La puissance du multimédia au service de l’apprentissage des langues étrangères

Des méthodes traditionnelles vers les méthodes multimédias

Des méthodes traditionnelles vers les méthodes multimédias

Depuis le début des années 90, l’ap­pren­tis­sage des langues étran­gères subit de pro­fondes trans­for­ma­tions du fait de l’a­vè­ne­ment du mul­ti­mé­dia. L’ap­port des tech­no­lo­gies nou­velles dans ce domaine rend les outils tra­di­tion­nels de plus en plus obso­lètes, et ceci bien plus que dans les autres domaines. Cela explique le suc­cès com­mer­cial des CD-ROM d’ap­pren­tis­sage des langues qui repré­sentent aujourd’­hui plus de 30 % du mar­ché des CD-ROM éducatifs.

Les outils tra­di­tion­nels s’ap­puient soit sur un sup­port papier (livre, dic­tion­naire, ency­clo­pé­die, etc.), soit sur un sup­port audio (cas­sette, CD audio, etc.), soit sur un sup­port vidéo (films en ver­sion ori­gi­nale, CNN, etc.).

Ces dif­fé­rents sup­ports res­tent répan­dus et uti­li­sés là où l’or­di­na­teur ne peut être pré­sent. Mais la minia­tu­ri­sa­tion des com­po­sants et le déve­lop­pe­ment des dif­fé­rentes formes d’or­di­na­teurs iti­né­rants raré­fient ces situations.

L’exemple des labo­ra­toires de langues à base de cas­settes est signi­fi­ca­tif de cette évo­lu­tion. Ces équi­pe­ments néces­si­taient des inves­tis­se­ments éle­vés et conti­nuaient à être ins­tal­lés jus­qu’au milieu des années 90. Leur rem­pla­ce­ment par des solu­tions à base d’or­di­na­teurs en réseau, équi­pés des logi­ciels adé­quats, est deve­nu irré­ver­sible. Ces labo­ra­toires mul­ti­mé­dias incluent toutes les fonc­tions de leurs pré­dé­ces­seurs, en offrent des cen­taines d’autres sup­plé­men­taires, s’ap­puient sur des archi­tec­tures stan­dard et évo­lu­tives et coûtent moins cher du fait de la baisse des prix du maté­riel informatique.

Les cours avec un pro­fes­seur par­ti­cu­lier sont sou­vent très effi­caces mais deviennent très rapi­de­ment exces­si­ve­ment coû­teux. Les tarifs peuvent bais­ser si le nombre de par­ti­ci­pants s’é­lève, mais il est prou­vé que l’ef­fi­ca­ci­té est inver­se­ment pro­por­tion­nelle à ce nombre.

De plus, les cours imposent une contrainte géo­gra­phique et tem­po­relle : l’ap­pre­nant doit se dépla­cer dans un lieu qui ne l’ar­range pas tou­jours, et ceci à une heure déter­mi­née et selon une fré­quence qui lui conviennent rare­ment lors­qu’il exerce une acti­vi­té professionnelle.

Le mul­ti­mé­dia fusionne tous les sup­ports exis­tants et ajoute l’in­te­rac­ti­vi­té. Son inci­dence sur l’ap­pren­tis­sage devient consi­dé­ra­ble­ment plus éle­vée de ce fait. La tran­si­tion des méthodes de langues vers le mul­ti­mé­dia a cepen­dant don­né lieu à trois géné­ra­tions successives.

Lors de la pre­mière géné­ra­tion, les pre­miers bal­bu­tie­ments sont appa­rus sous forme de trans­fert de conte­nus péda­go­giques d’un ou de plu­sieurs sup­ports tra­di­tion­nels vers le sup­port mul­ti­mé­dia. Par exemple, au cours du trans­fert d’une méthode sur cas­settes et du livret d’ac­com­pa­gne­ment vers le cd-rom, un logi­ciel de navi­ga­tion plus ou moins per­for­mant pou­vait don­ner l’im­pres­sion d’une explo­ra­tion facile du contenu.

