Comment se comportent les téléprompteurs à suivi vocal quand vous sortez du script : un test mesuré

« Suit votre voix » est la promesse la plus facile à faire dans la catégorie des téléprompteurs et la plus difficile à vérifier, parce que les cas intéressants sont ceux qu'on ne voit pas dans une démo : ce qui se passe quand vous vous arrêtez, quand vous improvisez, quand vous répétez une phrase, quand vous sautez une ligne, quand la transcription est fausse. Cet article mesure ces cas. Les chiffres viennent d'un banc de test déterministe qui injecte des mots dans le moteur de rapprochement de script de Sayscroll selon huit scénarios, chaque chiffre ci-dessous peut donc être régénéré à l'identique. Le protocole lui-même ne demande aucun code, et la dernière section montre comment l'appliquer à la voix sur n'importe quel prompteur.

Ce qu'un téléprompteur à suivi vocal doit vraiment résoudre

La reconnaissance vocale produit un flux de mots. Le prompteur doit décider, pour chacun, où il se situe dans le script, et il doit réussir quatre situations à la fois :

• Le bruit. La transcription va perdre des mots, en entendre d'autres de travers et insérer des tics de langage. La position ne doit pas caler à chaque erreur.
• Les pauses et les improvisations. Une parole hors script ne doit pas déplacer la position, et le retour au script doit être rattrapé vite.
• Les relectures. Redire une phrase doit ramener la position en arrière, pas en avant.
• Les sauts. Sauter une ligne doit être reconnu, mais un mot courant qui apparaît aussi trois paragraphes plus loin ne doit pas y entraîner le script.

Les catégories de prompteurs qui annoncent une commande vocale résolvent cela différemment. Une approche par détection d'activité vocale défile dès qu'elle entend de la parole, ce qui règle les pauses et rien d'autre : une improvisation fait défiler le script aussi vite qu'une lecture. Une approche ancrée sur des mots-clés saute à la prochaine occurrence d'un mot reconnu, ce qui règle les sauts et crée de faux sauts à chaque mot courant. Un rapprochement mot à mot avec recherche globale règle les relectures mais peut être projeté à travers un long script par une phrase en écho. Le moteur de Sayscroll est mot à mot avec une fenêtre de recherche délibérément locale, et les résultats ci-dessous sont ce que produit ce choix.

Méthode

Le script est un passage en anglais de 350 mots en 28 lignes courtes, le type de mise en forme que recommande le guide d'écriture de script. Le banc de test le livre au moteur un mot à la fois, exactement comme le ferait la transcription en direct, et après chaque mot du script pose une seule question : le mot que le prompteur surligne est-il celui qui vient d'être dit ? Cette vérification unique, « mot actif égal mot dit », est le score de suivi. Les scénarios sont construits en changeant ce qui est injecté : mots perdus ou corrompus, parole hors script insérée, passage répété ou saut en avant. Ni audio, ni chronométrage, ni réseau : le test isole la logique de rapprochement du moteur de reconnaissance ; cette limite est discutée à la fin.

1. Lecture directe et transcriptions bruitées

D'abord la référence, puis la même lecture avec une part fixe de mots perdus ou mal entendus (une lettre changée) et un tic de langage inséré tous les vingt-cinq mots.

Une transcription qui perd ou déforme un mot sur cinq est bien pire que ce que livre une vraie reconnaissance dans une pièce calme, et le suivi est pourtant resté sur le mot dit 99,6 % du temps. Le mécanisme, c'est de la tolérance aux bons endroits : les mots courts doivent correspondre exactement, les mots longs tolèrent une lettre ou deux, et une petite anticipation permet au moteur d'enjamber un mot perdu au lieu de l'attendre.

2. Pauses et improvisations

Une pause ne produit aucun mot, donc aucun mouvement : la position tient simplement. L'improvisation est le cas difficile, parce que les mots sont réels et que certains (« the », « to », « we ») existent dans le script. Après quarante mots du script, le banc de test a inséré un aparté hors script de longueur croissante, puis a repris la lecture.

La position n'a jamais bougé pendant un aparté, quelle que soit sa longueur, et la lecture a repris avec une resynchronisation au deuxième mot du script. Les 99,7 % de la dernière colonne, c'est ce mot-là : le premier mot du script après une improvisation est dit avant que le verrouillage ne tombe. En pratique, c'est pour cela que vous pouvez répondre à une question du public, raconter une histoire ou perdre complètement le fil, et retrouver le prompteur là où vous l'aviez laissé.

3. Relire une phrase

L'événement le plus courant dans la vraie vie est le raté : l'orateur s'arrête et redit la phrase. Après cinquante mots du script, le banc de test a relu les N derniers mots, puis a continué.

Les relectures jusqu'à quinze mots se reverrouillent en deux mots et le prompteur n'a jamais sauté en avant. Une relecture de vingt mots commence hors de la fenêtre de recherche arrière, le verrouillage ne tombe donc que lorsque l'orateur revient dans la zone, au bout de cinq mots. C'est le comportement voulu pour une reprise sur place : redites la ligne et continuez ; le flux de la vidéo face caméra repose dessus.

4. Sauter en avant

Les sauts sont là où la recherche locale montre son compromis. Après quarante mots, le banc de test a sauté S mots en avant et a continué à lire.

