La reconnaissance vocale, c’est une technologie dont on parle depuis bien longtemps…

Il existe pas mal de produits existants permettant de piloter à la voix son ordinateur ou même d’écrire un texte ou prendre des notes en les dictant à sa machine comme on le ferait à une dactylo, mais on ne peut pas dire que cette technologie se soit largement démocratisée auprès du grand public. Pourtant ce marché ne demande qu’à exploser !

On retrouve quelques applications de reconnaissance vocale timidement déployées:

Certains téléphones mobiles proposent la reconnaissance vocale pour épeler le nom d’un correspondant plutôt que de composer son numéro, mais il faut souvent une phase d’apprentissage rédhibitoire pour la plupart des utilisateurs, sans compter que la fiabilité n’est pas là et qu’on est rapidement excédé de devoir répéter 4 ou 5 fois le nom de son correspondant pour que le téléphone daigne enfin composer son numéro…

Certains répondeurs vocaux professionnels proposent également un menu à commandes vocales, mais dans la plupart des cas, les entreprises préfèrent l’usage des touches du téléphones qui s’avèrent plus fiable encore une fois…

Néanmoins, il y a plusieurs barrières à la démocratisation de la technologie de reconnaissance vocale:

• la fiabilité est le premier frein à un déploiement massif…
• la mise en place d’un tel système n’est pas si simple dans l’écosystème numérique actuel (mais cela va changer progressivement).
• son usage n’est pas (encore) intuitif car il demande à l’utilisateur de s’adapter à un nouveau mode de pilotage et l’apprentissage de nouvelles commandes vocales.
• rédiger un texte en le dictant n’est pas aussi intuitif qu’il y parait. Pour de simples notes, pas de problème, mais pour un texte plus complexe et réfléchi, c’est autre chose…Au moment de la rédaction, on a souvent besoin d’un temps de réflexion, de revenir en arrière pour modifier son texte ou ordonner ses idées…tout cela se fait facilement à la souris, mais nécessite encore d’utiliser des commandes vocales qu’il faut apprendre pour être opérationnel et efficace…

Pourtant le potentiel en terme d’interactivité et de gain de temps est bien là:

[Suite:]

Piloter son ordinateur comme si on s’adressait à une personne qui comprend nos attentes pourrait faire gagner un temps considérable…

De même, en matière de communication la plupart des personnes parlent à un débit moyen de 120 mots par minute, alors que la vitesse de saisie au clavier dépasse rarement les 40 mots par minute…

Quand l’utilisation sera simplifiée à l’extrême et que la fiabilité de la reconnaissance vocale aura enfin atteint un niveau acceptable, il est certain que le grand public utilisera cette technologie. Disons pour faire simple qu’il faudrait une simplicité et une efficacité du niveau du moteur de recherche de Google pour que l’engouement du public fasse décoller ce marché.

Google et la recherche par reconnaissance vocale sur les mobiles:

C’est typiquement le genre de “killer application” qui pourrait faire décoller le marché de la reconnaissance vocale auprès du grand public et la nouvelle génération de téléphones mobiles qui permettent de surfer sur Internet.

Google a récemment lancé la recherche vocale pour iPhone, qui sera généralisée sur les autres téléphones mobiles évolués.

La vidéo qui suit montre quelques usages possibles et notamment avec l’association d’un service de geo-localisation pour affiner la recherche automatiquement si besoin.

Je n’ai pas encore testé et ne peut donc pas dire si ce service est réellement aussi efficace que ce qui est montré dans cette vidéo, mais on arrive à un usage simplifié à l’extrême. La reconnaissance vocale prend tout son sens dans un écosystème de technologies mobiles qui ne permettent pas aisément de saisir du texte…

Par contre, il y a clairement un risque pour Google si ce service venait à se démocratiser massivement comme son moteur de recherche traditionnel:

En effet, les ressources informatiques (CPU) pour une requête en reconnaissance vocale sont nettement supérieures à celle nécessaires pour une simple requête textuelle…

Les recettes publicitaires ne pourront pas non plus provenir des simples liens sponsorisés (Adwords/Adsense), mais il faudra trouver des partenariats plus ciblés et géolocalisés qui devront rapporter plus de bénéfices pour couvrir les frais de traitement pour la reconnaissance des requêtes vocales…

Et le future de la reconnaissance vocale ?

On peut très bien imaginer un système de reconnaissance vocale combiné à de la traduction automatique à la volée et une technologie de synthèse vocale, ce qui pourrait un jour permettre de s’affranchir de la barrière de la langue. Pure fiction ? Ces 3 technologies informatiques progressent de jour en jour et nos machine (fixes mais surtout de plus en plus mobiles) ont des capacités de traitement de données de plus en plus importantes…

Une petite note d’humour pour illustrer la fiabilité actuelle des systèmes de reconnaissance vocale: