Traduction automatique et doublage : impressions d'une expérience d'enseignement

1 Journal of Data Mining and Digital Humanities http://jdmdh.episciences.org eISSN 2416-5999, an open-access journal https://doi.org/10.46298/jdmdh.9119 Traduction automatique et doublage : impressions une expérience Julio de los Reyes Lozano1 1Universitat Jaume I Auteur référent : Julio de los Reyes Lozano, [email protected] Résumé (TA) et traduction audiovisuelle (TAV) avec des étudiants en traduction en Espagne. Après avoir traduit pour le doublage un extrait de série télévisée, les participants ont réalisé la post-édition du texte produit par la TA pour le même extrait, puis ils ont évalué le temps consacré au travail de postédition es par la TA. Si les résultats font état de difficultés à insérer la TA dans le cadre d e, ce qui encourage à poursuivre la recherche dans ce domaine. Mots clés traduction automatique ; post-édition ; traduction audiovisuelle ; doublage ; expérience INTRODUCTION1 que croître et la pratique de la post-édition (PE) est de plus en plus répandue dans de nombreux domaines de spécialité, notamment dans la traduction technique, mais pas uniquement. La TA est également forme de traduction qui est restée projets encore très embryonnaires et focalisés presque exclusivement sur la modalité du sous-titrage. Toutefois, on estime que, dans un avenir proche, la technologie sera en le voiceover. Ces évolutions concernent directement les futurs adaptateurs, qui devront être capables sur le marché du pour adaptées aux spécificités de chaque forme de traduction. Nous présentons dans cet article au cours de laquelle, a 1Cette recherche a été menée dans le cadre du projet de recherche « DubTA. La traducción automática aplicada a los procesos de traducción para el doblaje » [La traduction automatique appliquée aux processus de traduction pour le doublage] I (Pla de Promoció de la Investigació de la Universitat Jaume I de Castelló, réf. UJI-B2020-56) en 2021-2022. 2 Journal of Data Mining and Digital Humanities http://jdmdh.episciences.org eISSN 2416-5999, an open-access journal https://doi.org/10.46298/jdmdh.9119 ation des services de TA à la traduction pour le doublage, quarante étudiants de la Licence en traduction et interprétation I, en Espagne, ont effectué deux tâches de traduction et la traduction du même extrait traduction automatique et de la post-édition. et des possibilités traduction, nous ferons le point sur les projets de recherche les plus récents alliant traduction audiovisuelle et traduction automatique, et nous présenterons la méthodologie et les résultats de notre expérience . I TRADUCTION AUDIOVISUELLE ET TRADUCTION AUTOMATIQUE La TAV sous toutes ses formes (doublage, sous-titrage, voice-over, etc.) est une activité professionnelle dont la pratique comprend de transferts linguistiques et sémiotiques dans les textes audiovisuels. Même si cette forme de traduction est souvent associée au cinéma et à s films et séries télévisées aux ou messages sur les réseaux sociaux, pour ne donner que quelques exemples. En outre, à , le secteur audiovisuel est étroitement lié aux plateformes de streaming sur abonnement et aux formats numériques, et donc à la technologie [Baños, 2018, 3], qui joue un rôle central dans le domaine de la TAV depuis la naissance même du cinéma, non seulement . Ainsi, à intertitres » ou « cartons », véritables ancêtres des sousdans le but de compenser » [Cornu, 2008, 9] alors de traduire ces cartons pour diffuser un film muet [Barnier, 2002, 116] parlant vers la fin des années 1920 souleva le problème linguistique. Dans un premier temps, ce problème fut résolu par des solutions créatives, parmi lesquelles le recours à des « bonimenteurs » chargés de commenter les films [Moure, 1998, 26], mais aussi les versions multiples, des films « tournés simultanément, sur un même scénario, avec des » [Barnier, 2002, 119], qui permettaient de dépasser les barrières linguistiques. Les avancées techniques, notamment