La dictée, les assistants vocaux et la traduction en temps réel se sont généralisés sur mobile. Leur fiabilité dépend beaucoup moins du logiciel qu’on ne le croit, et beaucoup plus de ce qui capte la voix.
Le nombre de microphones change tout
Un écouteur à microphone unique enregistre la voix et l’environnement sans distinction. Avec deux microphones ou plus, le traitement peut comparer les signaux et soustraire ce qui arrive de toutes les directions, en conservant ce qui vient de la bouche : c’est la formation de faisceau. C’est la raison pour laquelle un modèle à quatre microphones reste intelligible dans la rue là où un modèle à un seul décroche complètement.
La conduction osseuse pour la voix
Certains écouteurs ajoutent un capteur qui détecte les vibrations du crâne pendant la parole. Ce signal ne contient aucun bruit ambiant, puisqu’il ne passe pas par l’air. Combiné aux microphones classiques, il permet d’isoler la voix même dans le vent, situation où les autres solutions échouent.
La position du micro
C’est un facteur mécanique que la technique ne rattrape pas entièrement : un microphone sur une tige, plus proche de la bouche, capte un signal plus fort qu’un microphone logé dans la coque. C’est pourquoi les écouteurs à tige et les casques à perche restent supérieurs pour la dictée et les appels.
Ce qui se passe côté téléphone
Le traitement embarqué dans l’écouteur envoie un signal déjà nettoyé, mais le codec Bluetooth utilisé en communication reste souvent limité en bande passante, ce qui explique qu’une voix paraisse plus étouffée en appel qu’en écoute. Les profils récents corrigent ce défaut. Voyez nos écouteurs et nos guides.
Ce que la reconnaissance vocale demande au microphone
Un assistant ne dépend pas seulement du logiciel : la qualité de captation décide de son taux d’erreur. Avec un seul micro, la voix et le bruit arrivent mêlés et rien ne les sépare. Avec deux micros par écouteur, l’électronique compare les deux signaux : ce qui arrive simultanément vient de loin et se soustrait, ce qui arrive décalé vient de la bouche et se conserve.
C’est ce qui permet de dicter dans la rue, et c’est la raison pour laquelle les modèles à quatre microphones sont mis en avant sur ce point.
La limite que le traitement ne franchit pas
Le système échoue face à une autre voix proche, qu’il ne sait pas distinguer de la vôtre : le filtrage repose sur la direction d’arrivée, pas sur le timbre. Dans un open space ou un café animé, l’assistant se trompe donc davantage, indépendamment du modèle choisi.
Pour un modèle à quatre microphones, voyez l’Onyx Ace ; pour une enceinte à assistant, la JBL Link 20.
