Table des matières
Info : cet article contient des liens d'affiliation. Le site Synthographie perçoit une commission si le service promu est acheté après avoir cliqué sur un lien affilié. Cette méthode de monétisation finance les heures passées à tester, rédiger, illustrer et publier les tests. Le site Synthographie ne promeut que des services qu'il apprécie.
Présentation
Rask.ai est un logiciel d'intelligence artificielle, utilisable sur son site web, et qui sert à traduire, transcrire et sous-titrer des vidéos et des audios.
Rask AI est produit par l'entreprise américaine Brask Inc.
A vrai dire la liste des fonctionnalités de Rask AI est assez impressionnante :
- Traduction de vidéo
- Transcription de vidéo
- Création de vidéo Short
- Vidéo vers texte
- Ajout de sous-titres
- Traduction audio
- Transcription de podcast
- Synthèse vocale
- Conversion d'audio en texte
- Ajout de sous-titres à un fichier MP4
Et tout cela, en 135 langues ! Les langues occidentales les plus parlées, comme l'anglais, le français, l'espagnol, l'allemand, l'italien, mais aussi des langues asiatiques très parlées comme l'urdu et l'hindi, le chinois, l'indonésien, et des langues parlées par de petits nombres de locuteurs comme le finnois, l'albanais, etc.
A noter qu'une partie des services de synthèse vocale de Rask.ai se base sur l'excellente IA d'ElevenLabs, qu'on a aussi testée.
Etudions ces fonctionnalités de Rask.ai de plus près !
Les fonctionnalités de Rask AI
Traduction de vidéo
Les entreprises qui communiquent en vidéo, sur leur site web, sur les réseaux sociaux, ou en interne (formations...) ont un problème dès qu'il s'agit d'internationaliser leurs contenus vidéo : il faut soit les sous-titrer (méthode la moins chère), soit les doubler (méthode la plus chère), dans tous les cas l'opération représente un investissement important de temps et d'argent.
L'IA de Rask contribue à régler ce problème.
Rask propose 3 manières de traduire une vidéo :
- en la doublant avec une voix clonée automatiquement d'après la voix de la vidéo originale
- en la doublant avec une voix synthétique
- en la doublant avec une voix clonée ou synthétique, et en synchronisant la voix avec le mouvement des livres (ce qu'on appelle lip synch, en anglais)
On fournit la vidéo aux formats MP4, MOV, WEBM, MKV, ou une url de vidéo Youtube ou de fichier Google Drive.
Test de traduction vidéo français vers anglais
J'ai tourné avec mon téléphone une courte vidéo de moins d'une minute, juste pour pouvoir tester.
Puis, je l'ai traduite en anglais avec Rask.ai, en utilisant deux méthodes pour rendre la voix : voix clonée, puis voix anglaise de "Josh".
Voici les résultats :
Vidéo originale en français
Vidéo traduite en anglais avec voix clonée
Vidéo traduite en anglais avec voix synthétique
On constate que le résultat n'est pas 100% parfait dans les 2 traductions :
- Ma voix clonée ressemble assez à l'original, mais le rendu audio laisse un peu à désirer : l'IA laisse des silences qui n'étaient pas dans la vidéo originale, coupe des phrases, et laisse entendre un bruit de fond où on perçoit encore par moments le son effacé de la voix originale
- La voix synthétique offre un rendu audio de meilleure qualité, mais elle aussi laisse des blancs qui coupent le flux de la parole
Rask.ai propose une interface qui permet de corriger en partie le défaut des silences entre les morceaux de phrases :
Ce que montre cette interface, c'est l'audio traduit, découpé en phrases ou segments de phrases. Chaque élément sur fond bleu clair représente un segment et possède 2 bords qu'on peut ajuster, pour modifier le timing.
Malheureusement un truc tout bête n'est pas possible : on ne peut pas glisser-déposer un segment, ni en sélectionner plusieurs pour les déplacer d'un coup. Pour une vidéo courte, on peut s'en sortir mais j'imagine mal éditer des dizaines de silences juste en ajustant les bords de dizaines voire de centaines de segments...
