Glossaire
L'effet Lombard est le changement de parole involontaire que les humains (et certains animaux) produisent dans des environnements bruyants : volume plus élevé, ton plus aigu, parole plus lente, articulation plus délibérée, voyelles plus longues. Découvert par l'otolaryngologiste français Étienne Lombard en 1909. C'est pourquoi les gens crient dans les boîtes de nuit même lorsque leur partenaire de conversation est juste à côté d'eux. La parole de Lombard sonne suffisamment différente pour que ASR les modèles entraînés uniquement sur des paroles en environnement calme se dégradent.
Caractéristiques acoustiques de la parole de Lombard
Comparée à la parole conversationnelle neutre, la parole de Lombard a : +5-10 dB de volume, +10-15% de fréquence fondamentale, +30-100% des durées de voyelles plus longues, plus d'énergie dans les fréquences moyennes/élevées (2-4 kHz où l'intelligibilité de la parole est concentrée), et une inclinaison spectrale réduite. Les locuteurs produisent également moins de réductions au niveau des phonèmes — "going to" reste "going to" au lieu de devenir "gonna".
Pourquoi cela compte pour la RAS
Si votre modèle ASR a été formé principalement à partir d'enregistrements studio propres (livres audio, interviews dans des pièces silencieuses), il n'a jamais vu de parole de Lombard. Testez-le sur un enregistrement bruyant dans un bar — même après avoir supprimé le bruit de fond — et la précision chute de 5 à 10 WER points. La parole est structurellement différente, pas seulement plus bruyante. L'apprentissage multi-conditionnel moderne (incluant des exemples de Lombard dans l'ensemble d'apprentissage) corrige cela. Whisper a été formé sur 680 000 heures d'audio varié incluant beaucoup de parole de Lombard — il la gère bien.
Implications pratiques
Si vous enregistrez dans un environnement bruyant, l'effet Lombard est votre ami — les locuteurs articulent naturellement plus clairement, compensant partiellement le bruit. Utilisez un microphone directionnel ou proche pour réduire le bruit atteignant l'enregistrement. Whisper s'occupe du reste. Si l'exactitude est toujours mauvaise, le problème est probablement le bruit lui-même (écrasant la parole), pas l'adaptation de Lombard.
En pratique
Enregistrez une interview dans un café bruyant avec votre téléphone sur la table. Les locuteurs appliqueront naturellement des adaptations de Lombard — plus fort, plus lent, plus clair que la parole conversationnelle dans une pièce calme. Whisper-1 atteint généralement une exactitude de 90-93% sur de tels enregistrements, surprenamment bonne compte tenu des conditions. Comparez cela à un enregistrement dans un studio de podcast au même rythme : exactitude de 95-97%.
Termes associés
Lectures complémentaires
Transcrire un audio bruyant
Commencez — gratuitementDernière mise à jour : 16 novembre 2026
Questions Fréquemment Posées
La tendance involontaire des locuteurs à élever la voix et à articuler plus clairement dans des environnements bruyants. Les enregistrements réalisés dans un environnement bruyant semblent plus forts que la conversation normale, ce qui complique la RAS si le modèle n'a pas été entraîné sur la parole de Lombard.
Effet Lombard 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.