Crele Nimbus : un modèle audio ouvert pour que l'assistant vocal arrête de répondre à la télé

Qui n'a jamais vu un assistant vocal s'interrompre parce qu'un personnage parlait dans l'anime qui tournait en fond ? C'est précisément ce problème que la start-up Crele veut régler avec Crele Nimbus, un modèle audio qu'elle vient de publier en accès libre.

Reconnaître sa voix, pas juste une voix

Les systèmes habituels de détection de la parole savent seulement que quelqu'un parle. Nimbus va plus loin : on lui fait écouter quelques secondes de la voix de l'utilisateur, et il distingue ensuite cette voix de toutes les autres, qu'elles viennent d'une personne dans la pièce ou d'une télévision. Les deux signaux peuvent être actifs en même temps, ce qui permet de savoir quand quelqu'un vous coupe la parole.

On peut aussi lui poser ses propres questions en langage naturel, du genre « est-ce que de la musique joue ? » ou « quelqu'un rit-il ? ». Il répond par oui ou non toutes les 40 millisecondes, avec jusqu'à 32 questions par session. Selon Crele, il détecte un son environ 0,2 seconde après son début.

Léger et sous licence libre

Ce qui me plaît, c'est que tout tourne en local : Crele indique qu'il suit le direct sur le processeur d'un simple portable, sans carte graphique, et que l'audio ne quitte pas la machine. Le code et les poids sont publiés sous licence Apache 2.0, utilisation commerciale comprise.

Il y a quand même des limites, et l'équipe les liste honnêtement : les questions doivent être posées en anglais, une seule voix d'utilisateur est suivie par session, et la première seconde de chaque flux reste en « je ne sais pas ». Crele rappelle aussi qu'une empreinte vocale est une donnée personnelle, qui demande le consentement de la personne.

Mon avis

Pour celles et ceux qui regardent leurs séries en parlant à une enceinte connectée, c'est le genre d'outil discret qui peut changer le quotidien. J'attends surtout de voir si des applications grand public l'adoptent, et si le français arrive vite.

La présentation complète est sur le blog de Crele.