Heureusement, on peut aussi corriger ce défaut de découpage d'une meilleure manière : l'interface propose aussi un rendu visuel du texte, sous cette forme :
Entre les éléments, on a deux petits boutons, peu visibles mais utiles :
- merge, qui sert à fusionner deux segments - et permet donc d'éliminer le blanc, le silence
- et add segment - qui permet d'ajouter un segment, donc de corriger l'audio en rajoutant un bout de phrase
De la même manière, on peut aussi éditer chaque traduction écrite, si on n'en est pas satisfait. La voix clonée ou synthétique lira ce segment même s'il n'a pas été prononcé.
J'ai utilisé cette fonctionnalité pour supprimer les silences dans la 2è traduction de ma vidéo, interprétée par la voix synthétique de Josh. C'est beaucoup mieux !
Traduction audio
La traduction audio est, comme son nom l'indique, la traduction, en 135 langues, de fichiers audio ; cela peut servir notamment pour des auteurs / éditeurs de podcasts, d'interviews, de livres audio, de cours, de conférences etc.
On peut fournir des fichiers audio ou vidéo aux formats MP4, MOV, WEBM, MKV, MP3, WAV, ou encore donner une url de vidéo Youtube ou d'un fichier Google Drive.
Test de la traduction audio
J'ai enregistré - dans des conditions très ordinaires et donc plutôt mauvaises : un téléphone et Whatsapp... - un audio de moins d'une minute, juste pour tester la fonctionnalité.
Voici l'enregistrement de départ, puis sa version traduite en anglais avec ma voix automatiquement clonée, puis sa version traduite en anglais avec une voix synthétique - cette fois j'ai choisi une voix de femme, "Rachel".
Audio original en français
Audio traduit en anglais avec voix clonée
Audio traduit en anglais avec voix synthétique
Création automatique de vidéos "Shorts" pour les réseaux sociaux
Les vidéos de type "Short" (vidéos courtes de quelques secondes à quelques minutes) sont devenues une référence sur les réseaux sociaux, avec les Youtube Shorts, les vidéos TikTok, Facebook, les "bobines" Instagram etc.
Pour créer des Shorts avant l'IA, il fallait disposer d'un logiciel vidéo et passer du temps à monter, éditer et exporter des vidéos courtes à partir de vidéos longues.
Rask.ai simplifie ce travail : vous lui donnez une vidéo longue, et l'IA trouve automatiquement des extraits à découper, que vous n'avez plus qu'à télécharger et publier.
Ces vidéos short sont sous-titrées et titrées ; l'IA ajoute même des hashtags pertinents !
(L'IA Opus Clip fait en gros la même chose, peut-être un peu mieux.)
Test de la création de vidéos Short
J'ai réalisé ce petit test avec une vidéo fournie par Rask, une interview d'Elon Musk par Bill Maher.
L'IA en mode gratuit m'a proposé 10 "Shorts", sélectionnant des extraits que j'ai trouvé plus pertinents, avec des titres et des hashtags corrects, utilisables.
Voici par exemple une de ces vidéos Short :
Transcription de vidéo ou d'audio en texte
L'interface de traduction sert aussi tout simplement à convertir en texte écrit le texte oral d'une vidéo ou d'un audio.
On peut donc par exemple créer un article de blog ou un post de réseaux sociaux uniquement à partir d'une vidéo ou une audio - une conférence, un cours, une interview, un podcast etc.
La transcription m'a semblé de très bonne qualité - sauf dans le cas rare où des mots prononcés sont inconnus (c'était le cas dans l'audio où je parlais de Rask.ai : ce nom a été transcrit "Rasc.ai", et j'ai pu le corriger immédiatement). La traduction des transcriptions m'a elle aussi fait bonne impression et je pense donc qu'on peut sans problème en faire un usage professionnel.
