La détection de la langue d’un audio, segment par segment

Omettez language ou donnez-lui la valeur auto. C’est le réglage par défaut pour toutes les sources. Le guide du paramètre language distingue la détection audio du choix d’une piste de sous-titres.

La détection automatique convient à une liste d’enregistrements venus de personnes ou de sources différentes. Si vous connaissez déjà la langue d’un fichier, une indication peut aider, surtout quand le début est très court ou ambigu.

Une conversation claire donne plus d’indices qu’un extrait couvert de musique, du silence ou une courte expression empruntée à une autre langue. Vérifiez aussi les mots reconnus : une étiquette de langue plausible ne garantit pas que toute la transcription soit juste.

Le champ language de la transcription indique la langue dominante. Celui de chaque segment permet de repérer les changements. La référence de l’objet transcription montre où les retrouver.

Utilisez la langue dominante pour classer l’enregistrement et les langues des segments pour traiter les passages. Dans un entretien bilingue, l’introduction peut être dans une langue et les réponses dans une autre. Filtrer tout le texte sur la langue dominante ferait disparaître une partie des échanges.

L’exemple JSON illustre ces étiquettes. Dans la pratique, un changement de langue ne tombe pas toujours entre deux phrases. Noms propres, termes techniques et alternances dans une même phrase demandent parfois une relecture. Gardez le texte d’origine à côté de toute version corrigée ou traduite ailleurs.

Envoyez un code ISO 639-1 à deux lettres. Pour un fichier, language est un champ du formulaire multipart, comme dans l’exemple d’import.

Pour l’IA, ce code guide la reconnaissance des paroles. Pour les sous-titres YouTube, il choisit la piste recherchée. Avec auto, cette piste doit être dans la langue d’origine de la vidéo ; les pistes traduites automatiquement sont exclues. Tenez compte de cette différence si votre application accepte à la fois des fichiers et des liens.

Demander en ne transforme pas un enregistrement espagnol en texte anglais. Vous obtenez une transcription, pas une traduction. Si vous devez ensuite traduire le texte, prévoyez une étape séparée et gardez l’original pour vérifier les passages importants.

Si votre application répartit le texte entre des éditeurs ou des index de recherche par langue, conservez les deux niveaux : langue dominante et langue des segments. Un passage important peut être dans une autre langue que le reste du fichier.

Réécoutez les transitions avec les phrases qui les entourent. Un nom ou une citation ne suffit pas à conclure que la personne change durablement de langue. Ces étiquettes ne permettent pas non plus de déduire son origine, son identité ou son niveau dans une langue.

Si la langue semble erronée, vérifiez d’abord l’audio et la piste choisie. Pour comparer avec une nouvelle transcription guidée par une indication de langue, gardez la précédente. Changer les paramètres de traitement peut lancer une nouvelle transcription payante ; ce n’est pas une simple lecture d’export.