dans la postsynchronisation, ont permis ensuite au doublage et au sous-titrage, une fois intégrés de devenir les deux procédés majeurs de TAV [Chaume, 2004, 49]. D , au cours des dernières années, troduction des nouvelles technologies par le partage de tâches au sein des équipes, le travail en simultané et [Georgakopoulou, 2019, 518-519]. Ainsi, on a vu arriver reconnaissance vocale, par exemple dans l de sous-titres pour sourds et malentendants diffusés en direct [Cerezo Merchán et Caschelin, 2017] ; l de glossaires, de mémoires de traduction et d autres outils de traduction assistée par ordinateur (TAO) dans le contexte de la TAV [Díaz Cintas et Massida, 2020, 263] ; l bande rythmo des doublages ; et, plus récemment, le recours à des plateformes de sous-titrage et de doublage dans le cloud [Chaume et de los Reyes Lozano, 2021]. En revanche, la TA demeure toujours assez éloignée de la TAV en raison principalement des difficultés de traitement des textes audiovisuels. audiovisuel doit prendre en considération les éléments linguistiques mais aussi la 3 Journal of Data Mining and Digital Humanities http://jdmdh.episciences.org eISSN 2416-5999, an open-access journal https://doi.org/10.46298/jdmdh.9119 (et les restrictions qui ) : d part, transférer un texte multimodal dont le sens plein est construit à travers la combinaison de plusieurs codes de signification transmis par au moins deux canaux de communication à la culture ; d de genres audiovisuels est très large et il manque une terminologie propre aux - à-dire pas de registres restreints), ce qui rend encore plus compliquée la tâche des moteurs de TA, vu impossibilité de travailler avec du langage contrôlé qui pourrait améliorer le traitement informatique. E toujours pas évidente, car est constituée de divers personnages, de voix lointaines, d I en effet environnement acoustique qui cherche à reproduire la réalité, dans lequel les voix ne sont pas toujours clairement perceptibles. Cela implique que, bien souvent, le scénario original entend . 1.1 Le texte audiovisuel et les normes de qualité du doublage Largement répandu en Espagne et procédé de TAV qui consiste à substituer, de façon synchronisée de la version originale par des voix dans la langue cible [Chaume, 2004, 32]. En tant que forme de traduction, le doublage a ses propres spécificités, liées au texte audiovisuel, et doit répondre avant tout , au respect des synchronismes la qui se veut oral tout en étant préalablement écrit. Quant au processus industriel, de manière générale, le processus de doublage va de la traduction, commandée par le client, à la autres étapes conventions formelles du scénario de doublage (division en boucles et utilisation des symboles du doublage). Contrairement à la France et à aires francophones, où le processus de doublage rythmo virtuelle [de los Reyes Lozano, 2019], le système de travail dans la plupart des : une fois le matériel audiovisuel et le scénario original reçus, le traducteur réalise une première traduction, dans laquelle il peut proposer différentes solutions de traduction, inclure des commentaires ou des remarques texte du traducteur en tenant compte de la synchronisation, y rajoute les symboles du doublage et le d Afin de diminuer les coûts et accélérer le processus, la tendance actuelle des sociétés de doublage consiste à commander au traducteur les tâches de traduction et d Par conséquent, il est habituel que les traducteurs, en plus de traduire le texte, soient capables vraisemblables Pour rsion audiovisuelle des spectateurs soit complète, les traducteursadaptateurs cherchent à satisfaire aux normes de qualité des doublages [Chaume, 2007], en particulier : le respect des trois synchronismes du doublage (synchronisme labial, cinétique et isochronie) ; dans un registre de discours oral ; le respect de la cohérence sémiotique entre les différents codes de signification du texte audiovisuel ; et afin de permettre aux spectateurs de la langue cible 4 Journal of Data Mining and