Traduction en temps réel ou transcription : quelle différence ?
Pendant l'appel, un fournisseur dit quelque chose en portugais. Votre outil de réunion le capte à la perfection : chaque mot correctement orthographié, horodaté, attribué au bon intervenant. Et vous n'avez toujours aucune idée de ce qui vient d'être convenu.
Toute la différence tient dans ce moment-là. C'est aussi pour cela que deux fonctionnalités qui se lisent presque pareil sur une page de tarifs se comportent de façon radicalement différente en réunion. L'une change la forme d'un message. L'autre change sa langue. Payer pour la première alors qu'il vous fallait la seconde, c'est une erreur que les équipes commettent à peu près une fois par expansion à l'international.
Quatre métiers, et deux questions pour les distinguer
Chaque produit de ce secteur fait l'une de ces quatre choses, et deux questions suffisent pour savoir laquelle : la langue change-t-elle, et le résultat doit-il exister pendant que les gens parlent encore ?
La transcription garde la langue et change la forme : la parole devient un texte qu'un lecteur de la même langue aurait déjà pu suivre à l'oreille. C'est tout. La façon dont elle est produite, ce qu'elle coûte et les domaines où l'humain bat encore la machine forment un sujet à part entière, que nous traitons séparément dans comment fonctionne vraiment la transcription.
La traduction garde la forme et change la langue. Un texte source en entrée, un texte cible en sortie. Elle porte généralement sur un texte qui existe déjà, ce qui explique pourquoi traduction et transcription s'enchaînent si souvent au lieu de se faire concurrence.
L'interprétation change la langue et reste orale, en direct, assurée par une personne. Autre formation, autre organisation professionnelle, autre facture.
Le sous-titrage n'est pas du tout un cinquième métier : c'est un format de diffusion. Du texte synchronisé avec une piste vidéo. Il peut contenir une transcription (même langue) ou une traduction (une autre langue), et c'est précisément pour cela que des gens qui veulent dire l'inverse emploient les mêmes mots. Si vous hésitez entre types de fichiers et conventions, la différence entre sous-titrage codé et sous-titres couvre le côté document.
| Mode | La langue change ? | En direct ? | Ce que vous obtenez | Réalisé par | Usage type |
|---|---|---|---|---|---|
| Transcription | Non | Les deux : en direct ou après coup | Un texte consultable dans la langue d'origine | Un logiciel, une personne, ou les deux | Comptes rendus de réunion, entretiens, archives de conformité |
| Traduction | Oui | Généralement après coup | Le même document, lisible dans une autre langue | Un logiciel ou un traducteur humain | Contrats, documentation, contenus publiés |
| Traduction en temps réel | Oui | Oui, par définition | Un texte traduit qui s'affiche quelques secondes après l'intervenant | Un logiciel, presque toujours | Appels multilingues, événements en direct, chat d'assistance |
| Interprétation | Oui | Oui | Le sens, transmis oralement sur le moment ; rien n'est conservé par défaut | Une personne qualifiée | Négociations, tribunaux, consultations médicales, diplomatie |
| Sous-titrage codé / sous-titres | Les deux | Les deux | Du texte synchronisé sur la vidéo, calibré pour tenir à l'écran | Un logiciel, des éditeurs humains, ou un mélange | Accessibilité, visionnage sans le son, sorties à l'étranger |
« Temps réel » est une promesse de latence, pas d'effort
Les éditeurs collent l'expression sur tout ce qui n'est pas un traitement par lots lancé pendant la nuit, ce qui la vide presque de son sens si aucun chiffre ne l'accompagne. Voici donc le chiffre qu'elle doit battre.
La conversation tourne sur une horloge bien plus serrée qu'on ne l'imagine. Quand des linguistes ont mesuré les intervalles entre les tours de parole dans un échantillon mondial de dix langues, l'intervalle le plus fréquent se situait, dans chacune d'elles, entre zéro et 200 millisecondes, et la moyenne sur l'ensemble des données était d'environ 208 : à peu près le temps de prononcer une syllabe (Stivers et ses collègues, 2009). Le tour de parole n'est pas une pause polie ; c'est une course, et chacun dans la conversation anticipe la fin de votre phrase pour pouvoir commencer la sienne.
