La voix est utile là où taper est lent : dicter des notes, réserver en parlant, écouter un article, aider les personnes pour qui la lecture est difficile. En français, les accents régionaux, les noms propres et les mots anglais mélangés pèsent plus qu'on ne le croit sur la qualité.
Ce guide présente les briques de base, ce qu'il faut tester avant le lancement et comment demander à Uttra une première version fonctionnelle.
Une application vocale fait l'un de ces trois métiers : transformer la parole en texte, lire un texte à voix haute, ou enchaîner les deux pour dialoguer. Vous pouvez décrire le besoin à Uttra en langage courant, mais la reconnaissance des accents, l'autorisation du micro et la confidentialité des enregistrements demandent des choix réfléchis.
Les trois briques
La reconnaissance vocale écoute le micro et renvoie des mots écrits. La synthèse vocale lit un texte avec une voix choisie. L'assistant vocal les enchaîne : il écoute, envoie le texte à un modèle d'IA, puis prononce la réponse.
- Dictée : l'utilisateur parle, le texte apparaît dans un formulaire ou une note.
- Lecture à voix haute : un bouton sur un article ou un cours joue le texte en audio.
- Assistant vocal : on pose une question à l'oral et on écoute la réponse.
- Commandes vocales : phrases courtes comme « ouvre mes commandes ».
Accents : testez avec de vraies voix
La qualité varie selon la langue, l'accent, le bruit et le micro. Un modèle brillant en démonstration peut trébucher sur des noms propres ou des phrases mêlant français et anglais. Enregistrez dix phrases réelles de vos utilisateurs et regardez le résultat.
Affichez toujours le texte reconnu pour que l'utilisateur le corrige avant de valider quelque chose d'important, comme une commande ou un rendez-vous.
Autorisation, HTTPS et vie privée
Les navigateurs n'autorisent le micro que sur des pages sécurisées et après accord de l'utilisateur ; expliquez pourquoi vous en avez besoin avant la demande. La voix est une donnée personnelle : indiquez si l'audio est conservé, combien de temps et qui peut l'écouter, et ne gardez pas ce dont vous n'avez pas besoin. Les règles du RGPD s'appliquent.
Les services vocaux externes demandent une clé d'API que vous ajoutez comme secret du projet. Lisez les conditions du fournisseur sur le traitement de l'audio, surtout pour les mineurs ou les contenus de santé.
- Un bouton micro clair, avec un état d'écoute visible.
- Une saisie au clavier de secours pour les lieux bruyants et les refus d'autorisation.
- Une courte note de confidentialité à côté du bouton.
Une demande prête à copier
Commencez petit et décrivez le moment de l'utilisateur. Par exemple :
« Ajoute un bouton de dictée sur la page des notes de mon application de cabinet. L'utilisateur parle en français, le texte apparaît dans le champ de la note et il peut le modifier avant d'enregistrer. Ajoute un bouton de lecture à voix haute pour chaque note, une saisie au clavier si le micro est bloqué et une ligne précisant que l'audio n'est pas conservé. »