Tout ce qu’il faut savoir sur la synthèse vocale pour l’éducation

Vous souhaitez en savoir plus sur la synthèse vocale ? Voici les réponses à 11 questions fréquemment posées sur cette technologie. Vous y découvrirez notamment comment utiliser efficacement la synthèse vocale dans l’éducation afin d’attirer, de soutenir et de fidéliser les apprenants.

Avec la montée en puissance des technologies de l’éducation, l’environnement d’apprentissage a évolué très rapidement. Il existe de plus en plus de moyens d’absorber des contenus, et les attentes des élèves comme des enseignants en la matière sont plus élevées que jamais.

Différents outils permettent désormais de mettre tous les apprenants sur un pied d’égalité en leur offrant des modalités d’apprentissage adaptées. Les chefs d’établissement, créateurs de cours et enseignants doivent donc connaître les nombreuses formes de contenus disponibles, et notamment la synthèse vocale (TTS), une technologie qui « lit » les écrits avec une voix numérique.

L’audio est un pan important et en constante évolution de ce bouleversement éducatif, et les établissements les plus en pointe savent comment tirer parti de sa puissance.

La technologie vocale n’a aucun secret pour ReadSpeaker : nous savons pourquoi et comment l’intégrer aux cours. Notre objectif ? Aider les établissements d’enseignement à comprendre et exploiter l’audio à des fins pédagogiques. Dans cette optique, nous avons réuni diverses questions que nous posent souvent ces établissements en lien avec la synthèse vocale et les contenus enrichis par l’audio. Et plus important encore, nous y répondons.

1. Dans le monde des technologies de l’éducation, les acronymes sont légion. Que veut dire précisément TTS ?

TTS est l’acronyme de Text to speech, soit synthèse vocale en français. Il s’agit d’une technologie permettant de convertir du contenu écrit en son. Il ne faut pas la confondre avec la transcription, qui fonctionne dans le sens inverse. Les systèmes de synthèse vocale utilisent une voix générée par ordinateur pour lire du texte.

Aujourd’hui, ces systèmes sont basés dans le cloud, ou intégrés sur des serveurs ou même de simples appareils. En fonction du moteur qu’ils utilisent (le logiciel qui génère la voix de synthèse), ils peuvent être compatibles avec la quasi-totalité des formats de texte numériques, documents numérisés compris. Par conséquent, ils constituent une aide précieuse dans le champ éducatif, notamment pour les élèves souffrant de troubles de la vue. Ils accompagnent également l’apprentissage des personnes rencontrant des difficultés de lecture. Enfin, ce sont aussi des outils essentiels pour celles et ceux qui cherchent à maîtriser des compétences écrites et orales dans une autre langue que leur langue maternelle.

Mais la synthèse vocale n’est pas seulement une technologie d’assistance : c’est aussi une technologie complète en matière d’éducation. Comme nous le verrons un peu plus loin dans cet article, la synthèse vocale offre en effet des avantages à tous les élèves, quelle que soit leur situation. Elle permet aux apprenants adultes, dont le temps est précieux, d’étudier en faisant autre chose, par exemple en cuisinant. Elle offre aussi aux apprenants en ligne un moyen de soulager la fatigue oculaire numérique. Mais plus que tout, la synthèse vocale donne le choix, en permettant à chacun de personnaliser ses expériences en fonction de ses besoins et préférences.

2. La synthèse vocale ne revient-elle pas à fournir des fichiers audio ?

Les moteurs de synthèse vocale sont en effet capables de créer des fichiers audio, généralement au format MP3, reprenant du texte écrit. Mais ils vont bien plus loin. Ils permettent aussi une lecture immédiate du texte affiché dans votre application, votre navigateur ou votre système de gestion de l’apprentissage (LMS).

Si nous poussons plus loin l’analyse, sachez que de nombreux outils de synthèse vocale proposent également une présentation bimodale qui surligne le texte à mesure qu’il est dit par la voix de synthèse pour que les élèves puissent suivre. Il est également possible de configurer la synthèse vocale pour que l’élève puisse écouter ce qu’il saisit dans des documents ou moteurs de recherche. Beaucoup d’outils enrichis par la voix reposent sur la synthèse vocale.

La technologie de ReadSpeaker pour l’éducation associe de puissantes fonctionnalités de vocalisation avec des outils d’apprentissage pour que les élèves puissent personnaliser leur consommation de texte. Par exemple, avec l’outil dans le cloud webReader, les élèves peuvent écouter le texte dans plus de 50 langues, avec un choix de plus de 200 voix réalistes. Ils ont la possibilité d’écouter le texte en un clic (ou via un raccourci clavier) ou de télécharger un fichier MP3 pour l’écouter hors ligne.

Mais webReader leur donne aussi accès à de nombreux autres outils :

• Synthèse vocale et mise en surbrillance simultanées : webReader met en surbrillance chaque mot à l’écran à mesure qu’il est lu. Cette association du visuel et de l’audio facilite la compréhension.
• Redimensionnement du texte : agrandissez le texte à l’écran d’un clic ou d’un appui sur l’écran, qu’il soit lu à haute voix ou non.
• Mode Texte uniquement : supprimez les images et autres distractions avec le mode Texte uniquement, qui n’affiche que du texte brut.
• Masque de page : les personnes ayant des difficultés de lecture gagnent souvent à utiliser des cartes ou des règles pour pouvoir se concentrer sur une ligne à la fois. Avec le masque de page numérique de webReader, cette fonctionnalité est désormais disponible sur les écrans.
• Outils de texte : surlignez une ligne pour afficher un menu qui vous permet de l’écouter via la synthèse vocale, de traduire des mots ou de rechercher plus d’informations sur le sujet évoqué sans ouvrir de nouvelle fenêtre de navigateur.

3. En quoi consiste exactement la présentation bimodale ?

La présentation bimodale correspond tout simplement à l’utilisation simultanée des formats audio et visuel, à savoir lire un texte et l’écouter en même temps, voire bénéficier du surlignage des mots (et/ou des phrases) au fil de la lecture.

Pour de nombreux élèves, cette stratégie améliore la compréhension de lecture, la mémorisation des informations et le décodage (processus consistant à associer des syllabes à un son). Ces avantages renforcent leur confiance et génèrent une vision plus positive de la lecture, les préparant ainsi à une vie d’apprentissage.

La présentation bimodale du contenu s’inscrit également dans la droite lignée de la conception universelle de l’apprentissage (CUA), un cadre pédagogique recommandé par diverses politiques éducatives américaines, notamment le National Education Technology Plan, et des lois comme l’Every Student Succeeds Act (ESSA). Voilà qui nous amène à la question suivante.

4. Qu’est-ce que la conception universelle de l’apprentissage ?

La conception universelle de l’apprentissage veut mettre tous les apprenants sur un pied d’égalité en misant sur des outils et contenus flexibles permettant de répondre aux besoins de chacun d’entre eux.

Il s’agit à la fois d’un cadre pédagogique et d’un ensemble de recommandations pratiques. Ses directives pour l’apprentissage sont réparties en trois catégories :

1. Implication

Les directives CUA recommandent de proposer autant de moyens d’interactions avec les contenus et d’autonomie que possible. Les apprenants sont ainsi plus motivés.

2. Représentation

C’est sur ce point que la présentation bimodale entre en jeu. D’après la CUA, les enseignants et formateurs doivent fournir plusieurs moyens de consommer du contenu. La présentation de l’information doit donc pouvoir être personnalisée afin que les élèves absorbent et mémorisent mieux ce que vous essayez de leur transmettre.

3. Action et expression

Donnez aux élèves diverses options pour réaliser leurs activités : mouvements physiques, supports variés et accès à des technologies d’assistance.

Le fait de laisser le choix aux élèves est un point qui revient régulièrement dans les directives de conception universelle de l’apprentissage. En proposant des expériences flexibles, vous permettez à chacun de trouver la stratégie la plus efficace dans son cas. Chaque apprenant étant différent, ces stratégies seront extrêmement variables. C’est pour cette raison que vous avez besoin de la présentation bimodale et d’outils d’apprentissage numérique appropriés, comme la synthèse vocale.

5. L’intérêt de la synthèse vocale ne se limite-t-il pas aux personnes aveugles ou présentant des troubles d’apprentissage ?

Dans les premiers temps, la technologie TTS était principalement utilisée par les enseignants qui souhaitaient aider des élèves souffrant de troubles d’apprentissage à surmonter leurs difficultés de décodage et à se concentrer sur le sens de ce qu’ils lisaient. Il s’agissait également d’un outil utile pour les personnes souffrant de troubles de la vue. Bien entendu, cet usage est toujours valable.

Et la synthèse vocale est même un puissant outil d’accessibilité numérique, un point d’attention central à l’ère de l’apprentissage en ligne. Les règles internationales pour l’accessibilité des contenus Web (WCAG) constituent la référence en la matière pour l’ensemble des internautes. D’après le critère de réussite WCAG 3.1.5, le texte doit être facile à lire, d’un niveau inférieur à celui attendu dans l’enseignement secondaire. Lorsque ce n’est pas le cas, vous devez en fournir une version adaptée aux personnes dont le niveau de lettrisme est faible. La synthèse vocale constitue le moyen le plus simple de respecter cette règle WCAG (et d’autres).

