Archives de catégorie : Tutoriels

Convertir « automatiquement » du son en texte : pour quoi faire?

Beaucoup de gens découvrent Sonal sur ce qu’il faut bien appeler un malentendu. Parmi les requêtes qui amènent les internautes sur le site du logiciel, une nombre très important renvoie au souhait de pouvoir convertir plus ou moins automatiquement du son en texte.

Voici par exemple une série de recherches dans Google qui ont amené des internautes sur le site durant la dernière semaine…

  • logiciel de transcription audio en texte
  • programme transcription oral
  • logiciel de transcription vocale
  • logiciel qui écrit ce qui est un dit dans un enregistrement
  • logiciel retranscription audio en texte
  • logiciel retranscription ecrite des memo vocaux mac
  • analyse de la voix pour reconnaissance vocale
  • application qui retranscrit
  • conversion automatique de la voix en texte
  • logiciel conversion oral écrit
  • logiciel de conversion de l’oral a l’ecrit
  • logiciel de retranscription audio en texte
  • logiciel de transcription audio
  • logiciel gratuit pour retranscrire sa voix sur word
  • logiciel gratuit pour retranscrire sa voix sur word pour mac
  • logiciel pour enregistrer sa voix et export vers word
  • logiciel qui écrit ce qui est dit
  • logiciel traduction automatique voix texte écrit »

Je suis toujours un peu désolé de voir le nombre d’internautes qui espèrent trouver en Sonal un outil aussi gratuit que miraculeux qui fera ce travail fastidieux à leur place. Or, si vous avez déjà essayé Sonal, vous savez qu’il vous facilite beaucoup les choses, en vous « dictant » la retranscription, ce qui vous décharge presque complètement du contrôle de la bande (plus besoin de pédalier, ni même de raccourci clavier), mais qu’il ne convertit pas automatiquement le son en texte, comme peuvent le faire – plus ou moins bien – les logiciels de reconnaissance vocale.

Donc, c’est dit – et corrigé en page d’accueil – Sonal est un outil d’aide à la retranscription et, à ma connaissance, la solution à la fois miraculeuse et gratuite qui permettrait de retranscrire « automatiquement » n’existe pas encore. J’ai déjà abordé ce point ailleurs, aussi je serai bref sur ce point.

Les limites de la reconnaissance vocale

La reconnaissance vocale est pour l’instant réduite à une alternative encore problématique : soit elle parvient à reconnaître un lexique réduit chez une grande variété de locuteurs, soit elle parvient à identifier un lexique étendu, mais chez un seul locuteur. Les standards téléphoniques automatisés et tous les outils de pilotage à la voix fonctionnent assez bien s’ils savent à quoi s’attendre. Votre accent marseillais ou franc-comtois ne perturbera pas forcément l’algorithme de reconnaissance vocale s’il sait que vous allez dire soit « billet », soit « horaires ». En revanche, si le logiciel ne sait pas à quels mots s’attendre, il a intérêt à pouvoir décomposer syllabe par syllabe ce que vous venez de dire pour pouvoir trouver le mot le plus probable. Et là il vaut mieux qu’il sache, si par exemple vous avez l’accent franc-comtois, que votre prononciation de « vélo » n’est pas forcément très éloignée de celle de « vêla » dans la bouche d’un picard (d’autant que les logiciels de reconnaissance vocale ne sont pas forcément capables de faire la différence entre un cycliste et un vétérinaire – même s’il doit bien exister des vétérinaires cyclistes, je doute qu’une vache puisse vêler à vélo, mais je m’égare).  Il faut donc que le logiciel vous connaisse. Cela implique que vous aurez du mal, pour l’instant, à donner n’importe quelle voix à retranscrire à un logiciel. Les améliorations sont constantes mais – dernière limite – il ne faut pas perdre de vue que la reconnaissance vocale est adaptée à la production de documents écrits de type courrier. A ma connaissance, aucun logiciel, encore moins gratuit, n’est donc pour l’instant capable de reconnaître efficacement un lexique étendu prononcé par un nombre élevé de locuteurs, à plus forte raison s’ils s’expriment naturellement et se coupent ponctuellement la parole, voire parlent en même temps, comme cela se passe dans un entretien semi-directif.