Comparez la traduction en direct à ce chiffre, et les paliers apparaissent d'eux-mêmes :
- Moins d'une seconde. Assez rapide pour faire partie de la conversation. Vous pouvez lire une ligne et saisir quand même la perche qu'elle vous tend.
- Une à trois secondes. La fourchette réaliste pour du texte traduit aujourd'hui, et réellement utile. Vous aurez un temps de retard, ce qui correspond à peu près à la position d'un auditeur qui écoute dans une langue seconde.
- Cinq secondes et plus. Ce n'est plus du direct, au sens utile du terme. C'est une transcription livrée par épisodes, et le temps de lire une ligne, le groupe a déjà voté.
Ce qui pousse la traduction vers le côté lent de la fourchette tient à la structure, pas au nombre de serveurs. Un système de reconnaissance peut publier un mot dès qu'il en est sûr. Un moteur de traduction ne le peut pas, car il lui faut une portion suffisante de la phrase pour savoir ce qu'elle fait, et en allemand ou en japonais, le verbe qui fixe le sens peut n'arriver qu'à la fin. Il doit donc soit attendre, soit s'engager tôt puis corriger. Les deux ont un coût. Pourquoi la capture en direct est un problème d'ingénierie plus difficile que le traitement d'un enregistrement terminé, nous l'expliquons dans comment fonctionne la reconnaissance vocale.
Si c'est vous qu'on traduit, finissez vos phrases. La chose la plus utile qu'un intervenant puisse faire pour une couche de traduction en direct, c'est de boucler proprement chaque idée avant de passer à la suivante. Les subordonnées qui traînent, les phrases abandonnées en route et les « bon, bref… » laissent le moteur avec un fragment incomplet qu'il doit deviner.
Les interprètes s'en sortent en anticipant la direction d'une phrase. Le logiciel n'anticipe pas : il attend. Des phrases courtes et complètes, avec le verbe en tête, feront plus pour la qualité que n'importe quel réglage de l'application.
Ajouter une langue, c'est ajouter une seconde occasion de se tromper
Beaucoup de produits de traduction en direct sur le marché aujourd'hui fonctionnent en cascade : ils reconnaissent la parole, puis traduisent le texte obtenu. Deux modèles en série, chacun avec ses propres façons d'échouer.
L'arithmétique est impitoyable. Deux étapes justes chacune 95 % du temps ne sont justes ensemble qu'environ 90 % du temps. C'est une illustration, pas une mesure, mais c'est la tendance qui compte. Dans une chaîne de traitement, la précision ne fait pas la moyenne. Elle se multiplie.
Le problème le plus intéressant, c'est que la deuxième étape ignore que la première s'est trompée. Un modèle de traduction est une machine à produire du texte fluide. Donnez-lui un nom propre mal entendu ou une négation perdue, et il rendra l'erreur dans un espagnol parfaitement grammatical, sans l'ombre d'une hésitation. Rien dans le résultat ne paraît abîmé, et c'est précisément ce qui le rend dangereux.
Et une erreur de traduction ne ressemble pas à une erreur de reconnaissance. Un mot mal entendu reste local : visible, réparable grâce au contexte. Un faux pas de traduction est sémantique : une négation inversée, un conditionnel durci de « nous pourrions » en « nous allons », un pronom affublé d'un genre que la source ne précisait pas. « Let's table it » veut dire reporter en anglais américain et en discuter tout de suite en anglais britannique, et aucune qualité audio n'y changera rien.
Même la qualité se mesure autrement. La traduction automatique est notée en comparant sa sortie à une traduction de référence : BLEU est la métrique historique, et des scores appris comme COMET suivent de plus près le jugement humain. Aucun ne vous dit si la seule ligne qui comptait dans votre réunion est sortie juste. Une piste de recherche plus discrète saute carrément l'étape intermédiaire : des modèles entraînés à passer directement de l'audio d'une langue au texte d'une autre, sans transcription intermédiaire à corrompre. Moins d'étapes, moins d'endroits où les erreurs s'accumulent. Bon nombre de produits commercialisés fonctionnent pourtant encore en cascade.