Digital Humanities http://jdmdh.episciences.org eISSN 2416-5999, an open-access journal https://doi.org/10.46298/jdmdh.9119 langue source, mais doublée. Les futurs professionnels sont censés connaître ces normes ou standards de qualité qui la traduction et qui représentent un facteur additionnel à prendre en compte incorporation de la TA au processus de traduction pour le doublage. En effet, les résultats de la TA doivent être post-édités de sorte à corriger les erreurs linguistiques, mais aussi dans le respect de ces normes. Si la complexité sémiotique du texte audiovisuel rend TA, nous estimons que, dans le cas du doublage, celle-ci et de synchronisation du scénario. 1.2 Projets de recherche de TA et TAV Le développement des premiers projets alliant TA et TAV ont eu lieu à partir des années 2000, principalement dans le cadre du sous-titrage. Nous pouvons citer les projets européens MUSA2, SUMAT3 et TraMOOC4, dans lesquels le potentiel de la TA pour le sous-titrage a été différents processus poussés de préédition et de post-édition du texte. L , pour sa part, a développé un service automatique de transcription et de sous-titrage multilingue de matériel audiovisuel éducationnel, nommé poliTrans5. De même, une équipe de mené divers projets alliant TA et audiodescription, dont le projet ALST (Technologies for Audiovisual Translation) [Fernández-Torné et Matamala, 2015]. Le projet MeMAD6 de la Aalto University School of Science en Finlande cherche à développer une méthodologie pour la réutilisation efficace de contenus audiovisuels, particulièrement pour la télévision et les plateformes de vidéo à la demande. Enfin, dans le domaine commercial, de nombreuses applications de vidéo offrent depuis des années des traductions sous-titrées de leurs vidéos basées sur , qui combine la transcription au populaire moteur Google Traduction [Díaz Cintas et Massida, 2020, 262]. En ce qui concerne le cas particulier du doublage, nous avons trouvé que trois projets. D [2012] ont adapté pour le doublage des sous-titres préalablement traduits, une entreprise discutable car les normes du doublage et du soustitrage ne sont pas les mêmes. D [Federico et al., 2020] de doublage, se concentrant notamment sur la synthèse vocale, mais limité au genre de la non-fiction ayant une configuration audiovisuelle restreinte, une terminologie spécifique complexe de post-édition). Enfin, la Fondazione Bruno Kessler à Trente (Italie) travaille actuellement sur un modèle similaire de traduction automatique allant de la transcription [Karakanta et al., 2020]. Ces projets sont particulièrement axés sur les processus technologiques de synthèse vocale et peu centrés sur et la préparation du texte de départ (pré-édition) pour la TA. aucune analyse du temps proposée, en prenant en considération les spécificités audiovisuelles de la traduction pour le doublage. 2 MUSA : MUltilingual Subtitling of multimediA content (2002-2005). https://www.esat.kuleuven.be/psi/projects/archived/musa 3 SUMAT : an online service for SUbtitling by MAchine Translation (2011-2014). https://cordis.europa.eu/project/id/270919/es 4 TraMOOC : Translation for Massive Open Online Courses (2015-2018). https://cordis.europa.eu/project/id/644333/es 5 PoliTrans : official automatic video transcription and translation service (2017-). https://politrans.upv.es/ 6 MeMAD : Methods for Managing Audiovisual Data (2018-2020). https://memad.eu/ 5 Journal of Data Mining and Digital Humanities http://jdmdh.episciences.org eISSN 2416-5999, an open-access journal https://doi.org/10.46298/jdmdh.9119 II MÉTHODOLOGIE ET CORPUS dans cet article moteurs de TA disponibles gratuitement en ligne dans la traduction pour le doublage e. e en décembre 2020 dans le cadre du cours de doublage de la Licence en traduction et interprétation de Universitat Jaume I, en Espagne. Ce cours est enseigné pendant la quatrième et dernière année de licence et fait partie du parcours de spécialisation en traduction audiovisuelle. Les objectifs spécifiques de cette étude étaient les suivants : 1. Examiner la qualité de traduction offerte par les moteurs de TA gratuits DeepL, Google Traduction, Microsoft Translator et Softcatalà, en fonction des normes de qualité du doublage en Espagne, selon traduction basée sur Sánchez Ramos et Rico Pérez [2020], Koponen [2012] et la 2. Évaluer ces applications en termes de temps consacré à la traduction pour le doublage moyennant TA et PE, et le comparer à la traduction humaine. 