Il serait pourtant dommage de s’arrêter à ce constat d’impossibilité technique. J’aimerais, dans ce qui suit, en profiter pour discuter plus profondément cette question de la « retranscription automatique », du pourquoi de cette aspiration et de ce qu’elle permet de comprendre de l’économie et de l’organisation de la recherche. Je terminerai en avançant, ce n’est pas une surprise, ce que Sonal peut apporter dans ce contexte.

La retranscription, comment y échapper?

L’attrait que suscite l’existence supposée d’un outil de reconnaissance vocale gratuit est bien compréhensible pour qui tient compte de l’économie spécifique de la recherche en sciences humaines. La retranscription manuelle est éminemment chronophage et pour le moins fastidieuse. Tout le monde a donc le désir assez logique d’y échapper, mais cette possibilité est inégalement répartie selon les positions : les chercheurs statutaires qui montent des projets de recherche prévoient généralement une part du budget pour les retranscriptions, qu’ils font réaliser par des prestataires privés ou par des étudiants. De leur côté, les étudiants, les doctorants et les chercheurs sous-financés se retrouvent généralement seuls,  adossés au « mur de la retranscription » et n’ont personne à qui sous-traiter ce qui leur apparaît comme un « sale boulot ».

C’est logiquement eux que la perspective d’une solution miracle attire en premier. On ne peut que comprendre cette envie profonde de s’épargner un travail fastidieux, lorsqu’il s’agit de réaliser une tâche pour un tiers mais je suis beaucoup plus partagé lorsqu’il s’agit d’étudiants à qui l’on demande de retranscrire leurs propres entretiens. C’est sans doute un peu facile, de ma position, de défendre cette option, mais je pense qu’il faut impérativement rappeler que le travail d’analyse des entretiens commence avec le processus de retranscription, qui peut et doit être une véritable étape d’appropriation des matériaux, surtout si l’on souhaite abandonner ensuite le support audio.

Aussi je ne partage pas ce rêve récurrent de pouvoir donner du son à manger à une machine, pour qu’après un processus mystérieux de « conversion », en ressorte du texte parfaitement conforme et donc substituable à la bande. Il me semble d’ailleurs que ce fantasme interroge profondément le rapport des chercheurs au son et les habitudes prises en matière d’organisation du travail. Il fait écho à quelque chose qui ne laisse pas de m’intriguer : pour bon nombre de chercheurs, le travail d’analyse, le vrai travail sociologique, semble ne commencer qu’avec le verbatim des entretiens, ce qui suppose un partitionnement quasi étanche entre les divers matériaux de l’enquête. Cela soulève plusieurs questions.

Relire ou réécouter?

La première, la plus simple, est sans doute la suivante : que gagne-t-on et que perd-on à relire un entretien plutôt qu’à le réécouter ? On gagne plusieurs choses : de la rapidité d’appropriation d’abord. Il faut généralement beaucoup moins d’une heure pour relire la transcription d’un entretien d’une heure. Autre avantage, le texte est un facteur d’objectivation précieux, bien qu’à double tranchant, qui introduit une distance salutaire entre le locuteur et le lecteur. On peut aussi évoquer, de manière très prosaïque, le poids relatif des matériaux sonores et textuels en termes de stockage, même si la question devient de moins en moins prégnante à mesure que les capacités des ordinateurs s’accroissent.

La transcription est une traduction

Si l’on se penche maintenant sur la question des inconvénients associés au fait de travailler un corpus d’entretiens à partir des seuls verbatims, on ouvre une véritable boîte de Pandore. Pour avoir dû « resynchroniser » des entretiens dans Sonal, j’ai eu l’occasion de relire et de réécouter simultanément des entretiens retranscrits par des professionnels, chose qu’on n’a que rarement l’occasion de faire en temps normal. C’est peu dire que l’exercice est surprenant. On y comprend que le rêve d’une conversion stricte des dialogues en texte est parfaitement utopique. Le transcripteur est un traducteur, qui synthétise certaines digressions, lisses des hésitations (pour des raisons de lisibilité qui se défendent), organise des alternances de parole là où il y a superpositions (ce qui est fréquent en entretien).  Le rêve d’une transcription parfaitement fidèle et littérale d’une discussion orale, qui plus est automatique, est donc une pure illusion. La sociologie est une discipline littéraire, une langue, qui ne peut  restituer le langage des personnes interrogées sans transformation. David Guéranger, dans une communication intitulée « L’écriture sociologique en tensions. La réécriture d’un entretien par Pierre Bourdieu » analyse différentes versions d’un entretien publié dans « La Misère du Monde » et montre ainsi comment P. Bourdieu s’est arrangé avec l’hétérogénéité des mondes sémantiques de ses interlocuteurs et de ses lecteurs, arbitrant sans cesse entre la fidélité à la parole et la lisibilité. Cette analyse, qui ne se prive pas de tacler au passage certaines reformulations discutables, illustre très bien les limites d’une analyse centrée sur le seul verbatim.