Le test des dix secondes pour savoir si un outil traduit vraiment en direct. Lancez une réunion, dites deux phrases dans une langue et regardez l'écran pendant que vous dites la troisième. Si une version dans votre langue cible apparaît avant que vous ayez fini, c'est de la traduction en direct. Si rien ne s'affiche avant la fin de l'appel et l'arrivée du compte rendu, c'est du post-traitement : utile, mais cela n'aidera personne à participer.
Faites-le sur un vrai appel, pas sur un enregistrement de démo. Les démos sont choisies pour leur son propre et leurs intervenants qui parlent un par un, la situation où tous les outils excellent.
Pourquoi un outil peut exceller en transcription et être inutile en traduction en direct
C'est un piège dans lequel on tombe sans cesse, et ce n'est pas un écart de qualité entre éditeurs. C'est un produit différent sous le capot.
Une excellente transcription peut se faire par lots : attendre la fin de l'appel, traiter l'enregistrement avec le recul, prendre tout le temps voulu. C'est moins cher à faire tourner, plus facile à rendre précis, et c'est ce pour quoi la plupart des preneurs de notes de réunion sont optimisés : toute leur conception suppose que vous avez suivi la conversation en direct et que vous voulez simplement en garder une trace après coup.
La traduction en direct casse cette hypothèse à trois endroits à la fois. Il faut maintenir une connexion ouverte pendant toute la durée de l'appel. Il faut découper le flux entrant aux endroits où une traduction a du sens, ce qui relève d'une décision linguistique et non d'un minuteur. Et il faut payer un second modèle sur chaque segment, pour chaque langue cible présente dans la salle. Garder un flux ouvert coûte plus cher que traiter le même audio une seule fois à la fin ; ajoutez une passe de traduction par-dessus, et l'économie explique bien des feuilles de route produit.
Voilà pourquoi la question « votre outil traduit-il ? » reçoit si souvent une réponse évasive. Beaucoup d'outils traduisent sur demande une transcription terminée, et c'est un produit réellement différent d'un texte en vis-à-vis qui s'affiche pendant que les gens parlent. Nous avons passé au crible les preneurs de notes populaires sur cette question précise, outil par outil, dans quels preneurs de notes IA traduisent vraiment, et les réponses sont moins uniformes que le marketing ne le laisse croire.
Les sous-titres disparaissent. C'est leur raison d'être.
Un sous-titre en direct est un affichage, pas une archive. Il existe pour être lu une fois puis chassé de l'écran par la ligne suivante, et la plupart des plateformes de visioconférence traitent les sous-titres traduits exactement ainsi : présents pendant la réunion, disparus à la fin.
Pour un point d'avancement, très bien. Pour tout ce qui engage de l'argent ou une échéance, la question qui compte est ce qui existe une semaine plus tard, et il y a trois réponses possibles.
Rien. La traduction a eu lieu, la compréhension aussi, et rien n'a été conservé. Ceux qui n'étaient pas dans l'appel reçoivent un résumé que quelqu'un a rédigé de mémoire.
La transcription dans la langue d'origine. C'est mieux, et c'est ce que produisent la plupart des outils. Vous pouvez y faire des recherches et la citer, à condition de lire la langue dans laquelle elle est écrite. Sinon, vous voilà revenu au point de départ, avec une étape en plus.
Une archive traduite. Les deux versions conservées, avec le compte rendu et les actions à mener repris dans la langue de travail de chacun. C'est la version qui tranche les désaccords. Six semaines plus tard, la dispute ne porte jamais sur ce que l'audio laissait entendre : elle porte sur l'engagement, livrer avant le 14 ou relire avant le 14, et le document qui la règle doit être lisible des deux côtés.
Ce troisième cas est la raison concrète de vérifier ce qu'un outil conserve avant de l'acheter, et d'utiliser un assistant de réunion qui traduit en direct en plus des sous-titres que votre plateforme affiche déjà. Laxis, par exemple, affiche une traduction sous chaque ligne de la transcription pendant que les gens parlent encore (une fonctionnalité Premium, dans plus de 60 langues), et une fois l'appel terminé, vous retrouvez au même endroit la transcription d'origine, un compte rendu et les prochaines étapes. Comme pour tout outil, vérifiez ce qui est réellement enregistré après un vrai appel avant de vous y fier. Et c'est à la personne qui lance l'enregistrement qu'il revient de prévenir les participants et d'obtenir leur consentement lorsque c'est requis ; notre guide du consentement à l'enregistrement selon les États et les pays est un point de départ, pas un avis juridique.