3. audiovisuelle. 4. Sensibiliser les étudiants aux possibilités offertes par cette technologie dans le milieu professionnel à partir réflexion critique. Au total, quarante étudiants ont participé à cette étude, trente pour la combinaison anglaisespagnol et dix pour la paire de langues anglais-catalan. entre fait de la TA pour le doublage, mais tous connaissaient les caractéristiques et spécificités de la traduction pour le doublage, du semestre. Lor âches ont été effectuées : traduction humaine (TH), traduction automatique (TA) et post-édition (PE), réflexion critique. Pour la TH, tous les participants individuellement et mesurer le temps consacré à la réalisation de cette tâche. Pour la phase de TA et PE, les étudiants ont été répartis en groupes de trois (pour la combinaison Ang>Esp) et en binômes (pour la paire Ang>Cat). Chaque étudiant devait traduire et postéditer le même extrait un moteur de TA différent : Google Traduction, DeepL ; Google Traduction et Softcatalà pour la paire Ang>Cat (variété de Valence). Un niveau complet de PE était requis [Sánchez Ramos et Rico Pérez, 2020, 73], ce qui signifie que le texte final devait correspondre aux normes de doublage espagnoles et avoir une qualité la tâche de PE, les participants devaient utiliser la fonction « suivi des modifications » de MS Word afin de rendre visibles les jugeaient appropriées. Enfin, pour la dernière tâche, ils devaient discuter du processus et rédiger un rapport incluant le temps consacré (en minutes) à la TH, le temps consacré (en minutes) à la TA et la PE, le type es dans la TA (grammaire, typographie et format, terminologie, orthographe, ponctuation, style) et une a et le choix du moteur préféré. Pour les tâches de traduction, nous avons proposé un court extrait de la série Monsters (Richard P. Rubinstein, 19881980. L choisi avait une durée de 3 minutes et 39 secondes et fait partie de 6 Journal of Data Mining and Digital Humanities http://jdmdh.episciences.org eISSN 2416-5999, an open-access journal https://doi.org/10.46298/jdmdh.9119 numéro 22 de la première saison, « Satan in the Suburbs », où un diable charmant oblige « écrivain fantôme » de sa biographie afin en enfer. La séquence contient certains éléments dont la traduction peut présenter des défis lexicaux, syntactiques, pragmatiques et de registre, ainsi que dans le discours oral, des références culturelles, des jurons et certaines expressions humoristiques et sarcastiques. Les étudiants avaient accès à anglais, et ils pouvaient consulter toutes les ressources de jugeaient nécessaires. III RÉSULTATS ET DISCUSSION Comme on peut le voir dans le tableau ci-dessous, le temps moyen consacré au processus de TA et PE est considérablement inférieur au temps consacré à la TH par les mêmes étudiants pour la combinaison anglais-espagnol. , DeepL a été le moteur le plus efficace en termes de temps, suivi par Google Traduction et Microsoft Translator. la TA et de la PE semble accélérer le processus de traduction dans une certaine mesure, même si ces résultats ne peuvent être considérés que comme préliminaires dans la mesure où un échantillon plus large, ainsi s par rapport aux normes du doublage, seraient nécessaires. Groupe TH Google TH DeepL TH Microsoft Étudiant 1 Étudiant 2 Étudiant 3 1 44 31 55 38 60 40 2 105 30 14 10 101 22 3 47 15 57 23 42 19 4 89 30 43 24 70 35 5 122 34 55 24 80 32 6 45 18 46 21 55 20 7 90 30 50 20 101 30 8 70 45 62 32 50 38 9 32 15 37 10 75 45 10 120 35 46 32 147 32 Temps moyen 76,4 28,3 46,5 23,4 78,1 31,3 Tableau 1. Temps moyen consacré (en min.) par chaque étudiant pour la TH et la TA+PE (ANG>ESP). 