Soirée électorale en audio : ce que la synthèse vocale fait des pourcentages, des voix et des sigles de partis

Un soir d'élection, une rédaction locale publie vite, beaucoup, et presque toujours la même forme d'article : une commune, des listes, des pourcentages, des voix, un écart, un second tour. C'est aussi le texte le plus dense qu'une voix de synthèse ait à lire : presque chaque phrase contient un nombre, un signe ou un sigle.

Avec la présidentielle de 2027 en vue, la question se posera dans toutes les rédactions qui sonorisent leurs articles : est-ce que l'audio d'un article de résultats est diffusable tel quel ? Plutôt que de répondre de mémoire, nous avons fait passer des phrases typiques dans la préparation du texte qui précède la voix, celle qui décide comment « 38,42 % » ou « RN » seront dits. Ce qui suit est la sortie réelle, recopiée sans retouche.

Les pourcentages et les voix : le cas qui marche

C'est le cœur d'un article de résultats, et c'est la partie la plus sûre.

• « Au 1er tour, la liste conduite par Mme Durand obtient 38,42 % des suffrages exprimés » devient « Au premier tour, la liste conduite par Madame Durand obtient trente-huit virgule quarante-deux pour cent des suffrages exprimés ».
• « Participation : 61,7 % à 17 h, contre 58,3 % en 2020 » devient « soixante et un virgule sept pour cent à dix-sept heures, contre cinquante-huit virgule trois pour cent en deux mille vingt ».
• « Sur 1 248 inscrits, 812 votants, 23 bulletins blancs et 11 nuls » se lit nombre par nombre, sans faute d'accord.
• « 12 345 voix » devient « douze mille trois cent quarante-cinq voix » : l'espace des milliers est bien compris comme un séparateur, pas comme deux nombres.

Les ordinaux suivent : « 1er tour » se dit « premier tour », « 2nd tour » « second tour », « 2e tour » « deuxième tour ». La nuance entre « second » et « deuxième » est respectée telle que le journaliste l'a écrite, ce qui compte pour qui tient à la distinction. Le détail des règles sur les taux est dans notre article sur la lecture des pourcentages.

Les sondages : signes et marges

« Sondage Ifop : 27 % (+2) pour la majorité, marge d'erreur de ± 3 points » devient « vingt-sept pour cent (plus deux) pour la majorité, marge d'erreur de plus ou moins trois points ». Le signe « ± » est dit, le « +2 » collé au nombre aussi.

Première limite, constatée dans le même passage : « (+ 812 par rapport à 2020) », avec une espace entre le signe et le nombre, ressort « (+ huit cent douze par rapport à deux mille vingt) ». Le plus n'est pas transformé en mot. Ce que la voix en fera dépend alors du moteur, et nous ne le garantissons pas. La correction côté rédaction est simple : coller le signe au nombre, ou écrire « 812 de plus qu'en 2020 », ce qui s'écoute d'ailleurs mieux.

Les sigles de partis : épelés, sauf quand ils se prononcent

Un article politique est plein de sigles, et ils ne se traitent pas tous de la même façon à l'oral. On dit « le PS » en épelant, mais personne n'épelle le Modem.

Ce que sort la préparation :

• « Le candidat RN arrive en tête » devient « Le candidat erre enne arrive en tête ».
• « devant le PS » devient « devant le pé esse ».
• « Les Républicains (LR) » devient « (elle erre) », « (NFP) » devient « (enne effe pé) », « (DVD) » devient « (dé vé dé) ».
• « La liste EELV-PS » devient « eu eu elle vé pé esse ».
• « Le Modem » reste « Modem », qui se prononce comme un mot.

Les lettres sont réécrites une à une (« erre enne ») pour que la voix épelle au lieu d'inventer une syllabe. Le procédé a une limite que nos propres notes de développement consignent : sur un sigle de deux lettres, la graphie phonétique peut redevenir une chaîne prononçable. C'est arrivé avec « UE », dont la réécriture « u eu » se faisait lire comme un mot ; il est depuis laissé intact, et la voix l'épelle correctement d'elle-même. PS, RN et LR sont dans la même famille des sigles courts, et restent à réécouter avec ce doute en tête.