Mais pour revenir à la question de départ, la synthèse vocale est un atout pour tous les élèves, qu’ils soient en situation de handicap ou non. Aujourd’hui, les apprenants sont habitués à pouvoir consommer les contenus de différentes manières en fonction de leur situation et de leurs besoins. De plus en plus, la synthèse vocale et l’audio sont utilisés par tous les profils, qu’ils travaillent sur une deuxième langue, consomment de grandes quantités de contenus, s’adonnent au multitâche ou soient face à divers autres scénarios d’apprentissage.

6. En quoi le fait d’écouter le contenu aide-t-il vraiment les élèves ?

La synthèse vocale et la présentation bimodale sont deux aspects de la conception universelle de l’apprentissage. Ils constituent des moyens flexibles de répondre aux besoins d’une population d’apprenants aux profils divers et offrent à chacun la même chance d’apprendre et de réussir. La présentation bimodale répond à des besoins d’accessibilité depuis plusieurs années déjà, mais les professionnels de l’apprentissage commencent à en reconnaître l’intérêt pour tous les élèves. De nombreuses études ont démontré l’efficacité de l’apprentissage bimodal dans la réussite des élèves. Ses avantages sont notamment les suivants :

• Amélioration de la compréhension de lecture
• Amélioration de la reconnaissance des mots
• Amélioration de la mémorisation des informations
• Simplification du décodage
• Approche plus positive de la lecture
• Augmentation du temps consacré à la lecture
• Renforcement de la capacité de concentration et de mémorisation des informations lues
• Réduction du temps passé au décodage au profit de la compréhension
• Renforcement de la capacité à traiter des devoirs de lecture
• Amélioration de la reconnaissance des erreurs des écrits de l’élève et de la capacité à les corriger
• Contribution au maintien des élèves en situation de handicap à un niveau équivalent aux autres élèves dans toutes les matières
• Amélioration de l’estime de soi, de la motivation et de la confiance

7. Existe-t-il des preuves scientifiques du rôle de la synthèse vocale dans l’amélioration des résultats d’apprentissage ? Comment puis-je avoir la certitude que cette technologie aidera réellement mes élèves ?

De nombreuses études ont été conduites sur l’utilisation de la synthèse vocale dans un environnement pédagogique. Par exemple :

• Cette étude de l’université de Barcelone montre clairement en quoi la synthèse vocale est un outil efficace dans l’éducation supérieure.
• Une étude de 2021 par Bruno et al. a quant à elle constaté que l’enseignement direct de l’utilisation des outils de synthèse vocale améliore la compréhension de lecture chez les élèves du supérieur souffrant de handicaps intellectuels et de développement.
• Enfin, une méta-analyse conduite en 2019 par Wood, Moxley, Tighe et Wagner a permis de déterminer que la synthèse vocale améliorait les scores de compréhension de lecture des élèves éprouvant des difficultés de lecture.

Pour comprendre les processus neurologiques impliqués dans l’apprentissage multimodal intégrant la synthèse vocale et découvrir l’intérêt de la conception universelle de l’apprentissage, regardez la présentation du Dr Trish Trifilo ci-dessous.

8. Mais écouter ne revient-il pas à tricher ?

La question de l’authenticité de la lecture réalisée avec la synthèse vocale revient souvent dans les discussions autour des technologies d’éducation et d’assistance. Elle est légitime, après tout, comment les élèves peuvent-ils apprendre à lire si un ordinateur le fait à leur place ? Et que se passera-t-il une fois cette aide disparue ?

En vérité, cette problématique ne se limite pas à la lecture, mais concerne aussi le temps et l’énergie demandés par cette activité, ainsi que la capacité du lecteur à exploiter les informations qu’il lit. C’est ce qu’explique Michelann Parr, une spécialiste de la synthèse vocale dans l’éducation :

« Notre rôle n’est pas de retirer quoi que ce soit à l’élève, en particulier ce qui favorise son implication et son efficacité. Si vous déployez la synthèse vocale, vous serez très surpris de son impact sur les performances… »

Pour découvrir plus en détail son opinion d’experte sur la synthèse vocale dans l’apprentissage de la lecture, plongez-vous dans le long entretien que nous avons eu avec elle.