7 Journal of Data Mining and Digital Humanities http://jdmdh.episciences.org eISSN 2416-5999, an open-access journal https://doi.org/10.46298/jdmdh.9119 Les résultats ont été similaires parmi les étudiants de la paire anglais-catalan, comme le montre le tableau 2 : Groupe TH Google TH Softcatalà Étudiant 1 Étudiant 2 1 118 35 110 50 2 62 17 42 25 3 70 45 90 70 4 45 36 47 35 5 58 24 360 90 Temps moyen 70,6 31,4 129,8 54 Tableau 2. Temps moyen consacré (en min.) par chaque étudiant pour la TH et la TA+PE (ANG>CAT). Quant aux erreurs identifiées par les étudiants dans leur rapport, la classification suit la proposition de Sánchez Ramos et Rico Pérez [2020] et la typologie simplifiée de Koponen [2012] Il convient de préciser que, sur les dix groupes de la combinaison anglais-espagnol, sept ont choisi DeepL dans leur rapport final, malgré les problèmes récurrents de traduction littérale, de calques linguistiques et de typographie. Google Traduction (le moteur préféré de deux groupes sur dix), les étudiants ont remarqué des problèmes de grammaire et de vocabulaire (traductions littérales), une utilisation excessive de pronoms possessifs et de calques, un certain manque de cohérence dans les discours formel et informel, et des fautes de sens et de typographie. Microsoft, pour sa part, a été le moteur préféré groupe sur les dix. Les erreurs étaient similaires à celles de Google Traduction, auxquelles ajoute le recours à , ce qui prend beaucoup de temps à post-éditer. Pour la paire anglais-catalan, trois groupes ont choisi Google Traduction tandis que deux ont opté par Softcatalà, même si tous les groupes ont remarqué des problèmes importants de traduction littérale et d et un manque de naturel et de cohérence. En résumé, le temps consacré à la TH tend à être deux fois supérieur au temps consacré par les mêmes traducteurs à la TA et la PE. Quant aux erreurs que présentent la TA, les étudiants ont rapporté principalement des erreurs de grammaire, de typographie, de vocabulaire, parfois des changements de sens et De affectent particulièrement le caractère , ainsi que la cohérence sémiotique et interne du discours. En outre, divers étudiants ont repéré des variations de sens dans le processus de TA. Enfin, il ne faut pas oublier que ces résultats ne sont que des conclusions préliminaires dans ce domaine alliant TA et TAV, et que les participants étaient des étudiants de licence sans expérience préalable de TA et de PE. Malgré tout, ils ont fait preuve, comme en témoignent leurs rapports, une attitude à la fois positive et critique envers la TA : ils ont bien identifié les erreurs linguistiques de la TA et les défis auxquels doivent faire face 8 Journal of Data Mining and Digital Humanities http://jdmdh.episciences.org eISSN 2416-5999, an open-access journal https://doi.org/10.46298/jdmdh.9119 les futurs professionnels. Presque tous les groupes ont apprécié le gain de temps et la qualité de certaines propositions de traduction. Cette étude a en outre été utile pour extraire des données qualitatives nouvelle technologie. CONCLUSION En guise de conclusion, soulign e des premières expériences . Si la dans son ensemble, cette expérience nous a montré que la TA peut jouer un rôle prometteur dans le processus de doublage, mais une intervention humaine sera toujours nécessaire. D après nos résultats, nous pouvons affirmer que le temps consacré à la TH est supérieur au temps consacré à la TA et à la PE. Cela suggère beaucoup à faire du côté des besoins de PE du texte produit par la TA et des éventuelles modifications q -édition du texte. Tout cela permet d er et de rendre plus rapide le processus, mais de remplacer le traducteur humain qui, à ce jour, est le seul en mesure de comprendre le sens plein et précis du texte audiovisuel. Enfin, , nous ne pouvons pas ignorer que la TA est destinée à rester et que même des domaines lui résister telle la TAV