Présentation de la fonctionnalité
Otter.ai lance une capacité de transcription capable de suivre les changements de langue au cours d’une même réunion. La mise à jour prévoit le support de 27 nouvelles langues, portant le total à 31 langues disponibles. Treize langues – dont le mandarin, le coréen, l’allemand ou le portugais – sont déjà opérationnelles, les quatorze restantes (suédois, arabe, hindi, etc.) seront ajoutées progressivement. Le système détecte automatiquement le passage d’une langue à une autre et poursuit la transcription sans intervention de l’utilisateur.
Architecture et entraînement des modèles
Les modèles de reconnaissance vocale utilisés sont développés en interne par Otter. Leur entraînement repose sur des jeux de données publics, complétés par la relecture de volontaires natifs qui valident la précision des transcriptions. Cette approche hybride combine la couverture large des corpus ouverts avec un contrôle qualitatif humain, limitant le besoin d’acquérir des licences de données propriétaires. Le processus d’entraînement n’est pas détaillé, mais l’utilisation de modèles propres indique une architecture probablement basée sur des réseaux de neurones profonds adaptés au traitement du signal audio multilingue.
Analyse des performances et limites
La capacité à identifier les changements de langue repose sur un module de détection linguistique intégré au pipeline de transcription. Ce module doit analyser le flux audio en temps réel, extraire des caractéristiques phonétiques et comparer les scores de probabilité entre les langues supportées. Le principal défi technique réside dans la gestion des langues à phonétique proche (ex. le mandarin et le cantonais) où les erreurs de classification peuvent entraîner des transcriptions erronées. De plus, la dépendance à des données publiques peut introduire des biais liés à la représentativité des accents ou des environnements acoustiques. Otter ne fournit pas de métriques d’exactitude, ce qui rend difficile l’évaluation objective de la qualité dans des scénarios réels de réunions hybrides.
Implications pour les équipes internationales
En éliminant la nécessité de changer manuellement les paramètres de langue, la fonctionnalité simplifie la prise de notes pour les équipes distribuées. Elle s’inscrit dans la stratégie plus large d’Otter, qui a levé 320 millions de dollars auprès de General Catalyst et développe des outils comme Work Mode – qui agrège l’historique des réunions – et Live Assist – qui propose des suggestions en temps réel. La combinaison de ces services crée un environnement où la capture et l’analyse de la parole sont centralisées, mais la dépendance à la précision des modèles multilingues reste le facteur limitant pour une adoption généralisée.