Le problème, une fois qu’on a admis que les verbatims n’étaient pas parfaitement substituables au son, c’est qu’il faut bien faire le constat que quelque chose cloche dans les protocoles standards de la sociologie, dans lesquels la transcription tend à jouer un rôle de frontière entre une phase empirique de collecte des matériaux sur le terrain et une phase analytique, plus littéraire, qui n’est plus reliée au terrain que par le fil fragile de la fidélité des transcriptions.

C’est là que Sonal apporte quelque chose : pourquoi, puisque c’est techniquement faisable, ne pas travailler à partir de matériaux sonores, en parallèle des retranscriptions?

Dans l’organisation usuelle du travail, le son est condamné à sortir du champ de l’analyse et l’écoute est généralement réalisée par transcripteur qui n’est généralement pas le chercheur lui-même. En grossissant le trait, on peut presque dire que bien souvent, une personne travaille un matériau sonore, le retranscrit, et qu’une nouvelle recherche commence pour une autre personne sur un nouveau matériau une fois les retranscriptions finies. De là l’idée que la vraie sociologie commencerait avec les verbatims,  que le seul matériau « noble » soit d’ordre textuel, ce qui relègue à un oubli plus ou moins programmé les enregistrements, qui sont pourtant un matériau autrement plus riche de signifiants que le texte seul.

Les avantages d’un corpus audio-textuel

Nous vivons probablement une époque de transition dans le travail sociologique. Celui-ci se construit de plus en plus à l’aide d’outils multimédias, avec des enregistrements sonores ou vidéos mais, pour l’instant du moins, les productions  qui permettent la valorisation des matériaux collectés sont dans leur immense majorité de type textuel. Cela explique peut-être l’abandon programmé du son mais les progrès de l’informatique permettent tout à fait de conserver le matériau sonore au coeur de la recherche, et il est très probable qu’il jouera largement son rôle dans les processus de restitution à l’avenir.

C’est l’optique de Sonal. La synchronisation du texte et du son permet de ne plus retranscrire pour remplacer le son par du texte mais bien pour juxtaposer les deux supports, et les garder liés et également accessibles jusqu’au terme du travail d’enquête. Si la bande est retranscrite dans Sonal, la recherche d’un mot clé sous la forme textuelle permettra la réécoute des passages où ce mot est formulé. Le système est ainsi fait que la relecture d’un passage que l’on vient d’écouter, ou l’écoute d’un passage que l’on vient de lire, est quasi-instantanée. La séparation des deux matériaux est abandonnée, la division et la scansion du travail n’est plus la même.  Un corpus audiotextuel synchronisé permet à la fois de cumuler les approches analytiques, mais aussi de gérer les deux formes hétérogènes du discours, sans sacrifier l’une au profit de l’autre, comme on le fait généralement.

Voilà le fin mot de ce long billet : j’ai l’impression que les gens téléchargent Sonal pour les possibilités de retranscription  alors que son intérêt premier est dans l’organisation radicalement nouvelle des matériaux qu’il propose. Il y a beaucoup plus dans ce projet qu’une volonté de faciliter les retranscriptions, il s’agit d’abord de permettre une gestion simultanée des matériaux sonores et textuels, à rebours de ce qui se faisait jusqu’ici, en s’appuyant sur des interfaces très simples pour organiser et analyser des corpus.  Il ne s’agit plus de rechercher à tout prix le moyen idoine d’accélérer et d’évacuer la phase de réécoute et de retranscription, avant de commencer le « vrai travail » sur le texte, mais bien de faire tomber les frontières entre le « moment sonore » et le « moment textuel » de la recherche.  Je vois donc Sonal comme le support d’une nouvelle approche des données et de leur organisation, rompant avec la scansion consacrée qui astreignait à retranscrire avant de commencer à analyser.