Cer­tains exer­cices péda­go­giques trans­fé­rés du sup­port papier, comme le texte com­por­tant des « trous » ou l’exer­cice d’as­so­cia­tion de syno­nymes, appor­taient une pre­mière inter­ac­ti­vi­té avec la cor­rec­tion auto­ma­tique par l’or­di­na­teur de l’ac­ti­vi­té de l’ap­pre­nant. Le trans­fert de la fonc­tion « enre­gis­trez-vous » des méthodes sur cas­settes vers l’or­di­na­teur ren­dait la mani­pu­la­tion bien plus com­mode sans pour autant appor­ter une grande valeur ajou­tée péda­go­gique. De même, les méthodes d’En­sei­gne­ment assis­té par ordi­na­teur (EAO) à base de vidéo­disques se sont dif­fu­sées à cette période. Elles per­met­taient essen­tiel­le­ment de vision­ner un film en ver­sion ori­gi­nale et de béné­fi­cier de tout un ensemble de fonc­tions faci­li­tant la com­pré­hen­sion de l’ap­pre­nant : avant, arrière, stop, pause, avance rapide, tra­duc­tion, sous-titres, expli­ca­tions, etc.

La deuxième géné­ra­tion de pro­duits a dépas­sé ce stade du trans­fert de sup­port et a com­men­cé à uti­li­ser toute la puis­sance des nou­velles tech­no­lo­gies. L’u­ti­li­sa­tion de la recon­nais­sance vocale pour aider l’ap­pre­nant dans l’ap­pren­tis­sage de l’ex­pres­sion orale et de la pro­non­cia­tion a consti­tué une véri­table révo­lu­tion dans la mesure où l’ou­til obte­nu per­met­tait d’ap­por­ter une solu­tion effi­cace à un pro­blème mal réso­lu jusque-là. La tech­no­lo­gie de la recon­nais­sance vocale qui est détaillée dans la suite de ce docu­ment est d’ailleurs vite deve­nue la tech­no­lo­gie clé dans l’ap­pren­tis­sage des langues.

De la même façon, d’autres pro­duits ont exploi­té la puis­sance de l’or­di­na­teur pour appor­ter une solu­tion à un besoin péda­go­gique spé­ci­fique. Les outils inté­grant des cor­rec­teurs ortho­gra­phiques et gram­ma­ti­caux ont aidé les moins novices à mieux rédi­ger en repé­rant les fautes les plus évi­dentes. Les logi­ciels de sui­vi ont per­mis de gar­der une trace du com­por­te­ment de l’ap­pre­nant, de l’é­va­luer et de défi­nir pro­gres­si­ve­ment des ensei­gne­ments indi­vi­dua­li­sés adap­tés aux besoins de chacun.

La troi­sième géné­ra­tion est la plus récente. Elle com­porte des méthodes com­plètes qui couvrent tout le pro­ces­sus d’ap­pren­tis­sage d’une langue étran­gère : expres­sion orale, expres­sion écrite, com­pré­hen­sion orale, com­pré­hen­sion écrite, gram­maire, voca­bu­laire. Elles s’a­daptent à tous les niveaux, du débu­tant à l’é­lève confir­mé, et exploitent toutes les der­nières avan­cées tech­no­lo­giques : recon­nais­sance vocale, vidéo MPEG, accès Inter­net, diag­nos­tic intel­li­gent, etc.

Évolution de l’apprentissage des langues étrangères à l’oral

L’ap­pren­tis­sage des langues étran­gères à l’o­ral a connu dif­fé­rents stades de déve­lop­pe­ment majeurs.

Au tout début, l’ap­pre­nant avait un seul moyen à sa dis­po­si­tion pour se per­fec­tion­ner à l’o­ral : repro­duire le plus fidè­le­ment pos­sible la voix de son pro­fes­seur.

Puis il a eu la pos­si­bi­li­té d’enre­gis­trer sa propre voix et de se réécou­ter. D’a­na­lo­gique l’en­re­gis­tre­ment devint numé­rique, mais mal­gré une amé­lio­ra­tion qua­li­ta­tive, cette tech­nique res­tait limi­tée par la per­cep­tion audi­tive du sujet.

Au début des années 90, la socié­té Aura­log a intro­duit pour la pre­mière fois la tech­no­lo­gie de la recon­nais­sance vocale dans ses méthodes, per­met­tant ain­si à l’ap­pre­nant de dia­lo­guer libre­ment avec l’or­di­na­teur, sans mani­pu­la­tion du cla­vier ni de la sou­ris, et d’ob­te­nir une éva­lua­tion auto­ma­tique de sa prononciation.

Définition et classification de la reconnaissance vocale

La recon­nais­sance vocale désigne l’en­semble des tech­no­lo­gies per­met­tant à une machine de recon­naître la parole. Les tech­no­lo­gies de recon­nais­sance vocale modernes sont basées sur une ana­lyse des pho­nèmes de la phrase prononcée.

