Un enregistrement consenti dans un hangar d’achat révèle les hésitations, les bruits et les mélanges de langues qu’un corpus de studio laisse de côté. Pour évaluer une assistance vocale destinée aux cacaoculteurs, il faut entendre leurs questions telles qu’elles sont réellement posées, avant de chercher à améliorer le modèle.
Imaginons Kwaku, cacaoculteur près de Kumasi, un personnage composite inspiré des conditions que le pilote doit mesurer. Ce matin-là, il tient son téléphone à quelques centimètres de sa bouche pendant que des sacs bougent derrière lui et qu’une balance métallique claque. La question qui circule dans le hangar concerne un produit appliqué sur les cacaoyers. Peut-on déjà retourner dans la parcelle, ou faut-il encore attendre?
Kwaku commence en asante twi, reprend un mot en anglais, s’interrompt lorsqu’un voisin lui souffle le nom commercial du produit, puis recommence. S’il est mal compris, sa famille pourrait rentrer trop tôt dans une zone traitée. Personne autour de lui ne connaît avec certitude le délai de réentrée.
Il appuie une dernière fois sur le bouton d’enregistrement. Cette fois, sa question conserve le bruit, l’accent, les hésitations et le mot anglais employé au milieu du twi. C’est précisément l’échantillon dont une évaluation sérieuse a besoin.
Le hangar produit une parole que le studio efface
Dans un studio, la consigne est prononcée distinctement. Le micro reste à distance constante. Le locuteur connaît la phrase avant de la lire. Les moteurs, les conversations voisines et les noms de produits difficiles à articuler disparaissent.
Le hangar d’achat présente la situation inverse. Le fermier construit sa question en parlant. Il peut employer « kokoo » pour le cacao, citer une marque en anglais, avaler une syllabe ou se tourner vers quelqu’un avant de terminer. Le téléphone enregistre aussi la distance variable, les voix voisines et les chocs contre une table.
Ces détails déterminent si la reconnaissance vocale saisit le vrai sujet. Une transcription presque correcte peut encore remplacer le nom d’une culture, perdre une négation ou confondre le produit concerné. Dans un échange sur un pesticide, ce petit écart change entièrement le niveau de risque.
Neuralis utilise actuellement Omnilingual comme base de reconnaissance du twi. Le choix suivant dépend toutefois d’un ensemble de questions de terrain propres et consenties. Sans cet ensemble, affiner un modèle reviendrait à corriger ce que l’équipe imagine être le problème.
Le consentement fait partie de la qualité des données
Enregistrer une voix ne consiste pas à remplir un dossier avec des fichiers audio. La personne doit comprendre pourquoi sa question est conservée, qui pourra l’écouter et comment demander sa suppression.
Cette règle améliore aussi l’évaluation. Une question enregistrée avec l’accord du fermier peut être transcrite, examinée par une personne qui connaît l’asante twi agricole, puis classée selon sa difficulté. L’équipe peut distinguer une erreur de reconnaissance d’une question ambiguë, d’un manque dans les contenus relus ou d’un véritable cas hors sujet.
Le pilote AgriVoice exige au moins vingt questions réelles de fermiers avant toute exposition du groupe. Elles doivent inclure les conditions que le système rencontrera vraiment, notamment la parole spontanée, les alternances entre twi et anglais et les formulations dégradées par la reconnaissance vocale.
Le consentement et la suppression doivent eux aussi être testés. Si l’équipe sait collecter un fichier mais ne sait pas honorer une demande d’effacement, la collecte n’est pas prête.
Une bonne transcription ne garantit pas une réponse sûre
L’enregistrement de Kwaku franchit une première étape lorsque ses mots sont correctement transcrits. Le problème agricole, lui, reste entier. Le système doit ensuite choisir parmi des contenus déjà examinés, sans inventer une recommandation.
AgriVoice est conçu pour sélectionner des blocs relus. Le modèle de raisonnement ne rédige pas lui-même le conseil agronomique. Lorsqu’un dosage, un délai de réentrée ou un délai avant récolte manque, la question doit être transmise à une personne compétente.
Cette retenue est essentielle dans la scène de Kwaku. Trois blocs chimiques restent volontairement bloqués tant qu’un agronome ghanéen n’a pas confirmé les dosages et les délais nécessaires. Une réponse fluide ne compense jamais une information absente. Le doute d’Adwoa sur le pesticide montre pourquoi le retour dans une parcelle traitée exige une réponse vérifiée. Que faire quand AgriVoice doute du produit ou du délai après une pulvérisation? décrit la conduite attendue lorsque cette certitude manque.
Le lendemain, la question devient un test
Kwaku ne repart pas avec une consigne improvisée. Sa question incertaine est dirigée vers l’agent de vulgarisation désigné pour les escalades. Sa famille attend une confirmation avant de retourner dans la parcelle.
L’enregistrement, lui, devient un cas d’évaluation. L’équipe vérifie ce que le système a entendu, le bloc qu’il a tenté de sélectionner et sa décision de répondre ou d’escalader. Elle peut ensuite tester la même question sur la transcription humaine et sur la transcription produite par la reconnaissance vocale.
Voilà ce que le hangar transforme. Une phrase hésitante, prononcée entre une balance et des sacs de cacao, devient une épreuve concrète de compréhension et de prudence. Le lendemain, Kwaku sait que sa famille doit encore attendre l’avis humain. L’équipe, elle, sait exactement où la chaîne vocale a tenu et où elle doit progresser.
Commentaires
Pas encore de commentaires.