Imaginez une réunion Google Meet où vous parlez Français pendant que votre interlocuteur madrilène vous entend… mais en espagnol. L’interprétation est immédiate.
Si cela a de quoi faire rêver, sachez que jamais la réalité n’a été aussi proche d’y parvenir. Depuis l’été dernier, Google Meet teste un tout nouvel outil de traduction vocale instantanée.
L’outil a une légère latence (2 à 3 secondes) par prise de parole. C’est le temps que l’algorithme capte, teste et analyse le message transmis. En outre, toutes les langues ne sont pas encore intégrées au projet, qui n’en accepte “que” cinq.
L’offre ne saurait toutefois tarder à se développer. Dans tous les cas, il s’agit d’un véritable bond en avant pour cette technologie, qui pourrait changer la face de la traduction – interprétation à tout jamais.
Tout savoir sur AudioLM
Comment Google Meet effectue son interprétation ?
Qui peut en profiter aujourd’hui, et dans quelles langues
Quelques limitations à connaître avant de vous lancer
Tout savoir sur AudioLM
Jusqu’ici, la traduction automatique en visioconférence IA suivait toujours le même processus.
L’algorithme captait le message audio avant de le convertir en texte, de le traduire (toujours sous format texte) puis de restituer la traduction avec une voix de synthèse. Les fameuses “voix qui font IA”.
Aujourd’hui, avec AudioLM, modèle développé par DeepMind, Google Meet court-circuite la chaîne. Il n’y a plus cette “étape de transcription – traduction”. Plus spécifiquement, l’outil entend, écoute, comprend et interprète. Le gain de temps est important.
Comment Google Meet effectue son interprétation ?
Google assume cette latence de 2 à 3 secondes. Cela étant dit, il n’y a pas vraiment de débat. Une interprétation simultanée n’est jamais vraiment simultanée, même chez les experts seniors.
Il faut attendre que l’interlocuteur principal ait terminé sa phrase pour la restituer. Cette courte fenêtre rapproche l’expérience de celle d’un interprète simultané humain, sans les coûts associés.
Côté utilisateur, l’activation est directe. Au cours d’une réunion, il suffit de cliquer sur les trois petits points en bas à droite de l’écran. Sélectionnez “Traduction vocale”, puis choisissez la langue que vous parlez et celle que vous voulez entendre.
À l’heure où ces lignes sont rédigées, cette option n’est toutefois pas disponible auprès de tout le monde. En effet, seuls les abonnés à Google AI Pro et à Ultra, y sont éligibles.
Qui peut en profiter aujourd’hui, et dans quelles langues
Actuellement, seules cinq langues sont disponibles. Il s’agit du Français, de l’Espagnol, de l’Italien et du Portugais. L’Allemand et d’autres langues sont en cours d’intégration et ne devraient pas tarder à être déployées.
De l’aveu même des Google, les structures grammaticales latines ont été plus rapides à modéliser que celles à syntaxe plus éloignée. Chaque réunion ne peut utiliser qu’une seule paire de langues à la fois.
Desktop, abonnements, usages pro : les conditions d’accès
À date, cette fonctionnalité n’est réservée qu’aux utilisateurs desktop. Il est impossible (pour le moment) d’utiliser l’outil sur son téléphone.
En outre, il faut obligatoirement souscrire à un abonnement Google AI Pro ou Ultra. Il est aussi possible de souscrire à un abonnement Gemini Google Workspace éligible.
Quelques limitations à connaître avant de vous lancer
Cette technologie reste en phase de test. Google l’assume d’ailleurs pleinement. Résultat, le style de la voix peut varier lorsque plusieurs personnes parlent à la suite. De même le genre grammatical des noms propres est parfois incorrect.
Enfin, comme souvent la qualité se dégrade si le réseau flanche. Rien de très grave à l’heure ou les tests s’enchaînent, surtout si cela est la promesse de parvenir à un rendu d’exception dans les mois à venir.