commencent à utiliser ces outils, accélérer les livraisons dans un marché tributaire de délais resserrés. À cet égard, dans le cadre des étapes du doublage, la poste l une fois le texte traduit, avant de le diviser en boucles et les symboles du doublage. Ainsi, le traducteur audiovisuel, tout en restant connaît les deux langues de travail, pourrait se transformer progressivement et acquérir un adaptateur-post-éditeur. Il va sans dire que notre devoir, en tant en ce sens les futurs professionnels face aux avancées technologiques et aux évolutions du secteur. Cette expérience . Références Baños R. Technology and audiovisual translation. In Chan S.-w. (dir.). An encyclopedia of practical translation and interpreting. Chinese University Press (Hong Kong), 2018 : 15-41. Barnier M. En route vers le parlant cinéma (1926-1934). Céfal (Liège), 2002. Cerezo Merchán B. et Caschelin -titrage pour sourds et malentendants en France et en Espagne. Palimpsestes. 2017 ; 30 : 132-153. https://doi.org/10.4000/palimpsestes.2473 Chaume F. Quality standards in dubbing: A proposal. Tradterm. 2007 ; 13 : 71-89. Chaume F. Cine y traducción. Cátedra (Madrid), 2004. Chaume F. et de los Reyes Lozano J. El doblaje en la nube: la última revolución en la localización de contenidos audiovisuales. In Modalidades de traducción audiovisual. Completando el espectro. Comares (Granada), 2021 : 1-16. Cornu J-F. Le doublage et le sous-titrage, histoire et esthétique. Presses Universitaires de Rennes (Rennes), 2014. 9 Journal of Data Mining and Digital Humanities http://jdmdh.episciences.org eISSN 2416-5999, an open-access journal https://doi.org/10.46298/jdmdh.9119 Cornu J-F. Pratiques du sous-titrage en France des années 1930 à nos jours. In Lavaur J.-M. et Serban A. (dir.). La traduction audiovisuelle : approche interdisciplinaire du sous-titrage. De Boeck (Bruxelles), 2008 : 9-16. De los Reyes Lozano J. Panorama et perspectives de la traduction audiovisuelle en France : zoom sur le doublage. In Insights into audiovisual and comic translation. Changing perspectives on films, comics and videogames. UCOPress (Córdoba), 2019 : 163-176. Díaz Cintas J. et Massida S. Technological advances in audiovisual translation. In O Hagan M. (dir.). The Routledge Handbook of Translation and Technology. Routledge (New York), 2020 : 255-270. Federico M., Enyedi R., Barra-Chicote R., Giri R., Isik U., Krishnaswamy A. et Sawaf H. From Speech-toSpeech Translation to Automatic Dubbing. ArXiv. 2020. https://arxiv.org/abs/2001.06785 Fernández-Torné A. et Matamala A. Text-to-Speech vs. Human Voiced Audio Descriptions: A Reception Study in Films Dubbed into Catalan. The Journal of Specialised Translation. 2015; 24 : 61-88. Georgakopoulou P. Technologization of Audiovisual Translation. In Pérez-González L. (dir.). The Routledge Handbook of Audiovisual Translation. Routledge (Abington), 2019 : 516-539. Karakanta A., Bhattacharya S., Nayak S., Baumann T., Negri M. et Turchi M. The Two Shades of Dubbing in Neural Machine Translation. Proceedings of COLING - 28th International Conference on Computational Linguistics. International Committee on Computational Linguistics (Barcelona), 2020 : 4327-4333. https://aclanthology.org/2020.coling-main.382/ Koponen M. Comparing Human Perceptions of Post-Editing Effort with Post-Editing Operations. Proceedings of the Seventh Workshop on Statistical Machine Translation. Association for Computational Linguistics (Montréal), 2012 : 181-190. http://www.aclweb.org/anthology/W12-3123 Matousek J. et Vít J. Improving Automatic Dubbing with Subtitle Timing Optimisation Using Video Cut Detection. IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Kyoto (Japon), 2012. http://www.kky.zcu.cz/en/publications/MatousekJ_2012_ImprovingAutomatic Moure J. Du silence au cinéma. MEI. Médiation et Information. 1998 ; 9 : 24-38. Sánchez Ramos M. M. et Rico Pérez C. Traducción Automática. Conceptos clave, procesos de evaluación y técnicas de posedición. Comares (Granada), 2020.