Les domaines d'application de Rask.ai
Les fonctionnalités de l'IA Rask trouvent des applications dans de nombreux domaines :
L'enseignement des langues
Rask peut être très utile dans le domaine de l'enseignement des langues, on peut imaginer par exemple ces scénarios d'usage :
- les étudiants doivent lire un texte en langue étrangère : ils s'enregistrent en audio ou en vidéo, l'IA traduit, et les étudiants peuvent ainsi vérifier si leur interprétation était correcte
- les apprenants peuvent partir de n'importe quelle vidéo ou audio en langue étrangère, essayer d'en comprendre le maximum, puis faire traduire et compléter ce qu'ils n'avaient pas saisi
- les élèves écoutent un enregistrement, puis doivent le répéter : ils peuvent ensuite comparer les versions, et répéter jusqu'à ce que leur prononciation s'améliore
L'internationalisation des jeux vidéos
Les joueurs aiment interagir avec les personnages de leurs jeux vidéo préférés. Cela suppose que ces jeux parlent leur langue, et puissent s'adapter rapidement.
Rask.ai permet de traduire tous les contenus de type "cinématique" des jeux, mais aussi de traduire les contenus interactifs.
L'internationalisation des vidéos commerciales
Les entreprises qui ont investi dans la création de vidéos commerciales - publicités, démonstrations de produits et services, témoignages clients et autres argumentaires de vente - n'ont probablement pas envie d'avoir à gérer tout un processus de doublage, fort coûteux. Beaucoup n'en auraient tout simplement pas les moyens.
Rask.ai permet à ces entreprises de conquérir des marchés à l'international, tout simplement en convertissant leurs vidéos promotionnelles aux langues des marchés-cibles. Votre vidéo en français devient une vidéo en danois, en anglais avec l'accent australien, en français québécois, en allemand.
La formation professionnelle
Certaines grandes entreprises ont des employés et collaborateurs dans 2, 3, voire des dizaines de pays différents.
Quand elles veulent communiquer en interne, elles se retrouvent donc face à la problématique du multilinguisme.
Dans ce contexte, l'IA Rask leur fait gagner un temps fou : elles peuvent créer du contenu à usage interne dans n'importe quelle langue, puis le traduire et le diffuser dans toutes les langues où elles ont des employés.
La traduction automatique de site web
Les sites web multilingues gagnent à utiliser les services de Rask, pour traduire leurs contenus vidéos et audios, et pas seulement leurs textes. En gros Rask est l'équivalent de DeepL pour les fichiers multimédias.
Mon avis sur l'IA de Rask
J'ai été plutôt séduit par les capacités de Rask.ai : ses fonctionnalités peuvent trouver de nombreux usages pour des métiers et dans des domaines bien différents.
Dans un espace aussi intensément multilingue que l'Union Européenne, des millions d'entreprises pourraient proposer et promouvoir leurs services à moindre coût grâce à ce type d'IA.
Et au lieu de "tuer l'économie" (une crainte infondée, comme démontré dans cet article), l'IA pourrait au contraire créer des emplois en rendant possibles de nouvelles formes de marketing : là où une entreprise n'aurait certainement pas investi des milliers d'euros pour doubler ses vidéos dans 10 langues, elle peut dorénavant le faire pour pas cher, et aura besoin pour cela de professionnel-le-s qualifié-e-s.
Un bémol cependant : la jeune IA de Rask ferait bien d'améliorer son ergonomie si elle veut emporter une adhésion plus totale et rendre un service plus parfait. On devrait pouvoir éditer et recalculer plus facilement ses traductions et ses transcriptions ; les délais d'attente entre chaque recalcul devraient être améliorés.
N'empêche : il y a peu d'IA qui fassent ce que fait Rask aussi bien que Rask. Ses services, déjà dignes d'une utilisation professionnelle, ne feront probablement que s'améliorer dans les mois et les années qui viennent.
