Pourquoi la traduction en temps réel est un problème d'ingénierie, pas de vocabulaire

Quand une traduction en direct accuse un léger décalage, le premier réflexe est de croire qu'elle décroche de la conversation, presque en panne. C'est exactement l'inverse. Ce délai n'est pas un défaut à corriger. Il découle directement d'une contrainte physique que même les meilleurs interprètes humains n'ont jamais réussi à contourner.

Le délai n'est pas un bug, c'est une stratégie

Les interprètes de conférence parlent de décalage oreille-voix : le temps qui sépare le moment où ils entendent un mot de celui où ils commencent à le dire dans une autre langue. Chez les professionnels expérimentés, cet écart tourne autour de deux à quatre secondes. Non pas parce qu'ils comprennent lentement, mais parce qu'ils attendent volontairement. Il leur faut assez de matière pour restituer le sens correctement.

Prenez une phrase allemande : le verbe principal arrive souvent tout à la fin. Ich habe gestern meinen alten Freund aus der Schule zufällig im Supermarkt getroffen donne, mot à mot : « J'ai hier mon vieil ami de l'école par hasard au supermarché rencontré. » Un interprète qui traduirait mot par mot, au fil de leur arrivée, produirait une bouillie incompréhensible. Il doit attendre le verbe pour savoir ce qui s'est réellement passé. C'est un arbitrage permanent entre vitesse et précision, et personne, humain ou machine, n'y échappe complètement.

Un système de traduction en temps réel affronte le même dilemme, sous une autre forme. Il peut démarrer plus tôt, au prix d'un sens moins précis. Ou il peut attendre davantage de contexte, au prix d'un peu plus de délai. Cet arbitrage ne peut pas être supprimé. Il peut seulement être réglé.

Ce que comprendre veut vraiment dire

Il y a une différence entre reconnaître des mots et comprendre une phrase. Les machines savent reconnaître depuis longtemps. Comprendre, c'est lever des ambiguïtés qu'un humain tranche sans même s'en apercevoir : le ton employé, le sous-entendu, une référence à quelque chose dit trois phrases plus tôt.

Un exemple simple. En français, « il a rencontré son avocat » ne dit pas si l'on parle du juriste ou d'un fruit dans une histoire absurde, et « la petite brise la glace » se lit de deux façons opposées. Aucune règle de grammaire ne tranche, seule la situation le fait. Ce sont ces petits cas du quotidien qui rendent la traduction automatique bien plus difficile que la simple reconnaissance vocale.

Le japonais pousse la difficulté encore plus loin. Cette langue omet très souvent le sujet de la phrase, parce qu'il est censé être évident d'après le contexte. Traduire vers le français, qui exige presque toujours un sujet explicite, revient à reconstruire une information absente du texte d'origine. À ce stade, il ne s'agit plus de traduction au sens strict. C'est de l'interprétation, au sens plein du terme.

Toutes les langues ne sont pas logées à la même enseigne

Certaines paires de langues s'accordent plus facilement que d'autres. L'anglais et l'espagnol partagent un ordre des mots proche (sujet-verbe-objet), une structure grammaticale comparable et une syntaxe qui autorise une traduction assez directe, pas à pas. L'anglais et le japonais, à l'inverse, accumulent les obstacles : ordre des mots inversé, marqueurs grammaticaux sans équivalent, sujets absents et niveaux de politesse sans correspondance directe.

Ce n'est pas un hasard si les systèmes de traduction, humains ou automatisés, affichent des performances très inégales selon la paire de langues. La difficulté ne tient pas à la richesse d'un vocabulaire. Elle tient à la distance qui sépare deux langues dans leur façon d'organiser la pensée en mots. Parmi les 60 langues et plus prises en charge par Glot, cette distance varie énormément, et l'ingénierie doit en tenir compte.

Le vrai objectif n'est pas de supprimer le délai

Il est tentant de croire que le progrès consiste à réduire ce délai jusqu'à le faire disparaître. Ce serait résoudre le mauvais problème. Un système à délai nul devrait traduire mot à mot, sans attendre le contexte, et il produirait, exactement comme notre interprète allemand pressé, un résultat qui a l'air juste mais qui dit autre chose.

La vraie question n'est donc pas comment aller plus vite. C'est comment décider, à chaque instant, si l'on en sait assez pour parler. C'est précisément le problème sur lequel travaillent aujourd'hui les meilleurs systèmes de traduction en temps réel, Glot compris : non pas effacer le délai, mais le calibrer juste assez long pour rester exact, et juste assez court pour rester naturel.

La prochaine fois qu'une traduction en direct marque une pause d'une ou deux secondes avant de répondre, ce n'est pas du temps mort. C'est le temps qu'il faut pour être juste.