Tout le monde parle d’intelligence artificielle (IA) aujourd’hui. Pourtant, ce n’est pas une nouveauté. L’entreprise recapp IT, basée à Viège, l’utilise depuis des années pour son logiciel de reconnaissance vocale. Son CEO David Imseng explique les effets secondaires positifs de l’engouement pour l’IA, ce qu’il faut pour que la reconnaissance vocale fonctionne et comment son entreprise a évolué de la start-up à la PME. Coup d’œil en coulisses de cette entreprise innovante, accompagnée depuis ses débuts par la Fondation The Ark et issue à l’origine de l’institut de recherche Idiap de Martigny.
Recapp IT fêtera ses dix ans en octobre prochain. Même si l’entreprise s’est entre-temps développée en PME, elle a pu conserver jusqu’à aujourd’hui un certain « groove » typique des start-up. C’est ce que l’on a découvert lors d’une visite des locaux de l’entreprise, situés à proximité immédiate de la gare de Viège et aménagés de manière très fonctionnelle. Une bonne douzaine d’ordinateurs sont installés directement contre un mur de la salle de réunion, qui abrite également le bureau du chef.
« Nous allons certainement faire une petite fête pour notre première décennie d’existence. Mais nous n’avons encore rien prévu de concret », précise David Imseng. Il regarde avec fierté ce qui a été réalisé jusqu’à présent. « Nous avons connu une croissance organique et sommes dans les chiffres noirs ». Actuellement, recapp IT emploie quinze collaborateurs qui se partagent onze postes à temps plein. Trois d’entre eux sont encore en formation et suivent un apprentissage dans les domaines de l’informatique ou de la médiamatique.
L’alimentation des algorithmes
Lors du lancement de l’entreprise, la vision était de commercialiser une application capable de récapituler ce qui a été dit de la manière la plus efficace et la plus judicieuse possible. D’où le nom de l’entreprise, recapp, qui s’inspire de l’expression anglaise “recording app to recap”.
Aujourd’hui, l’entreprise propose des systèmes de reconnaissance vocale qui reconnaissent les conversations dans toutes les langues suisses et dialectes suisses-allemands et les transforment en texte. Ce n’est pas une tâche facile si l’on considère que rien que dans le Haut-Valais, on parle des dizaines de variétés de dialectes. « La reconnaissance vocale transforme ce qui est dit en ce qui est écrit, c’est-à-dire les enregistrements audio en texte. Cela se fait à l’aide de l’intelligence artificielle ». Au final, il ne s’agit rien d’autre que d’algorithmes qui sont entraînés pour reconnaître certains modèles.
Selon David Imseng, le plus grand défi des dialectes réside dans le fait qu’il n’existe pas d’orthographe standardisée et que les mots sont prononcés de manière très variable dans les différents dialectes. « En Suisse, le fait que relativement peu de personnes parlent la langue vient encore compliquer les choses, et il est plus difficile de trouver des données. Or, les algorithmes complexes d’IA ont besoin de beaucoup de données pour entraîner le système ».
C’est pourquoi l’entreprise collabore depuis longtemps déjà avec la télévision suisse. Grâce aux enregistrements de la chaîne, de nombreux dialectes suisses sont couverts. En outre, recapp peut également recourir au matériel de ses clients pour « alimenter » sa reconnaissance vocale. Le contenu des enregistrements eux-mêmes, c’est-à-dire la manière dont quelqu’un parle et de quoi, est également décisif pour le bon fonctionnement du logiciel.
L’IA fait rire de temps en temps
Qu’est-ce qui motive David Imseng à s’occuper quotidiennement de la langue ? Ce n’est pas le plaisir de parler, dit-il en riant. « C’est plutôt l’aspect technique qui me fascine, et moins la langue ou les sons en eux-mêmes. Comment une machine parvient-elle à reconnaître des mots à partir d’ondes sonores ? C’est une question très passionnante ». Il se souvient d’un cours de reconnaissance vocale qu’il a suivi il y a une vingtaine d’années à l’EPF de Lausanne. « Le professeur avait déjà montré à l’époque quelle serait la valeur ajoutée si une personne parlait allemand à une extrémité du téléphone et si l’ordinateur traduisait le tout en chinois pour la personne à l’autre bout du fil ». De tels systèmes existent certes déjà sur le marché aujourd’hui. Cependant, l’IA est encore loin de comprendre réellement ce qui est dit.
