Technologie

Bonjour, vous êtes sur la page technologie de Linguineo. Bravo. Vous y trouverez tout ce qu’il faut savoir sur la technologie derrière Linguineo. Il vous faudra un peu de concentration pour tout lire. Mais puisque vous avez cliqué sur cette page, vous avez certainement ce qu’il faut dans la tête.

En bref :

Chez Linguineo, nous développons des projets sur mesure dans lesquels les utilisateurs apprennent une langue. Au cœur de ces projets : notre propre technologie unique de voicebot et de reconnaissance vocale. Vous vous entraînez à parler et à écrire en discutant avec des personnages virtuels, autrement dit grâce à l’IA conversationnelle.

Bon, place à la longue explication. Notre rédactrice a essayé de la rendre un peu plus amusante à lire, alors merci de jouer le jeu. Elle sera ravie ! Et soyez prévenu : si nous disons une fois de trop que nous sommes les meilleurs dans ce que nous faisons, c’est évidemment parce que nous essayons de vendre ce produit.

1. Notre propre reconnaissance vocale pour les apprenants de langues

(c’est-à-dire une reconnaissance vocale utilisable pour les locuteurs non natifs / apprenants de langues)

Qu’est-ce que c’est ?

Les modèles de reconnaissance vocale prêts à l’emploi ne fonctionnent pas assez bien pour reconnaître la parole de locuteurs non natifs (>20 % de taux d’erreur sur les mots). Nous avons donc créé nos propres modèles de reconnaissance vocale (<10 % de taux d’erreur sur les mots). Ce serait formidable de pouvoir utiliser une solution prête à l’emploi et de ne plus devoir maintenir nos propres modèles, mais nous ne voyons pas cela arriver de sitôt, surtout pas pour les langues peu dotées, même avec les progrès rapides de l’IA. Récemment, nous avons aussi collaboré avec le groupe de recherche ESAT de la KU Leuven pour pousser nos propres modèles encore plus loin.

Qu’avons-nous créé nous-mêmes ?

Une sélection intelligente des modèles (c’est-à-dire que le système sait quel modèle convient le mieux à quel apprenant). Pour cela, il a besoin de quelques phrases transcrites manuellement (par un humain). Une fois qu’il les a, il calcule l’erreur sur ces phrases pour différents modèles. Il connaît ainsi la précision de la reconnaissance automatique de la parole pour cet utilisateur et sait quel modèle choisir.
Des modèles de reconnaissance vocale par apprentissage profond entraînés sur mesure, qui partent d’un modèle de fondation mais sont adaptés par « apprentissage par transfert » (on retire la dernière partie du réseau neuronal et on la réentraîne avec un ensemble limité de données de niche). Nos modèles actuels pour les locuteurs non natifs en sont un exemple.

2. Outil de création de contenu pour les conversations

(c’est-à-dire que des personnes sans profil technique créent rapidement une conversation avec n’importe quelle contrainte, sur n’importe quel sujet ou histoire)

Qu’est-ce que c’est ?

Les créateurs de contenu veulent souvent contrôler le contenu d’une conversation dans les moindres détails, pour des raisons didactiques ou autres. Aucune solution prête à l’emploi ne rend cela facile pour les conversations d’apprentissage des langues, mais notre composant, si. L’outil s’utilise à différents niveaux. Une première version, ouverte ou dirigée, se crée à partir de quelques éléments textuels simples, après quoi la conversation peut directement être pratiquée. Elle peut ensuite être modifiée plus ou moins en profondeur, mais ce n’est nécessaire que dans des cas spécifiques.

Qu’avons-nous créé nous-mêmes ?

Un modèle conversationnel dirigé très riche et un moteur de chatbot, avec lesquels tout type de conversation peut être créé sous forme d’organigramme, et qui s’intègrent si nécessaire de manière transparente à n’importe quel modèle d’IA générative. Ce composant se rapproche de l’idée d’une « grammaire formelle » de la langue, mais là où le monde académique tente de le faire de manière exhaustive (sans perdre 0 % de l’information), nous le faisons de manière beaucoup plus pratique, ce qui le rend bien plus réalisable. Nous avons aussi développé un outil qui permet de créer une conversation en 20 minutes, mais aussi à des personnes formées de modifier absolument tout dans une conversation d’apprentissage (structure, tâches, type d’adaptativité, type de réponse, comportement de l’interface et du bot…).
Un système en couches, composé de plusieurs composants, qui permet à la conversation elle-même d’interpréter la réponse de l’apprenant et de formuler une réplique. Les cinq maillons typiques de cette chaîne : systèmes de mise en cache, détection d’intention, similarité de phrases, modèles d’apprentissage profond plus petits basés sur BERT et, en bout de chaîne, un LLM standard ou sur mesure. Les premiers maillons sont les plus rapides et les moins chers, les derniers les plus lents et les plus chers (mais aussi les plus puissants). Chacun de ces sous-systèmes mériterait sa propre longue explication. Le LLM sur mesure en bout de chaîne, nous le portons actuellement au-delà de l’état de l’art avec le groupe de recherche IDLab de l’UGent, dans le cadre de notre projet de recherche Capture.