9. Il existe de nombreuses solutions gratuites sur le marché. Pourquoi ne seraient-elles pas suffisantes ?

Nous l’avons vu, la synthèse vocale a des effets prouvés sur tous les profils d’élèves. Néanmoins, les résultats obtenus sont à nuancer en fonction de certaines variables. La principale est la qualité de la voix de synthèse : une voix de mauvaise qualité génère une expérience d’apprentissage peu attrayante, qui diminue donc le recours à la technologie et empêche élèves et enseignants de profiter de ses avantages. Les solutions de synthèse vocale gratuites n’offrent pas des voix optimales, car elles ne réinvestissent pas continuellement dans l’amélioration des technologies.

A contrario, ReadSpeaker s’améliore constamment. Nos modèles de Machine Learning propriétaires nous permettent de créer des voix de synthèse réalistes et chaleureuses, appréciées de nos utilisateurs. En vérité, les études suggèrent que les voix de synthèse de haute qualité actuelles peuvent générer de meilleurs résultats d’apprentissage que la voix humaine ou les anciens moteurs de synthèse vocale.

De plus, les outils de synthèse vocale de ReadSpeaker incluent d’autres fonctionnalités d’aide au lettrisme, notamment ceux que nous avons évoqués dans la question 2 de cette FAQ (surlignage au fil de la lecture, redimensionnement du texte, masques de page, etc.). Les outils de synthèse vocale gratuits sont généralement bien moins riches et offrent moins d’options aux élèves. Beaucoup d’entre eux ne sont compatibles qu’avec certains types de contenus. Ce n’est pas le cas de ReadSpeaker, qui prend en charge le texte Web, les documents Microsoft Office, les PDF, les livres électroniques et bien d’autres formats.

Pour autant, n’allez pas vous imaginer qu’une expérience de qualité est inabordable. La synthèse vocale est une technologie étonnamment bon marché, qu’elle soit déployée pour un élève en particulier ou à l’échelle du campus.

10. L’intégration de la synthèse vocale dans le contenu doit être complexe. Comment faire pour s’assurer qu’elle soit toujours disponible ?

La suite ReadSpeaker d’outils apprentissage enrichis par l’audio est incroyablement simple à déployer et à utiliser. Elle est aussi très économique. Vous n’avez plus à choisir entre des voix robotiques ou des talents vocaux et des studios d’enregistrement. La voix de synthèse est désormais générée dynamiquement dans le cloud, et vos cours peuvent donc être lus dès que vous les avez envoyés sur votre plateforme. Mieux encore, les progrès de la technologie de synthèse vocale permettent désormais de profiter de voix réalistes de grande qualité.

Son déploiement implique généralement de passer par des plug-ins ou d’écrire quelques lignes de code dont l’implémentation et la maintenance ne prennent que quelques heures. Les principaux éditeurs de systèmes de gestion de l’apprentissage disposent même d’intégrations spécifiques, activables en un clic.

Les établissements d’enseignement peuvent ainsi proposer une présentation bimodale de leurs contenus en toute simplicité à l’ensemble des apprenants. Avec la synthèse vocale, les leçons, tests, quiz, évaluations, devoirs et autres contenus textuels peuvent être lus à voix haute ; les mots et phrases sont mis en surbrillance au fil de l’écoute, ce qui permet aux élèves d’interagir avec le contenu et de l’absorber de différentes manières.

11. La synthèse vocale n’est-elle pas qu’un gadget éphémère ?

La synthèse vocale est intégrée dans du contenu partout dans le monde, et pas seulement dans le secteur de l’éducation. Sites gouvernementaux ou d’entreprise, les leaders d’opinion ont bien compris la puissance de la voix et n’hésitent pas à l’utiliser.

Des établissements d’enseignement et éditeurs pionniers utilisent la technologie TTS de ReadSpeaker pour proposer une consommation innovante des contenus. Parmi eux, citons :

• Taylor & Francis
• Université de Derby
• Oxford University Press
• Université Érasme de Rotterdam
• Learnosity
• Cengage
• MindTap
• Ebsco

Les utilisateurs de ReadSpeaker estiment que notre technologie les aide à attirer et fidéliser davantage d’élèves, tout en optimisant les expériences et résultats d’apprentissage.

Rejoignez-les. Demandez votre démonstration personnalisée et gratuite pour découvrir à quel point il est facile de faire entrer l’audio dans votre établissement.

Nous espérons avoir répondu à toutes vos questions. Si ce n’était pas le cas, n’hésitez pas à nous contacter au +44 (0)7483 236 115 ou à l’adresse contact@readspeaker.com.

En savoir plus.