Trois cri­tères per­mettent de dis­tin­guer les moteurs de recon­nais­sance vocale.

1. Le pre­mier est le type de dis­cours recon­nu (mot à mot ou parole conti­nue) par le logiciel :
– soit les mots sont pro­non­cés iso­lé­ment, c’est-à-dire sépa­rés par des périodes de silence,
– soit le dis­cours se fait en conti­nu et per­met ain­si une pro­non­cia­tion naturelle.

2. Le deuxième cri­tère dis­tingue les moteurs de recon­nais­sance vocale fonc­tion­nant uni­que­ment sur les mots, de ceux fonc­tion­nant sur les phrases com­plètes.

3. Le troi­sième cri­tère est le degré de dépen­dance vis-à-vis du locuteur :
– sys­tème mono­lo­cu­teur : sys­tème adap­té ou adap­table grâce à un pro­ces­sus d’en­traî­ne­ment à un locu­teur par­ti­cu­lier (« spea­ker dependent »),
– sys­tème mul­ti­lo­cu­teurs (« spea­ker inde­pendent ») : recon­nais­sance vocale fonc­tion­nant pour tout un groupe de locu­teurs, ce groupe pou­vant, à l’ex­trême, inté­grer n’im­porte quelle per­sonne par­lant la langue apprise (indé­pen­dam­ment de son âge, de son sexe, du timbre de sa voix…).

Les meilleurs CD-ROM du mar­ché uti­lisent les moteurs de recon­nais­sance vocale les plus sophis­ti­qués : l’ap­pre­nant peut per­fec­tion­ner sa pro­non­cia­tion sur des mots ou des phrases com­plètes, au rythme qu’il désire. De plus, les logi­ciels de type « spea­ker inde­pendent » sont immé­dia­te­ment uti­li­sables par tous les locu­teurs, sans entraî­ne­ment préalable.

La reconnaissance vocale : vingt ans d’évolution technologique

La tech­no­lo­gie de la recon­nais­sance vocale a évo­lué, pas­sant du hard­ware (cartes) au soft­ware. Aujourd’­hui, l’ap­pre­nant pro­nonce libre­ment une phrase et le logi­ciel note la qua­li­té de la pro­non­cia­tion par une ana­lyse com­plexe des phonèmes.

Voi­ci la chro­no­lo­gie des dif­fé­rentes étapes du déve­lop­pe­ment de la recon­nais­sance vocale sur les vingt der­nières années.

Début des années 1980

Les pre­miers sys­tèmes mono­lo­cu­teurs de recon­nais­sance vocale sont appli­qués sur des machines industrielles.

1985

C’est envi­ron à cette date qu’ap­pa­raissent les pre­mières cartes équi­pées de DSP (Digi­tal Signal Pro­ces­sor), per­met­tant d’im­plé­men­ter une tech­no­lo­gie de recon­nais­sance vocale sur un PC. Ces tech­no­lo­gies sont très com­plexes à mettre en œuvre (test sur un panel signi­fi­ca­tif de locu­teurs). Ces cartes ne sont pas dif­fu­sées au grand public.

1991

La pre­mière appli­ca­tion d’ap­pren­tis­sage de langues fon­dée sur la recon­nais­sance vocale est créée.

1994

C’est l’ar­ri­vée des cartes DSP grand public (sous Win­dows™).

1995

Des solu­tions logi­cielles issues de la tech­no­lo­gie des cartes font leur appa­ri­tion. Le pre­mier logi­ciel grand public sous Win­dows™ est lan­cé avec un sys­tème de recon­nais­sance vocale mul­ti­lo­cu­teurs fonc­tion­nant sur des phrases com­plètes. La recon­nais­sance vocale per­met au logi­ciel d’a­na­ly­ser la pro­non­cia­tion de l’ap­pre­nant et de l’é­va­luer grâce à un sys­tème d’é­va­lua­tion sophistiqué.

1996

La recon­nais­sance vocale est exploi­tée dif­fé­rem­ment selon son uti­li­sa­tion : méthode de langues ou logi­ciel de dic­tée vocale.

Paral­lè­le­ment au mar­ché des langues, les pre­miers logi­ciels de dic­tée vocale sont lan­cés sur le mar­ché. Le prin­ci­pal édi­teur est alors Dra­gon­Sys­tems. La recon­nais­sance vocale se fait mot à mot.