OK ! Ça fait beaucoup à digérer. Accordez une pause à votre cerveau avec cette petite blague (qui ne fonctionne qu’en anglais) :

Two scientists walk into a bar:

“I’ll have an H2O.”

“I’ll have an H2O, too.”

The bartender gives them both water because he is able to distinguish the boundary tones that dictate the grammatical function of homonyms in coda position as well as pragmatic context.

Revenons à la partie technique !

3. Algorithme d'adaptativité

(c’est-à-dire qu’il établit rapidement un profil détaillé des apprenants et rend chaque exercice de conversation utile pour presque tous les apprenants)

Qu’est-ce que c’est ?

L’algorithme d’adaptativité ajoute une adaptativité fine à nos conversations d’apprentissage des langues et résout en grande partie le problème qui consiste à proposer à chaque apprenant un item utile, avec le bon soutien. Les débutants reçoivent des tâches très faciles avec beaucoup de soutien, les apprenants qui connaissent bien la langue mais ont un fort accent reçoivent des tâches et du soutien axés sur l’oral, les apprenants avancés reçoivent un soutien minimal, ceux qui écrivent mieux qu’ils ne parlent reçoivent des exercices et du soutien axés sur l’écrit…

Qu’avons-nous créé nous-mêmes ?

Un système qui déduit un profil riche de l’apprenant et de l’item à partir des « données ouvertes » (comme décrit dans notre article sur l’adaptativité).
Un système auto-apprenant qui utilise ce profil riche de l’apprenant et de l’item pour prédire quel est le « bon item suivant » pour l’apprenant.

Nous expliquons cette approche en détail dans cet article de blog.

Cet algorithme, nous ne l’avons pas non plus créé seuls : nous l’avons développé avec le groupe de recherche itec de la KU Leuven.

4. Feedback correctif personnalisé et analyse de la prononciation

Qu’est-ce que c’est ?

Un système capable de donner un feedback correctif détaillé sur la grammaire comme sur la prononciation, en tenant compte du profil de l’apprenant.

Qu’avons-nous créé nous-mêmes ?

Un composant d’analyse de la prononciation qui donne un feedback détaillé sur la prononciation de chaque énoncé de l’apprenant, au niveau du mot et du phonème.
Un composant de feedback correctif en couches qui donne un feedback grammatical détaillé sur n’importe quel énoncé de l’apprenant.

Évidemment, nous n'avons pas créé toute la technologie nous-mêmes

Il est aussi important de savoir que nous utilisons de nombreux composants de pointe que nous n’avons pas développés nous-mêmes. Pour la synthèse vocale, par exemple, nous regroupons surtout les plus grands fournisseurs, comme Microsoft, Google, Amazon, ElevenLabs et Acapela, avec seulement quelques composants maison autour. Pour la reconnaissance vocale, nous avons bien construit notre propre moteur, mais l’une de ses fonctionnalités est justement la « sélection intelligente des modèles » : nous pouvons brancher n’importe quel modèle ou API de reconnaissance vocale externe en plus de nos propres modèles. Pour les conversations ouvertes, nous nous appuyons évidemment sur des modèles de fondation.

On nous demande parfois : « L’état de l’art ne va-t-il pas vous rattraper ? » C’est exactement l’inverse, précisément grâce à cette approche par briques. Nous avons le sentiment de creuser chaque année l’écart avec l’état de l’art pour nos cas d’usage spécifiques.

Ce n'est pas une question de technologie. Pas vraiment.

Disposer de la technologie et des briques nécessaires ne suffit pourtant pas à créer les meilleures applications de voicebot. Créer d’excellentes conversations d’apprentissage des langues, c’est aussi :

combiner les briques d’une manière que les experts du domaine approuvent. Pour cela, nous travaillons avec des groupes de recherche, des éditeurs et un vaste réseau d’experts de l’apprentissage des langues,
offrir la meilleure UX, grâce à plus de 50 tests utilisateurs, une foule d’enseignements sur les interfaces de chatbots et de voicebots pour différents publics, et une collaboration avec des professionnels de l’UX,
le game design, pour garder les apprenants aussi motivés et impliqués que possible, en travaillant avec des professionnels du jeu vidéo.

Nous ne sommes pas une entreprise purement technologique, mais une entreprise qui combine expertise technique, didactique, UX et ludique pour en faire d’excellents produits.