Une expression ou une ligne sautée, jusqu'à une douzaine de mots environ, se resynchronise en deux mots. À partir de quinze mots, le prompteur tient et attend, et le lecteur fait défiler à la main jusqu'à la nouvelle section ; le prompteur continue alors à partir de la ligne choisie. Ce seuil est un choix de conception, pas une limite de la recherche : le tableau suivant montre pourquoi une fenêtre plus large serait pire.

5. Leurres : pourquoi la fenêtre est étroite

Pendant que le moteur était hors script après une improvisation, le banc de test a dit des choses conçues pour le tromper.

Les mots courants ne déplacent jamais la position à eux seuls : une resynchronisation exige au moins deux mots concordants avec assez de lettres à eux deux. Une expression distinctive ne déplace la position que si elle se trouve à une quinzaine de mots de l'endroit où était l'orateur. Les longs scripts contiennent beaucoup d'échos fortuits de courtes expressions, et un prompteur qui les suit à travers tout le document ruine les enregistrements ; un prompteur qui les ignore vous demande de faire défiler pour un grand saut. Sayscroll fait le second choix.

6. Chiffres, symboles et changement de langue

Deux vérifications plus petites aux conséquences pratiques. D'abord, la même phrase dite face à un script écrit en chiffres et face à un script écrit en lettres :

La reconnaissance transcrit ce qu'elle entend, « twenty twenty six » ne peut donc pas correspondre à « 2026 ». Le moteur a enjambé les chiffres et s'est rattrapé sur « of viewers », mais le « 8% » en fin de phrase n'avait rien derrière lui pour se rattraper et n'a jamais été surligné. Écrivez les nombres comme vous les dites ; il en va de même pour les sigles et les noms rares.

Ensuite, une phrase en espagnol dans un script en anglais : « Welcome back to the channel and thanks for watching. Como decía mi abuela, lo barato sale caro, y por eso hoy probamos tres micrófonos. So let us find out whether the cheapest one actually holds up. » Injectée mot à mot, le suivi a été de 100 % sans aucun passage hors script à l'un ou l'autre changement. Le rapprochement travaille sur des mots normalisés, accents retirés : la langue d'un mot est sans importance pour le moteur de rapprochement ; la vraie question est de savoir si le moteur de reconnaissance transcrit correctement les deux langues, et celui de Sayscroll le fait dans plus de 60 langues, avec la langue du site placée en priorité sur chaque site localisé (la page du téléprompteur en français explique l'effet de cette priorité).

Ce que cela signifie en pratique

• Les pauses sont gratuites. Arrêtez-vous aussi longtemps que vous voulez ; après trente secondes de silence, le prompteur se met en pause complète et repart d'une touche.
• Les improvisations sont gratuites. Quelle que soit leur longueur, et la lecture reprend au deuxième mot.
• Les ratés sont gratuits. Relisez la phrase sur place ; le prompteur vous suit en arrière en deux mots.
• Les petits sauts sont gratuits, jusqu'à une douzaine de mots environ. Pour un saut plus long, faites défiler jusqu'à la ligne voulue et le prompteur continue à partir de là.
• Écrivez ce que vous dites. Nombres, sigles et noms sous leur forme parlée.
• Les langues mêlées passent pour le moteur de rapprochement ; donnez au moteur de reconnaissance la bonne priorité en utilisant le site localisé de la langue que vous parlez le plus.

Limites

Le banc de test éprouve le moteur de rapprochement, pas le micro. La qualité réelle de la reconnaissance dépend de l'accent, du bruit et de la distance au micro, et le scénario de transcription bruitée en est une approximation, pas une mesure. La latence n'est pas mesurée ici ; le moteur en direct transmet l'audio par petites tranches et le défilement est amorti pour que le texte glisse au lieu de sauter, mais c'est une propriété distincte. Le script fait 350 mots dans un seul couple de langues, et les scénarios sont synthétiques et déterministes. Rien de tout cela ne remplace la lecture d'un vrai script face caméra, et c'est pour cela que le protocole ci-dessous existe.

Appliquez le protocole à n'importe quel prompteur

1. Lecture directe. Collez un script de plus de 300 mots en lignes courtes et lisez-le à un rythme naturel. Le surlignage reste-t-il sur le mot que vous dites ?
2. Pause. Arrêtez-vous au milieu d'une phrase pendant cinq secondes. Le texte attend-il ?
3. Improvisation. Parlez hors script pendant vingt secondes, puis revenez. La position tient-elle, et combien de mots prend la resynchronisation ?
4. Relecture. Dites une phrase deux fois. Le prompteur vous suit-il en arrière ou file-t-il en avant ?
5. Saut. Sautez une ligne. Vous rattrape-t-il, et jusqu'où pouvez-vous sauter avant qu'il cesse d'essayer ?
6. Leurre. Hors script, dites quelques mots courants puis une expression d'un paragraphe lointain. Quelque chose saute-t-il ?
7. Chiffres. Mettez une année et un pourcentage écrits en chiffres. Notez où le suivi cale.
8. Deuxième langue. Mettez une phrase dans une autre langue que vous parlez. Le suivi survit-il au changement ?

Dix minutes sur ces huit étapes séparent « propose une commande vocale » de « suit votre voix ». La comparaison par catégorie est dans les meilleures applications de téléprompteur ; la conception derrière la fenêtre de recherche locale est expliquée sur la page du téléprompteur contrôlé par la voix ; et la démo gratuite vous laisse dérouler chaque étape ci-dessus sur un script court, sans compte.