Reconnaissance vocale
La reconnaissance vocale (ou reconnaissance automatique de la parole, ASR) convertit la voix humaine en texte écrit exploitable par un ordinateur. Le système capte le signal audio, le segmente en unités sonores (phonèmes), puis les compare à des modèles statistiques pour reconstituer les mots prononcés. Premier système documenté : Audrey, développé par les laboratoires Bell en 1952, capable de reconnaître les chiffres de 0 à 9 avec 99% de réussite.
À distinguer de deux technologies proches : la synthèse vocale (text-to-speech), qui fait l’inverse — transformer du texte en parole artificielle — et la compréhension du langage naturel (NLU), qui intervient après la transcription pour en interpréter le sens. Un agent conversationnel vocal complet enchaîne les trois : reconnaissance vocale en entrée, NLU pour comprendre l’intention, synthèse vocale en sortie.
En RH, la reconnaissance vocale industrialise la retranscription : compte rendu d’entretien annuel dicté puis converti en texte, transcription automatique de réunions ou d’entretiens de recrutement, ou dictée de documents plutôt que saisie clavier. Point de vigilance : la précision varie selon l’accent, le bruit ambiant et le vocabulaire métier — une supervision humaine reste recommandée avant validation d’un document RH engageant.
Retrouvez tous les termes dans le lexique SIRH et IA de yapluqua.com.
Sources : Zaion (19/02/2024), IBM (12/11/2025).