Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHabr AI→ original

GigaChat Pro a accentué 95,8% des mots, mais les 32 erreurs n'ont été détectées qu'avec de petits lots

Les moteurs TTS russes placent mal les accents toniques : « гудни » se lit « гУдни », et les dictionnaires de prononciation d'ElevenLabs sont verrouillés sur l'abonnement de l'auteur. Il a soumis 7789 mots à GigaChat Pro et obtenu un lexique de 7462 mots, soit 95,8% de couverture. Mais pour 32 mots comme « проскочила » et « куплена », le modèle plaçait l'accent différemment d'une exécution à l'autre. Seuls les petits lots ont permis de le voir. Conclusion : un passage en masse ne produit qu'une liste de candidats, et c'est un humain qui tranche les cas litigieux.

Traité par IA depuis Habr AI ; édité par Hamidun News
GigaChat Pro a accentué 95,8% des mots, mais les 32 erreurs n'ont été détectées qu'avec de petits lots
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Chiffre clé #1Le dictionnaire de substitutions passe de 51 à 101 mots, sans qu'aucun des nouveaux mots ait été deviné à la main
GigaAM v3 vérifie la synthèse vocalepoids de 222 Mo, licence MIT, fichiers jusqu'à ~50 secondes
Chiffre clé #3Le modèle Lite produit du bruit pour l'accentuation : seul GigaChat-2-Pro est exploitable

Les synthétiseurs vocaux (TTS) russes placent régulièrement les accents toniques au mauvais endroit : le mot « гудни » se lit « гУдни », et « проскочила » comme « куплена » sont prononcés de travers. L'auteur de l'analyse a rencontré le problème dans trois moteurs à la fois. Les dictionnaires de prononciation d'ElevenLabs sont verrouillés sur son abonnement ; il tenait donc à la main un dictionnaire de substitutions de 51 mots.

Il a alors confié à GigaChat Pro l'accentuation de toute sa banque de répliques : 7789 mots se sont transformés en un lexique de 7462 mots, soit 95,8% de couverture. Cela ressemble à une victoire, mais l'enseignement principal est ailleurs : 32 mots de cette liste se sont révélés peu fiables, et seule une nouvelle vérification par petits lots permettait de le voir. Pour ceux qui annotent des données en masse avec un LLM, c'est une règle pratique directement applicable.

GigaChat comme rédacteur du dictionnaire d'accentuation

L'idée est simple : donner à un modèle de langage toute la banque de textes et constituer automatiquement un lexique d'accentuation, au lieu de saisir les mots à la main. GigaChat propose un palier gratuit pour un an : 250 millions de tokens pour Lite, 40 millions pour Pro, 25 millions pour Max et 50 millions pour Ultra. L'inscription se fait avec un Client ID et le scope GIGACHAT_API_PERS, et la connexion tient en une ligne de code, en indiquant le modèle GigaChat-2-Pro.

Le choix du modèle s'est avéré décisif. Lite est inutilisable pour cette tâche : elle « produit du bruit », selon l'auteur. Seul Pro fonctionne.

Il y a aussi une particularité mineure. GigaChat place le signe d'accentuation après la voyelle accentuée, et non avant comme la bibliothèque ruaccent, et tronque parfois la fin du mot. On y remédie en fixant le format dans le prompt et en corrigeant le parseur.

L'enseignement principal : les gros lots mentent avec aplomb

Le lexique obtenu ne peut pas être importé tel quel dans le dictionnaire. Quand l'auteur a revérifié les mots par petits lots, il a trouvé 32 cas retors, dont « проскочила » et « куплена » : lors d'une exécution, le modèle plaçait l'accent à un endroit, lors d'une autre, à un autre. Dans un gros lot, ces divergences se noient, et la réponse paraît tout aussi assurée.

De là est née une règle désormais appliquée en permanence dans le projet :

  • un passage en masse n'est qu'une source de candidats ;
  • chaque candidat est vérifié par un passage en petit lot ;
  • la décision finale sur les divergences entre exécutions revient à un humain.