1998

Des méthodes com­plètes de langues sont lan­cées, dans les­quelles, pour la pre­mière fois, la recon­nais­sance vocale est appli­quée aux exer­cices linguistiques.

Sur le mar­ché de la dic­tée vocale appa­raissent les pre­miers logi­ciels auto­ri­sant la dic­tée en conti­nu.

1999

Une inno­va­tion tech­no­lo­gique révo­lu­tion­naire, SETS (Spo­ken Error Tra­cking Sys­tem) appa­raît et per­met de loca­li­ser les défauts de prononciation.

La recon­nais­sance vocale fonc­tion­nait déjà de façon conti­nue sur des phrases com­plètes et indé­pen­dam­ment du locu­teur. Res­tait encore un pro­blème qu’au­cune équipe de déve­lop­pe­ment n’a­vait réso­lu jus­qu’à pré­sent : iden­ti­fier l’élé­ment mal pro­non­cé dans une phrase complète.

Après plu­sieurs années de recherche, des ingé­nieurs ont mis au point une tech­no­lo­gie qui per­met de détec­ter auto­ma­ti­que­ment l’er­reur de pro­non­cia­tion dans une phrase. Cette tech­no­lo­gie exclu­sive, bap­ti­sée SETS (Spo­ken Error Tra­cking Sys­tem), fait l’ob­jet d’un dépôt de bre­vet. En repé­rant les points faibles dans la pro­non­cia­tion de l’ap­pre­nant, SETS repré­sente une avan­cée déci­sive dans l’ap­pren­tis­sage d’une langue étran­gère sur ordinateur.

Exploitation de la reconnaissance vocale dans les méthodes de langues

1. Le dialogue interactif

Grâce à la tech­no­lo­gie avan­cée de la recon­nais­sance vocale, l’u­ti­li­sa­teur engage un véri­table dia­logue avec son PC. Les réponses de l’u­ti­li­sa­teur orientent la conversation.

Sui­vant son niveau, l’ap­pre­nant para­mètre la recon­nais­sance vocale pour la rendre plus tolé­rante ou plus exi­geante quant à la qua­li­té de sa prononciation.

2. La prononciation de la phrase ou du mot

L’u­ti­li­sa­teur s’en­traîne à pro­non­cer une phrase ou un mot et obtient une note (score) lui per­met­tant d’é­va­luer la qua­li­té de son accent, de sa pro­non­cia­tion et de son intonation.

3. L’affichage de la phrase ou du mot prononcé

Le logi­ciel offre – en plus de l’é­va­lua­tion – la pos­si­bi­li­té de visua­li­ser pré­ci­sé­ment sa pro­non­cia­tion et son into­na­tion. Deux types de repré­sen­ta­tions (un graphe et une courbe) sont dis­po­nibles. L’u­ti­li­sa­teur peut les affi­cher simul­ta­né­ment ou séparément.

Le graphe vocal indique l’am­pli­tude de la voix en fonc­tion du temps (notion d’éner­gie). Il repré­sente l’in­ten­si­té sonore de la voix et donne des indi­ca­tions sur la struc­ture de la prononciation.

La courbe de la fré­quence fon­da­men­tale repro­duit les varia­tions de la fré­quence de la voix en fonc­tion du temps (notion de hau­teur). Cette courbe, com­plé­men­taire du graphe vocal, per­met à l’ap­pre­nant de com­pa­rer pré­ci­sé­ment son into­na­tion à celle du modèle (aigu/grave).

Les meilleurs logi­ciels pro­posent des fonc­tions qui éva­luent et per­mettent de visua­li­ser la pro­non­cia­tion et l’in­to­na­tion aus­si bien pour des phrases com­plètes que pour des mots.

4. Les animations de phonèmes en 3D

Grâce à des ani­ma­tions pho­né­tiques en images de syn­thèse, l’ap­pre­nant peut visua­li­ser avec une grande pré­ci­sion les mou­ve­ments arti­cu­la­toires pour mieux les reproduire.

Cette tech­no­lo­gie d’ex­cep­tion aide à com­prendre le fonc­tion­ne­ment arti­cu­la­toire de la pro­duc­tion de cer­tains sons et à les mémo­ri­ser, afin de mieux les reproduire.