 

Alex Alber

Sociologue. Maître de Conférences à l'Université F. Rabelais de Tours/ Laboratoire CITERES (UMR CNRS) Chercheur associé du Centre d'Etudes de l'Emploi.

More Posts - Website

Anonymiser des enregistrements audio

L’archivage des bandes sonores, et leur maintien dans le processus d’analyse, constitue l’un des intérêts de Sonal, qui ouvre des perspectives analytiques nouvelles (l’étude des temps de parole, des débits oraux) tout en élargissant les formes possibles de restitution. Mais cette « survie » du son, qui n’est plus abandonné à l’issue de la retranscription, peut poser un problème très concret d’anonymat, plus concret que ceux que posent les supports textuels.

En effet, le texte est un matériau propice à l’anonymisation, d’abord car il est facile de remplacer tous les noms propres d’un texte écrit (par rechercher/remplacer), ensuite par ce que le texte seul rend très difficile l’identification d’un locuteur, d’autant plus que le transcripteur est susceptible d’atténuer volontairement les éléments d’identification (notamment de la position sociale) audibles sur la bande.

S’agissant d’une bande audio, la question est plus délicate. Il s’agit d’un matériau moins malléable que le texte et, évidemment, le son d’une voix est un élément d’identification très efficace. Deux questions pratiques se posent donc : comment d’abord effacer ou masquer dans la bande les passages permettant l’identification des locuteurs ou du contexte de l’entretien (noms propres en tout genre)? Comment ensuite faire en sorte qu’on ne puisse pas reconnaître la voix des enquêtés? Faute de réaliser ce travail, la mise à disposition des corpus pour analyse secondaire -ce que facilite et encourage Sonal – est impossible dans la mesure où l’anonymat des enquêtés ne peut être garanti. D’ailleurs, dans certains contextes, la simple conservation des enregistrements est impossible dans la mesure où la CNIL peut imposer leur effacement après retranscription. Il peut cependant être tentant, dans le cadre notamment de premières restitutions à un commanditaire, de diffuser des extraits tout en empêchant l’identification des locuteurs.

Ce billet vous expliquera :

– comment effacer des bandes les passages permettant l’identification des locuteurs

– comment transformer les voix pour les rendre méconnaissables.

Il se base sur l’utilisation d’un logiciel d’édition audio gratuit – bien connu aujourd’hui – : Audacity, que vous pouvez télécharger ici. (Ce tutoriel se base sur la version 2.0.2.)

Avant tout chose, il faut prendre en considération le fait que les modifications que vous allez opérer sur vos bandes seront irréversibles. Une sauvegarde (même temporaire) des enregistrements originaux est conseillée, à moins que les informations pertinentes contenues dans les parties qui seront effacées aient déjà été encodées ailleurs (par exemple,  si vous souhaitez effacer de la bande les noms des communes de résidence de vos interlocuteurs, mais que la population ou la localisation géographique des communes constituent des variables pertinentes de votre grille d’analyse, commencez par alimenter la base de données de votre corpus Sonal en renseignant lesdites variables, vous pourrez ensuite effacer les mentions explicites de la commune sans perdre les informations clés sur lesquelles se basera votre analyse).

« Bipper » ou effacer les noms propres

La première chose à faire est donc de lancer Audacity qui, après installation, doit posséder un raccourci sur votre bureau, et d’ouvrir le fichier son que vous souhaitez anonymiser.

Le travail consistera maintenant à retrouver les passages qui contiennent des données à effacer. Si votre entretien a été retranscrit dans Sonal, parcourez rapidement le texte à l’intérieur du logiciel; en vous basant sur les éléments de synchronisation (coordonnées d’extrait, points de synchro), vous retrouverez facilement la position dans la bande des passages considérés. L’usage du zoom vous aidera à les repérer plus finement  (cf. carré rouge ci-dessous) :

Une fois la zone à effacer correctement repérée, réutilisez le curseur de sélection (juste au dessus du zoom) et sélectionnez la partie à « bipper » :

Cliquez ensuite sur le menu « Générer »  (voir ci-dessous). Deux solutions s’offrent à vous, soit vous remplacez le passage par un blanc (choisissez le menu « Silence…) », soit vous intégrez un bip en lieu et place des passages considérés (choisissez alors le menu « Son… »).

