Microsoft fait un peu plus tomber la barrière des langues avec l'expansion de Skype Translator, son « service de traduction vocale instantanée », qui se met aujourd'hui au français et à l'allemand.
Une fois encore, ce qu'on croyait réservé à la science-fiction pour un moment devient une réalité. À compter d'aujourd'hui, on peut converser de vive voix avec un Anglais ou même avec un Chinois, en parlant et en entendant dans sa langue maternelle.
Skype Translator est opérationnel depuis la fin de l'année 2014, mais il était dans un premier temps limité à deux langues et à une sélection de volontaires. Il s'est étendu ces six derniers mois et jusqu'à présent, il prenait en charge la traduction de la voix en anglais, espagnol, italien et mandarin. L'allemand et le français complètent désormais la liste.
Concrètement, Skype Translator est un interprète plutôt qu'un service de traduction vocale instantanée. Votre correspondant parle dans sa langue maternelle, vous l'entendez d'abord dans cette langue, puis l'interprète virtuel prend le relais et répète la phrase dans votre langue. Et inversement lorsque vous répondez dans votre langue maternelle.
Parler presque naturellement avec un Chinois
Lors d'une démonstration à laquelle nous avons participé cette semaine, nous avons ainsi pu parler de la pluie et du beau temps avec un employé américain de Microsoft à Seattle. Ce n'est pas encore parfait, on attend un court instant la traduction après avoir entendu la version originale, si bien que si on maitrise au moins un peu l'anglais, on est tenté de répondre en anglais. Le service, qui a été configuré au début de l'appel et qui s'attend à entendre du français perdrait alors les pédales.
Mais imaginez qu'on peut se faire comprendre et comprendre quelqu'un avec lequel on ne partage aucune langue.
L'interprète transmet le texte tout en fonctionnant à l'oral. En plus de faciliter l'archivage et l'indexation de la voix, ceci permet aussi et surtout aux malentendants de passer des appels.
Un progrès rendu possible par le cloud et le deep learning
En tout cas le processus de Skype Translator paraît simple : l'expéditeur parle, sa voix est transposée en texte par reconnaissance vocale, ce texte est traduit, puis restitué au destinataire par synthèse vocale.
Skype Translator ne ferait donc qu'associer des technologies qui existent depuis 10 à 20 ans ? Bernard Ourghanlian, directeur technique de Microsoft France, nous explique que ce ne sont que de récents progrès qui ont rendus viable un tel service.
C'est pour commencer l'avènement du cloud, les traitements, lourds, se font sur des serveurs distants et non sur les ordinateurs des utilisateurs. Ce qui permettra à terme de porter le service sur les mobiles et même sur le navigateur.
C'est aussi et surtout le recours au deep learning et aux réseaux de neurones profonds, qui permettent l'apprentissage quasi autonome, d'une langue en l'occurrence, par la machine. Pour chaque nouvelle langue, Microsoft confie à la machine 4 000 heures de vidéos sous-titrées, de toutes sortes (films, émissions de télévision, etc.), afin qu'elle apprenne à faire le lien entre le texte et le son. Puis la machine s'améliore à mesure qu'on utilise le service, tant globalement qu'à l'échelle du compte d'un utilisateur. Avant de confier le texte au traducteur, elle exclue les disfluences (les répétitions, les hésitations, les « voilà », etc.).
Le deep learning intervient également dans la traduction. La machine apprend à partir de corpus disponibles dans plusieurs langues. La législation canadienne par exemple pour le français et l'anglais.
Bernard Ourghanlian reconnait que « c'est encore loin d'être parfait ». Aux dernières nouvelles, Skype Translator obtenait un taux d'erreur de 20 à 7 % sur des benchmarks standardisés.
Skype Translator est donc disponible dès à présent en français, en bêta publique. Malheureusement, il ne fonctionne pour l'heure que sur Windows 8.1 ou ultérieur. Mais seule la personne initiant l'appel a besoin d'en être muni. L'autre utilisateur peut utiliser la version stable sur OS X ou même sur smartphone. Le téléchargement et les instructions sont disponibles à cette adresse.
Nous publierons prochainement une vidéo dans laquelle nous ferons la démonstration d'une conversation avec une personne parlant chinois.
C'est vers l'âge de 12 ans, lorsque j'ai reçu mon premier ordinateur (un Pentium 100), que j'ai décidé d'abandonner ma prometteuse carrière de constructeur de Lego pour me consacrer pleinement à ma no...
C'est vers l'âge de 12 ans, lorsque j'ai reçu mon premier ordinateur (un Pentium 100), que j'ai décidé d'abandonner ma prometteuse carrière de constructeur de Lego pour me consacrer pleinement à ma nouvelle passion pour l'informatique.
Depuis je me suis aussi passionné pour l'imagerie en général et pour la photo en particulier, mais je reste fan de sujets aussi obscurs que les procédés de fabrication de composants électroniques ou les microarchitectures de processeurs, que l'infiniment grand et l'infiniment petit.
Je suis enfin foncièrement anti-DRM et pro-standards ouverts.
Rejoignez la communauté des passionnés de nouvelles technologies. Venez partager votre
passion et débattre de l’actualité avec nos membres qui s’entraident et partagent leur
expertise quotidiennement.
