La recherche consacrée aux limites et aux inconvénients du sous-titrage automatique s’appuie sur un corpus composé de dix capsules vidéo humoristiques issues de la série ,,La Minute belge!’’. Ces vidéos, courtes et largement diffusées sur Facebook et Youtube, mettent en scène des expressions typiques du français de Belgique dans des contextes quotidiens, populaires et oraux. Le traitement linguistique et humoristique de ces belgicismes constitue un terrain d’analyse riche pour interroger la fiabilité, la pertinence et la précision des transcriptions générées automatiquement par les outils de sous-titrage. Notre objectif n’est pas celui de décrire ces expressions, mais d’examiner comment le discours oral authentique est pris en charge par les systèmes de sous-titrage automatique. En confrontant les sous-titres générés automatiquement aux transcriptions manuelles nous mettrons en lumière de nombreux écarts : confusions lexicales, pertes de sens, mauvaise segmentation syntaxique, ou encore effacement des marques d’oralité spécifiques à la variété belge.
Cette analyse permet ainsi d’évaluer les performances techniques des algorithmes face à la génération instantanée d’un code linguistique ordinaire et expressif, autre que l’anglais.
YouTube, avec ses plus de deux milliards d’utilisateurs actifs mensuels, offre une plateforme idéale pour diffuser des contenus éducatifs à une audience internationale. De manière générale, les vidéos éducatives lancées par les créateurs de contenu numérique sur cette plate-forme captent l’attention d’un large public de même que des apprenants grâce aux éléments visuels et aux jolies animations qui accompagnent la présentation orale. Le plus souvent ces vidéos se font accompagner soit par un sous – titrage automatique soit par une transcription manuelle (comme pièce jointe à la vidéo accessible depuis la plate – forme même) qui rendent compte du discours oral en facilitant de cette façon la compréhension fine et détaillée du document en question.
À travers notre analyse, nous avons conclu que malheureusement le sous titrage automatique ne s’acquitte pas de son rôle en tant qu’adjuvant et complément à la compréhension d’un contenu culturel en langue française, chose absolument nécessaire vu l’incapacité d’un large public allophone à saisir correctement un document oral authentique.
Dans tous les extraits analysés, la transcription automatique se caractérise par une faible lisibilité due à des erreurs de segmentation syntaxique, des phrases incomplètes ou mal ponctuées, et des passages parfois incohérents ou abscons. Par exemple, dans le segment «Slache», des phrases comme «doublé sa rente ai alors dit qu’on dira plutôt est choqué tap avait eu ce que j’aime et slash» sont tout simplement incompréhensibles. Ces problèmes perturbent la réception globale du discours et brouillent le message initial. La transcription humaine, en revanche, assure une structure cohérente, respecte le rythme oral et clarifie la logique argumentative.
Les belgicismes et les expressions régionales constituent l’un des enjeux majeurs de ce corpus. Le sous-titrage automatique échoue souvent à reconnaître ces particularités linguistiques, ce qui entraîne des déformations sémantiques. Dans le segment «Chique», par exemple, les usages spécifiques du mot (bonbon à Liège, chewing-gum ailleurs, expression idiomatique «mordre sur sa chique») sont mal interprétés. De même, dans «Suce(r) de son pouce», la polysémie et l’ancrage pragmatique sont perdus. Le traitement humain permet non seulement d’identifier ces expressions, mais aussi de restituer leur contexte d’usage, leur charge culturelle et leur humour implicite.
Les sous-titres automatiques présentent de nombreuses fautes d’accords, d’omissions de mots-outils, de confusions de pronoms ou d’articles, comme en témoignent des segments tels que «faut mordre encore un peu sur T chiic» ou «styl B pour le styl B ou Frisco pour l’esquimo glancé». Ces erreurs, souvent dues à l’oralité spontanée ou aux phénomènes de liaison, sont correctement traitées dans la version humaine, qui adapte le texte au registre écrit tout en conservant l’authenticité du parler.
L’analyse révèle de fréquentes pertes de sens dans le sous-titrage automatique, dues à la mauvaise reconnaissance du contexte ou à la confusion de termes. Dans «Dikkenek» ou «Ouille-Ouille», des expressions culturelles sont tronquées ou mal interprétées. Dans «Suce(r) de son pouce», des mots sont remplacés par d’autres qui n’ont aucun lien logique, ce qui crée des contresens. La transcription humaine recontextualise les termes, explicite les références et garantit une restitution fidèle des intentions du locuteur.
Enfin, tous les segments analysés démontrent que le sous-titrage automatique est inapte à restituer les effets stylistiques du français belge oral, comme les jeux de mots, les calembours, les variations de ton ou les références culturelles implicites. Dans «Slache», par exemple, le jeu polysémique entre le mot néerlandais «slof», le signe typographique «slash» et le guitariste des Guns N’ Roses disparaît totalement dans la version automatique. La transcription humaine, en revanche, parvient à restituer ce triple niveau de lecture, illustrant ainsi la richesse et la complexité du langage populaire belge.
L’ensemble des analyses met en évidence les limites actuelles du sous-titrage automatique, notamment lorsqu’il est appliqué à des discours oralisés, culturellement ancrés et stylistiquement marqués. La perte de sens, la déformation des belgicismes, la disparition de l’humour et les erreurs syntaxiques justifient pleinement l’importance d’une relecture humaine. Pour garantir la qualité linguistique, stylistique et culturelle du sous-titrage, une intervention humaine (ou une post-édition spécialisée) demeure essentielle.
Références sitographiques
youtube.com/@LaMinuteBelge/videos