Glossaire
Le code-switching (CS) est la pratique de l'alternance entre deux ou plusieurs langues au sein d'une seule conversation, d'une phrase, ou même d'un mot. Les locuteurs bilingues et multilingues le font constamment — Spanglish dans le sud des États-Unis, Hinglish en Inde, Singlish à Singapour. C'est un défi majeur pour les ASR systèmes, qui supposent traditionnellement une seule langue par enregistrement.
Pourquoi le code-switching est difficile pour la RAS
La plupart des systèmes de reconnaissance vocale sont étiquetés par langue — vous indiquez au modèle que l'audio est en anglais, en français ou en espagnol, et il transcrit en conséquence. Le code-switching brise cette hypothèse. Le modèle doit : (1) détecter la langue à une granularité sub-énonciation, (2) changer son modèle de langage au milieu d'une phrase, et (3) produire une orthographe correcte pour chaque langue. Les anciens systèmes géraient cela très mal — la stratégie typique consistait à choisir une langue dominante et à mal transcrire l'autre.
Comment la RAS moderne gère-t-elle cela
Whisper a été formé sur des audios multilingues et explicitement sur des exemples de code-switching. Pour les paires bilingues courantes (espagnol-anglais, mandarin-anglais, hindi-anglais), il produit des transcriptions raisonnables avec chaque segment dans sa langue source. Pour des combinaisons plus rares (tamoul-coréen, yoruba-français), la précision chute fortement en raison de la rareté des données d'entraînement. Définissez le paramètre de langue de Whisper sur auto pour les audios en code-switching plutôt que de taguer une seule langue.
Conseils pratiques
Si votre audio est fortement en code-switching : (1) n'étiquetez pas une langue spécifique — laissez le modèle détecter automatiquement. (2) Attendez-vous à une exactitude inférieure de ~5-10% par rapport à un audio monolingue de même qualité. (3) Prévoyez une passe manuelle pour nettoyer les segments de langues rares. (4) Envisagez une segmentation par orateur si les orateurs ne changent pas — diarisez d'abord, puis exécutez les segments de chaque orateur avec leur étiquette de langue dominante.
En pratique
Un entretien familial en Spanglish : "Then mi abuela said, 'Mijo, no vayas afuera, está raining.'" Whisper-3 transcrit cela comme une seule phrase avec chaque mot dans sa langue source et une orthographe correcte. Les systèmes ASR plus anciens (pré-2022) auraient transcrit cela comme du charabia — soit de l'anglais pur avec du gibier phonétique espagnol, soit vice versa.
Termes associés
Lectures complémentaires
Essayez la transcription multilingue
Commencez — gratuitementDernière mise à jour : 16 novembre 2026
Questions Fréquemment Posées
Mélanger deux langues ou plus au sein d'une seule phrase — courant chez les locuteurs bilingues. Un cas difficile pour l'ASR ; Whisper-3 gère les paires bilingues courantes (espagnol-anglais, mandarin-anglais) mais l'exactitude chute sur les combinaisons rares.
Changement de code Affecte la manière dont vous comprenez la qualité de la transcription, le timing, la compatibilité ou la technologie derrière les résultats de la transcription vocale.
Utilisez le flux de travail associé à /ai-transcription lorsque vous souhaitez voir comment ce concept de glossaire se connecte à une tâche de transcription réelle.
Parcourir le glossaire de transcription ou lisez le guide complet de la transcription IA.