Des exemples d’application

Le nou­vel aéro­port de Hong-Kong, Chek Lap Kok, uti­lise des CD-ROM Sky­talk avec recon­nais­sance vocale pour son centre de for­ma­tion au contrôle du tra­fic aérien. Ces CD-ROM per­mettent aux pilotes et aux aiguilleurs du ciel de per­fec­tion­ner leur expres­sion orale en anglais. Sky­talk invite l’u­ti­li­sa­teur à jouer le rôle d’un pilote ou d’un aiguilleur du ciel en pre­nant part à un dia­logue inter­ac­tif, ins­pi­ré d’un réel échange radio. Les conver­sa­tions, basées sur des échanges et des situa­tions très carac­té­ris­tiques, per­mettent à l’ap­pre­nant de se fami­lia­ri­ser avec le voca­bu­laire propre à l’aviation.

Grâce à la recon­nais­sance vocale, qui favo­rise un appren­tis­sage per­son­na­li­sé, l’or­di­na­teur joue le rôle de pro­fes­seur par­ti­cu­lier : il pose des ques­tions à l’u­ti­li­sa­teur, réagit en fonc­tion de ses réponses et éva­lue sa pro­non­cia­tion au fil de la conver­sa­tion. Dans l’exer­cice de pro­non­cia­tion, celui-ci s’en­traîne à pro­non­cer les expres­sions dif­fi­ciles et sur­monte ain­si rapi­de­ment ses hési­ta­tions. Très inter­ac­tive, cette méthode enseigne aux appre­nants à com­prendre et à réagir rapi­de­ment dans des situa­tions très diverses, fac­teur pri­mor­dial pour garan­tir la sécu­ri­té des com­mu­ni­ca­tions sol/air.

Pour bon nombre d’or­ga­nismes, la com­mu­ni­ca­tion en anglais entre les pilotes et les aiguilleurs du ciel est deve­nue une pré­oc­cu­pa­tion majeure. L’u­ti­li­sa­tion de ces outils s’ins­crit donc, pour ces centres de for­ma­tion, dans un effort conti­nu d’a­mé­lio­ra­tion de la sécu­ri­té aérienne. D’autres orga­nismes uti­lisent la même méthode, tels que la Sin­ga­pore Avia­tion Aca­de­my et l’or­ga­nisme de for­ma­tion ita­lien, la Ente Nazio­nale di Assis­ten­za al Volo.

En France, le minis­tère de l’É­du­ca­tion natio­nale a équi­pé la tota­li­té des Ins­ti­tuts uni­ver­si­taires de for­ma­tion des maîtres (IUFM) et des Centres régio­naux de docu­men­ta­tion péda­go­gique (CRDP) en CD-ROM Tell me More. De la même façon, en Espagne, la Jun­ta de Anda­lu­cia a acquis plus de 500 licences afin de cou­vrir l’en­semble du sys­tème sco­laire secon­daire d’Andalousie.

De nom­breuses entre­prises s’in­té­ressent éga­le­ment à ces méthodes, qui consti­tuent un outil de for­ma­tion per­for­mant pour leurs sala­riés : citons Mer­cedes-Benz, qui équipe la tota­li­té de son groupe avec plus de 2 000 licences ou l’U­nion des Banques suisses, avec plus de 500 licences.

Der­nier équi­pe­ment en date, la com­pa­gnie aérienne natio­nale Air France vient d’ac­qué­rir 1 000 licences de CD-ROM : 900 licences « clas­siques » seront répar­ties dans les centres de for­ma­tion ou dans les antennes d’Air France du monde entier, et 100 licences « dépor­tées » per­met­tront aux employés de la com­pa­gnie d’é­qui­per leurs propres micro-ordinateurs.

L’u­ti­li­sa­tion de licences dépor­tées per­met­tra donc aux appre­nants de pour­suivre leur appren­tis­sage à domi­cile ou lors de fré­quents dépla­ce­ments. Cet équi­pe­ment porte sur les 6 langues d’ap­pren­tis­sage prin­ci­pales (anglais bri­tan­nique, anglais amé­ri­cain, espa­gnol, alle­mand, ita­lien, fran­çais langue étran­gère), selon tous les niveaux (débu­tant, moyen, confir­mé, affaires).

---

Articles similaires :

Notre sys­tème d’éducation peut-il être un moteur de développement ? Un appren­tis­sage de l’interculturalité L’apprentissage des mathé­ma­tiques confron­té au monde numérique L’apprentissage, une expé­rience unique Pétillances cog­ni­tives et musi­cales des enfants HP Les évo­ca­tions d’un pia­niste pédagogue