Voyez-le sur un vrai appel. Activez Translate dans l'application de bureau Laxis : chaque ligne de la transcription reçoit sa traduction juste en dessous, dans l'une des plus de 60 langues proposées, pendant que la conversation se poursuit.
Essai Premium de 14 jours, sans carte bancaire. Essayer Laxis gratuitement
L'interprétation n'est pas la version haut de gamme du même logiciel
Mieux vaut être précis sur le troisième mode, car « on n'a qu'à utiliser l'IA » est une décision que l'on prend souvent sans savoir à quoi l'on renonce.
Un interprète simultané écoute et parle en même temps, avec quelques secondes de décalage, et gérer ce décalage tout en préservant le sens constitue l'essentiel du métier. L'interprétation consécutive prend l'autre voie : l'orateur s'arrête, l'interprète restitue le passage, et la réunion avance à mi-vitesse en échange d'une fidélité bien plus élevée.
Ce qu'aucun moteur ne fait, c'est la partie qui n'est pas linguistique. Un interprète remarque qu'une formule est ambiguë et pose la question. Il ajuste le registre quand une traduction littérale passerait pour grossière. Il engage sa responsabilité professionnelle sur l'exactitude de ce qu'il restitue, et dans les contextes réglementés, cette responsabilité est le véritable produit que vous achetez.
La frontière tient donc aux conséquences, pas à la difficulté. Points hebdomadaires, revues de projet, points fournisseurs, formations internes : le logiciel s'en charge et personne ne regrette l'interprète. Une négociation avec le CSE, une consultation médicale, une déposition, un entretien d'immigration : faites appel à une personne. La traduction automatique y sert de filet de sécurité, pas de substitut, et elle excelle dans les quatre-vingt-dix pour cent de conversations où l'à-peu-près suffit.
Déterminer ce dont vous avez vraiment besoin
Quatre questions, dans l'ordre. La plupart des équipes peuvent s'arrêter après la deuxième.
- Tous les participants suivent-ils aisément la langue parlée ? Si oui, il vous faut une transcription et rien d'autre ; payer une couche de traduction, c'est acheter une fonctionnalité que personne n'activera.
- Quelqu'un a-t-il besoin d'aide pendant la conversation, ou seulement après ? C'est la bifurcation qui coûte cher. Rattraper après coup se règle avec une transcription traduite, bon marché et réalisable sans se presser. Participer pendant l'appel exige la version en direct, avec tout ce que cela implique en latence et en prix.
- Le résultat doit-il être oral ? Presque jamais en entreprise. La voix de synthèse traduite progresse vite, mais le texte est plus discret, se parcourt en diagonale, ne se superpose pas à l'audio d'origine et laisse une trace. La sortie orale compte pour les événements et les visites de site, où personne ne peut regarder un écran.
- Que se passe-t-il si une phrase est fausse ? Si la réponse implique un régulateur, un tribunal, un patient ou une signature, vous avez atteint le seuil de l'interprète humain, et aucun taux de précision n'y change rien.
La plupart des équipes surinvestissent dans le direct et sous-investissent dans l'archive. La traduction en direct fait de belles démos, alors c'est elle qu'on évalue. L'archive traduite est ce sur quoi les gens s'appuient discrètement pendant des mois, et c'est elle qui manque quand quelqu'un doit vérifier ce qui avait été convenu.
Traduisez l'appel, et gardez-en la trace. Lisez la conversation dans votre langue pendant qu'elle se déroule sur Zoom, Google Meet ou Microsoft Teams, puis revenez ensuite à la transcription et au compte rendu. La traduction en direct fait partie de Laxis Premium. Essai Premium de 14 jours, sans carte bancaire. Télécharger Laxis
En résumé
Ces deux capacités convergent vers des produits uniques, ce qui est bon pour les acheteurs et mauvais pour la clarté. Une page de tarifs qui annonce « traduction » peut désormais désigner un texte en vis-à-vis en direct, une piste de sous-titres qui s'évapore, un compte rendu produit vingt minutes après l'appel ou un bouton qui passe sur demande une transcription terminée dans un moteur. Quatre produits, un seul mot.