« L’ordinateur ne fait que reproduire des modèles qu’il a appris pendant l’entraînement. Cela fonctionne parfois étonnamment bien et parfois ridiculement mal ». Selon David Imseng, on peut également faire cette expérience avec son propre système. Même s’il est impressionnant de voir tout ce que l’IA peut reproduire, il arrive de temps en temps qu’un mot totalement inapproprié apparaisse dans les comptes rendus de réunion, ce qui provoque alors des rires. « Cela me rassure. L’IA ne comprend pas. Elle n’est ni intelligente ni créative. Derrière elle, il n’y a que des mathématiques ».
Son entreprise est en effet confrontée quotidiennement à des algorithmes. « Cela fait maintenant dix ans que nous nous occupons de cette matière et depuis lors, nous faisons toujours à peu près la même chose ». Seul le terme a changé au fil des ans. « Au début, on parlait de machine learning, puis de deep learning et de big data, et maintenant d’IA ».
Les informaticiens sont une denrée rare
Recapp propose différents instruments dans le domaine de la reconnaissance vocale. Avec « mediaparl », un logiciel de transcription des séances parlementaires, l’entreprise a pris pied dans toute la Suisse. « Plus de dix cantons et vingt villes utilisent mediaparl. Les grands cantons de Berne, Zurich et Bâle en font également partie. Nous pensons que d’autres viendront s’y ajouter ».
Une autre offre est « töggl », qui permet, via un compte, de transformer des enregistrements vocaux de toutes sortes en texte. En 2023, le chiffre d’affaires de töggl était dix fois plus élevé que celui de l’année de lancement 2021. « Au début, töggl était un produit secondaire. Mais entretemps, il est devenu de plus en plus important pour nous ».
Une troisième offre est par ailleurs toute nouvelle. Depuis le début de l’année, « voscriba », une reconnaissance vocale installable localement, est disponible pour les interrogatoires juridiques hautement sensibles – en raison de la récente adaptation du code de procédure pénale, les conversations correspondantes peuvent désormais être enregistrées. « C’est un marché intéressant pour nous en ce moment ».
Interrogé sur sa présence en Valais, le CEO de recapp explique qu’elle n’offre à ses yeux ni avantages ni inconvénients. Pour son entreprise, cela a toutefois été un défi de trouver suffisamment d’informaticiens. « Je suis très heureux que nous y soyons parvenus. Trois collaborateurs ont même quitté la Suisse alémanique pour le Valais grâce à notre entreprise ». David Imseng qualifie de bénéfice pour le canton le soutien apporté aux start-up, par exemple par la Fondation The Ark ou le CCF (Centre de cautionnement et de financement). « Sans ces instruments, il n’y aurait pratiquement pas de start-up en Valais », souligne-t-il. recapp en a également profité, par exemple avec un projet de développement pendant la pandémie de coronavirus, période durant laquelle le chiffre d’affaires a stagné. « Le soutien a été très utile à ce moment-là pour nous permettre de continuer à nous développer dans un contexte difficile ».
L’engouement assure la poursuite de la croissance
Reste que David Imseng est confiant pour les années à venir. « Grâce à l’engouement actuel pour l’intelligence artificielle, nous nous attendons à une nouvelle croissance. Il y a quelques années encore, il fallait toujours expliquer que la reconnaissance vocale fonctionnait. La tendance de l’IA a changé cela. Aujourd’hui, les gens sont convaincus que cela fonctionne », dit-il. En principe, son objectif est de continuer à s’épanouir en tant que PME en Valais avec recapp au cours des prochaines années. « Mais selon l’évolution du marché, il serait aussi envisageable de conclure des partenariats avec d’autres entreprises ou d’intégrer recapp dans des structures d’entreprise plus importantes ». Parmi les partenariats possibles, David Imseng pense par exemple à une collaboration avec une entreprise qui commercialise du matériel dans le domaine de la reconnaissance vocale et qui souhaite y intégrer à l’avenir le logiciel recapp. « Pourquoi ne pas développer un microphone capable de transcrire en même temps ? », conclut-t-il.
Pour en savoir plus sur recapp IT: ici
Source : www.wlog.ch