Résultat : le dictionnaire est passé de 51 à 101 mots, et l'auteur n'avait deviné lui-même aucun des 50 nouveaux mots. La règle ne vaut pas que pour l'accentuation. Si vous demandez à un LLM de poser des tags, d'attribuer des catégories ou d'uniformiser des données, la même chose peut vous arriver : sur des milliers d'éléments, l'instabilité passe inaperçue. Une assurance bon marché consiste à repasser les éléments litigieux en petits lots et à comparer les réponses.

GigaAM comme contrôleur qualité de la synthèse vocale

La seconde tâche consiste à vérifier la synthèse déjà produite : transcrire le fichier wav généré et comparer les mots au texte de référence. GigaAM v3 via sherpa-onnx s'y prête bien : ses poids occupent 222 Mo et sa licence est MIT. Sur des pistes propres, sans traitement, il est rapide et précis. En bonus, l'auteur lui a fait transcrire un enregistrement de six minutes réalisé au dictaphone et a obtenu en quelques secondes une transcription presque sans erreur.

Les limites sont, elles aussi, clairement établies :

  • sur une synthèse avec effet radio (parasites et compresseur chez « Канал 15 »), GigaAM s'embrouille ; c'est whisper qui reste utilisé ;
  • il n'accepte pas les longs fichiers d'un seul bloc : la limite pratique est d'environ 50 secondes, si bien que les pistes sont découpées en fenêtres de 30 secondes ;
  • le modèle Lite de GigaChat reste inutilisable pour l'accentuation.

Les deux outils sont intégrés au protocole de travail : le script stress_suggest.py avec le drapeau --giga propose les accents, tandis que qa_recent.py et qa_recast.py avec le paramètre --engine gigaam vérifient la resynthèse récente.

Ce qu'il faut retenir

Pour ceux qui produisent des voix off russes ou des agents vocaux, le schéma est reproductible en une soirée. Le palier gratuit de GigaChat Pro rassemble les candidats, les petits lots écartent les réponses instables, et l'humain n'examine que les divergences. GigaAM convient comme contrôle automatique peu coûteux sur un son propre ; pour les pistes avec effets, mieux vaut conserver whisper. L'auteur résume sans emphase : un réseau de neurones est un outil comme un tournevis, mais plus cher. Et un détail révélateur : le modèle n'a jamais réussi à accentuer le mot « гудни » avec assurance, pas une seule fois.

Dossier

Questions clés sur cet article

Que sait-on sur GigaChat comme rédacteur du dictionnaire d'accentuation ?

L'idée est simple : donner à un modèle de langage toute la banque de textes et constituer automatiquement un lexique d'accentuation, au lieu de saisir les mots à la main. GigaChat propose un palier gratuit pour un an : 250 millions de tokens pour Lite, 40 millions pour Pro, 25 millions pour Max et 50 millions pour Ultra. L'inscription se fait avec un Client ID et le scope GIGACHAT_API_PERS, et la connexion tient en une ligne de code, en indiquant le modèle GigaChat-2-Pro. Le choix du modèle s'est avéré décisif.

Que sait-on sur L'enseignement principal : les gros lots mentent avec aplomb ?

Le lexique obtenu ne peut pas être importé tel quel dans le dictionnaire. Quand l'auteur a revérifié les mots par petits lots, il a trouvé 32 cas retors, dont « проскочила » et « куплена » : lors d'une exécution, le modèle plaçait l'accent à un endroit, lors d'une autre, à un autre. Dans un gros lot, ces divergences se noient, et la réponse paraît tout aussi assurée.

Que sait-on sur GigaAM comme contrôleur qualité de la synthèse vocale ?

La seconde tâche consiste à vérifier la synthèse déjà produite : transcrire le fichier wav généré et comparer les mots au texte de référence. GigaAM v3 via sherpa-onnx s'y prête bien : ses poids occupent 222 Mo et sa licence est MIT. Sur des pistes propres, sans traitement, il est rapide et précis. En bonus, l'auteur lui a fait transcrire un enregistrement de six minutes réalisé au dictaphone et a obtenu en quelques secondes une transcription presque sans erreur.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…