La distinction à retenir n'est pas technique. La transcription, c'est la mémoire : s'assurer que la conversation existe encore demain. La traduction, c'est l'accès : s'assurer que tout le monde y a vraiment pris part aujourd'hui. Une équipe peut exceller dans la première et être discrètement catastrophique dans la seconde, et l'indice est toujours le même : à chaque appel, quelqu'un qui hoche beaucoup la tête et n'exprime jamais de désaccord.
Questions fréquentes
Quelle est la différence entre traduction et transcription ?
La transcription change la forme d'un message sans changer sa langue : elle transforme l'audio parlé en mots écrits que toute personne parlant cette langue pouvait déjà comprendre. La traduction change la langue elle-même, en faisant passer le sens d'une langue source vers une langue cible. Quiconque pouvait suivre la conversation d'origine ne gagne rien à une traduction, et tout à une transcription.
Que signifie concrètement la traduction en temps réel ?
La traduction en temps réel signifie que la version traduite apparaît pendant que la conversation se poursuit, assez près derrière l'intervenant pour qu'un auditeur s'en serve pour participer plutôt que pour relire plus tard. En pratique, cela correspond à une à trois secondes de décalage environ. Tout ce qui ne produit une version traduite qu'une fois l'appel terminé relève du post-traitement, aussi rapide soit-il.
La traduction en temps réel, est-ce la même chose que l'interprétation ?
Non. L'interprétation est assurée par une personne qualifiée, restituée oralement, et travaille au niveau du sens voulu : l'interprète peut donc signaler une ambiguïté, ajuster le registre ou demander à l'orateur ce qu'il voulait dire. Un logiciel de traduction en temps réel produit du texte automatiquement et n'a aucun moyen de poser une question. Les deux se recoupent par le moment où ils interviennent, et rien d'autre.
Pourquoi la traduction en direct a-t-elle du retard sur l'intervenant ?
Parce qu'un moteur de traduction a besoin d'un morceau de phrase suffisamment long avant de s'engager. L'ordre des mots diffère d'une langue à l'autre : un système qui traduit de l'allemand ou du japonais peut devoir attendre un verbe qui n'arrive qu'à la toute fin. Ce temps d'attente s'ajoute au délai déjà introduit par l'étape de reconnaissance vocale.
Quelle est la précision de la traduction automatique en réunion ?
Suffisante pour les échanges professionnels courants, peu fiable dans les cas limites. Deux étapes s'enchaînent, si bien que les erreurs de reconnaissance sont transmises au traducteur comme si elles étaient justes, et le résultat reste fluide pendant que le sens dérive. Les expressions idiomatiques, les abréviations maison, les noms de produits et les gens qui parlent en même temps sont les points où elle déraille le plus visiblement.
Quelle différence entre des sous-titres traduits et une transcription traduite ?
Les sous-titres traduits sont un affichage en direct, fait pour être lu une fois puis remplacé par la ligne suivante, et la plupart des plateformes ne conservent rien une fois l'appel terminé. Une transcription traduite est un document enregistré dans lequel vous pouvez faire des recherches, que vous pouvez citer et reconsulter des semaines plus tard. Les sous-titres règlent la compréhension pendant la réunion ; la transcription règle chaque désaccord qui suit.
Pour mes réunions internationales, ai-je besoin de transcription ou de traduction ?
Si tous les participants suivent aisément la langue parlée, une simple transcription suffit, et la traduction ajoute un coût sans ajouter de compréhension. Ajoutez une couche de traduction dès qu'au moins une personne travaille dans une langue seconde, et en direct uniquement si cette personne doit intervenir pendant l'appel plutôt que rattraper après coup.
Produit associé
Assistant de réunion Laxis
Automatisez vos notes dès aujourd'hui.
- Notes sans bot pour Zoom, Google Meet, Teams et les réunions en présentiel
- Résumés IA, actions à mener et suivis en plus de 60 langues
- Mac, Windows, iPhone et Android, avec un forfait gratuit
Commencez gratuitement, aucune carte bancaire requise.
En savoir plus ▷