Autre garde-fou : une règle qui remet en minuscules les noms de famille écrits en capitales transformait « le député LFI » en « le député Lfi ». La préparation tient désormais une liste explicite de partis et de clubs qu'elle ne doit jamais traiter comme un nom. LFI et UDI sont ainsi transmis tels quels à la voix. Nous ne prétendons pas savoir ce que chaque voix du catalogue en fait : c'est à écouter avant la soirée, pas pendant. Notre article sur les sigles et acronymes explique comment l'outil décide entre épeler et prononcer, et comment on surcharge sa décision.

La deuxième limite : le tiret entre deux scores

C'est l'erreur la plus intéressante de l'essai, parce qu'elle vient d'une règle juste appliquée au mauvais endroit.

« Résultats : 52,1 % - 47,9 % » ressort « cinquante-deux virgule un à quarante-sept virgule neuf pour cent ». La préparation a reconnu un couple de nombres séparés par un tiret et l'a lu comme un intervalle ou un score sportif (« 52-48 » se dit bien « cinquante-deux à quarante-huit »). Pour un duel de second tour, « à » est faux : on attend « contre », et le premier pourcentage perd son « pour cent ».

Quand les deux nombres sont reliés par un mot, aucun problème : « Elle l'emporte avec 50,8 % contre 49,2 % » se lit exactement comme écrit. La règle à donner aux rédacteurs pour la soirée électorale tient donc en une ligne : jamais de tiret entre deux scores, toujours « contre ». C'est aussi plus clair à l'écrit.

Ce qui se règle avant la soirée, pas pendant

Un article de résultats se publie dans l'heure. Personne ne réécoutera chaque version, et c'est normal. Ce qui marche, c'est de préparer le terrain la semaine d'avant.

Les noms des candidats. Ce sont les mots que l'outil connaît le moins, et ceux qu'une erreur rend le plus visibles. Les noms dont la prononciation est douteuse sont signalés avant la lecture, et une prononciation tranchée une fois vaut pour tous les articles suivants : c'est le rôle du lexique de prononciation. Une liste de vingt candidats se règle en une demi-heure, une fois.

Le gabarit de l'article. Si la rédaction utilise un modèle de brève de résultats, c'est ce modèle qu'il faut faire écouter : les formules sont les mêmes d'une commune à l'autre, les défauts aussi : une écoute du gabarit vaut pour tous les articles qui en sortent.

Pour comprendre ce qui se passe entre le texte et la voix, et ce que l'outil corrige ou non de lui-même, la page text to speech français décrit la chaîne complète et nos choix.

Le bilan, sans arrondi

Sur vingt et une phrases tirées d'articles de résultats ordinaires : les pourcentages, les nombres de voix, les ordinaux, les heures et les marges d'erreur sont lus correctement. Les sigles de partis sont épelés, le Modem est prononcé. Deux défauts réels : le signe plus séparé du nombre par une espace n'est pas dit, et un tiret entre deux pourcentages est lu « à » au lieu de « contre ». Deux sigles, LFI et UDI, sont laissés à la voix, et c'est à vérifier à l'écoute.

Aucun de ces défauts ne rend un article incompréhensible, et tous se corrigent par une habitude d'écriture. Pour la presse locale, dont c'est l'un des rendez-vous les plus lus de l'année, nous avons détaillé ailleurs ce que l'audio change pour un quotidien régional.

À lire aussi

• Vérifier son domaine avant de sonoriser ses articles : pourquoi on vous le demande, et comment ça marche
• Noms bretons, basques, corses, alsaciens : pourquoi la synthèse vocale les écorche, et comment on les corrige
• Questionnaire de sécurité pour un outil audio : les questions à poser, et nos réponses, y compris les non