phrase. La parade tient en une question, à se poser au moment d'ajouter une note : cette information, l'auditeur en a-t-il besoin pour suivre ? Si oui, elle rejoint le fil ; si non, elle reste à l'écrit. Vérifier ce genre de détail, phrase par phrase, c'est exactement ce qui distingue un texte qui se lit d'un texte qui s'écoute, et c'est le travail que nous menons sur la lecture du français, décrit sur la page text to speech français.

À lire aussi

• Légendes et crédits de photos : ce que la synthèse vocale en fait
• Un lecteur audio dans la page ou dans une iframe : ce que ce choix décide
• WCAG 2.2 et version audio : ce que le standard exige, et ce qu'il n'exige pas