ÉDITION INTERNATIONALE
INFORMATION INTERNATIONALE INDÉPENDANTE
Technologie

Une étude révèle des écarts de notation des accents par les IA vocales

Des chercheurs de l’Université de Washington ont constaté que quatre modèles d’IA évaluaient différemment un même texte anglais selon l’accent.

Image contextuelle de 2024 dans un studio d’enregistrement; les personnes ne participaient pas à l’étude.
Image contextuelle de 2024 dans un studio d’enregistrement; les personnes ne participaient pas à l’étude.
Crédit photo et licence Photo: Asikironalio / Wikimedia Commons / CC BY 4.0; contextual studio photograph from 2024, not research participants. · Source de l’image · Licence: CC BY 4.0
Taille du texte

Des systèmes d’intelligence artificielle chargés d’évaluer la parole peuvent attribuer des notes différentes à des personnes prononçant exactement les mêmes mots avec des accents différents. C’est la conclusion d’une étude présentée le 4 novembre par l’Université de Washington. Ce résultat soulève des questions pour les entretiens d’embauche, les exposés et les tests linguistiques. Il ne démontre pas que tous les modèles d’IA se comportent de cette façon.

Les chercheurs ont examiné quatre modèles : Gemini 2.5 Pro et Gemini 2.5 Flash de Google, GPT-Audio 1.5 d’OpenAI et le modèle ouvert Qwen 3 Omni. Ils ont comparé des voix parlant anglais avec des accents américain, britannique, chinois, indien et nigérian. Les accents américain et britannique obtenaient généralement les meilleures notes, les accents chinois et nigérian les plus faibles, et l’accent indien se situait souvent entre les deux.

Afin d’isoler l’effet de l’accent, l’équipe a utilisé des voix synthétiques lisant exactement les mêmes passages. Elle a également répété des tests avec 52 locuteurs humains des cinq pays. Les systèmes notaient tant la présentation orale que le contenu. Selon les auteurs, ils retranscrivaient souvent correctement les paroles tout en jugeant certains accents moins clairs ou moins professionnels.

Les résultats ont été présentés le 25 octobre lors de la conférence sur les méthodes empiriques en traitement automatique des langues à Budapest. Les chercheurs recommandent des données d’entraînement plus représentatives et des évaluations distinctes par groupes de locuteurs plutôt que de simples moyennes. L’étude porte sur un nombre limité de modèles, de tâches et d’accents. Elle met néanmoins en évidence un risque lorsque des notes automatisées peuvent conditionner l’accès à un emploi ou à une formation.