La reconnaissance vocale transforme la parole en texte, la traduction fait passer un message d’une langue à une autre, et la conversation maintient un échange au fil de plusieurs tours. Khaya développe notamment la reconnaissance de la parole et la prononciation dans des langues ghanéennes, les assistants généralistes couvrent des usages larges, tandis que Nkomo est conçu pour converser naturellement en twi, en anglais ghanéen ou dans leur mélange.
À 18 h 40, dans une petite cuisine à Kumasi, Kweku tient son téléphone au-dessus d’une casserole qui commence à déborder. Sa tante vient de lui envoyer une note vocale au sujet d’un paiement familial. Il comprend presque tout, sauf une phrase où le twi et l’anglais se croisent autour du mot « balance ».
S’agit-il du solde déjà payé ou de la somme qui reste à envoyer? Une mauvaise interprétation peut déclencher un transfert erroné et une conversation familiale difficile à réparer. Kweku n’a pas besoin d’un mot isolé. Il doit reprendre toute l’idée, poser une question, préciser ce qu’il a entendu et vérifier le sens sans abandonner sa manière habituelle de parler.
Cette scène est fictive, mais le choix qu’elle illustre est concret. Avant de choisir un outil, il faut savoir quel travail vous voulez lui confier.
Reconnaître la parole, traduire ou tenir une conversation
Un outil de reconnaissance vocale écoute un énoncé et produit une transcription. C’est utile pour dicter, sous-titrer, rechercher dans un enregistrement ou préparer un texte à relire. Sa première responsabilité consiste à entendre correctement les sons et les mots.
Un outil de traduction reçoit un contenu dans une langue et cherche à le restituer dans une autre. Vous l’utilisez lorsque votre destination est claire: ce passage en twi doit devenir compréhensible en français ou en anglais, par exemple. La traduction peut être précieuse sans devenir une conversation. Elle n’a pas forcément à se souvenir de votre question précédente ni à comprendre pourquoi vous avez changé de langue au milieu d’une phrase.
Un compagnon conversationnel doit faire davantage avec le fil de l’échange. Vous pouvez demander une explication, corriger une ambiguïté, interrompre la réponse puis reformuler. Lorsque vous dites « meka sɛ… but what I mean is… », le mélange lui-même fait partie de votre intention. Cette distinction est développée dans ce récit sur Yaw et le contexte gardé pendant un changement de langue.
Ces trois tâches se recoupent parfois. Elles ne répondent pourtant pas au même besoin. Évaluez donc l’outil sur le résultat attendu, au lieu de chercher un classement unique.
Ce que Khaya apporte aux langues ghanéennes
Khaya travaille sur des technologies linguistiques destinées aux langues africaines. Dans le cadre présenté ici, son évolution vers la reconnaissance vocale et la prononciation dans plusieurs langues ghanéennes répond à deux besoins précis: faire reconnaître une parole prononcée et aider à travailler la manière dont un mot se dit.
Ce positionnement compte. Une personne qui prépare une transcription en langue ghanéenne, vérifie une prononciation ou explore des outils linguistiques locaux peut commencer par ces capacités. Il faut ensuite regarder la langue concernée, la fonction disponible et le type de résultat produit.
La bonne question devient: « Est-ce que je veux obtenir du texte, une traduction, un retour de prononciation ou poursuivre un échange? » Cette phrase évite de comparer des produits sur leur seule présence du mot « twi ».
Pour Kweku, une transcription exacte de la note vocale pourrait déjà révéler le passage ambigu. Si son besoin s’arrêtait là, il n’aurait aucune raison d’exiger une longue interaction.
Où les assistants généralistes trouvent leur place
Gemini, Google Assistant, ChatGPT Voice et Meta AI sont conçus pour répondre à un large éventail de demandes. Cette largeur peut convenir à une recherche générale, à la rédaction d’un texte, à une question ponctuelle ou à des tâches quotidiennes dans les langues et modes effectivement proposés par chaque service.
La présence d’une interface vocale ne garantit cependant pas qu’un outil saisira votre twi, votre anglais ghanéen et vos changements de langue comme vous les prononcez. Un bouton microphone indique le mode d’entrée. Il ne prouve ni la qualité de reconnaissance pour votre accent, ni la continuité du contexte après un changement de langue.
Faites un essai proche de votre vraie situation. Prononcez une phrase entière, avec le mélange que vous utilisez chez vous. Ajoutez une relance qui dépend de la phrase précédente. Vérifiez ensuite la transcription, le sens retenu et la réponse. Si l’enjeu est sérieux, relisez toujours les noms, les montants et les formulations qui pourraient modifier une décision.
Quand Nkomo correspond mieux au besoin
Nkomo vise la conversation naturelle en twi et en anglais ghanéen, à l’écrit comme à l’oral, y compris lorsque les deux se rencontrent dans le même échange. En mode vocal, Kweku peut maintenir le bouton pour parler, entendre la réponse et l’interrompre naturellement lorsqu’il veut corriger le contexte.
Il reprend donc l’idée avec ses propres mots: « Ɛyɛ sika a aka anaa sika a yɛatua already? » Au lieu de traiter chaque morceau comme une demande séparée, il peut poursuivre la clarification dans le même échange. Il ne confie pas à l’outil le pouvoir de décider à la place de sa tante. Il s’en sert pour formuler la bonne question avant d’envoyer quoi que ce soit.
La confidentialité fait aussi partie du choix. Nkomo propose trois réglages explicites pour l’envoi vers le cloud: jamais, demander à chaque fois ou autoriser pendant cette session. L’historique reste sur l’appareil sous votre contrôle. Si vous le désactivez, il est supprimé immédiatement. Vous pouvez également exporter vos données ou supprimer votre compte en un geste. Cette histoire sur la pratique du twi sans créer une archive familiale approfondit cette question.
Quelques minutes plus tard, la casserole est hors du feu. Kweku envoie à sa tante une question courte qui distingue clairement le solde payé du montant restant. Le transfert attendra sa réponse. Cette fois, l’outil n’a pas prétendu résoudre l’ambiguïté familiale. Il a aidé Kweku à ne pas agir sur une phrase mal comprise.
Commentaires
Pas encore de commentaires.