Le fait de générer du silence ou un son permet de ne pas modifier la longueur de la bande et de laisser audible l’opération d’anonymisation qui a été conduite. Ne coupez pas la bande, surtout si votre entretien est à l’intérieur du logiciel Sonal, vous perdriez la synchronisation entre les supports sonore et textuel.

Si vous insérez du silence, la bande aura cette apparence :

Si vous insérez du son, la partie sélectionnée sera remplacée par une sinusoïde très dense :

Dans l’exemple ci-dessous, on peut voir que le son couvrant le passage anonymisé est notablement plus fort que le reste de la bande, ce qui peut être désagréable ou surprenant à l’écoute. Vous pouvez faire quelques tests pour établir vos préférences. Je vous suggère de régler l’amplitude (passer de 0,8 à 0,4 ou 0,5) de sorte que le bip ne soit pas beaucoup plus fort que le fond sonore.  Les autres paramètres peuvent demeurer inchangés : une sinusoïde à 440Hz équivaut à une tonalité de téléphone.

« Pitcher » les voix pour empêcher leur identification

Le terme de « pitch » est emprunté au vocabulaire musical. Il s’agit d’une modification de la hauteur des fréquences contenues dans les échantillons sonores. Les lecteurs familiers de l’usage des tourne-disques connaissent bien l’effet engendré par le passage en 45 ou 78 tours d’un disque prévu pour l’autre format. Dans un cas on « aggrave » les voix, dans l’autre on les « aiguise », les rendant méconnaissables. La méthode proposée se rapproche de cet effet, à ceci près qu’elle ne modifie pas la vitesse de lecture, ce qui aurait pour effet de rompre la synchronisation entre le texte et le son dans Sonal.

Pour tester cette fonction, je vous conseille de commencer par sélectionner une courte portion de bande, puis de cliquer sur « Effets » –> « Changer la hauteur ».

Choisissez ensuite un nombre de demi-tons à ajouter ou retrancher aux fréquences réelles de la bande. Je vous conseille de ne pas avoir la main trop lourde, au risque de rendre les échanges parfaitement incompréhensibles. Pour ce qui est du sens de la modification, c’est à vous de choisir entre des voix caverneuses ou plutôt aigües. Ou tout le monde parle comme Sebastien Chabal, ou tout le monde semble avoir inhalé de l’hélium. La bouton « Aperçu » vous en donne un… aperçu.

Une fois la bonne modification trouvée, annulez les modifications que vous venez d’opérer sur l’échantillon choisi, sélectionnez toute la bande (ou ne sélectionnez rien, cela revient au même dans Audacity), et appliquez le changement de hauteur à tout l’entretien. Attention, cela peut prendre un petit moment.

Les limites du « pitch »

La pratique du « pitchage » des voix, souvent associée au floutage des visages, est fréquente chez les journalistes d’investigation, afin de protéger leurs sources. Pourtant, il y a lieu de se demander si cet usage ne vise pas plus à créer une atmosphère film d’espionnage qu’autre chose. La raison en est simple : ce que le pitch fait, le pitch peut le défaire. On peut ainsi « remonter » les voix qui ont été « descendues » ou inversement, quitte à travailler à tâtons – demi-ton par demi-ton -, éventuellement en s’aidant des bruits de fond dont la hauteur est connue (sonneries de téléphone etc.). Bref, dès lors que l’on dispose d’un enregistrement physique de la voix « pitchée », cette protection n’est plus qu’un rideau de fumée bientôt évaporé.

Une réponse à ce problème peut être de ne pas appliquer une transformation linéaire aux fréquences. Vous pouvez pour cela utiliser la fonction de variation progressive de la hauteur (accessible également dans le menu « Effets »). L’interface dédiée (voir ci-dessous) vous permet de changer la hauteur de telle sorte que la modification opérée ne soit jamais la même, car en constante évolution. Une fois encore, ne touchez pas au tempo, uniquement à la hauteur initiale et finale. Dans l’exemple proposé, on passe de -4 demi tons au début de l’extrait à -1 à la fin. Il faut évidemment éviter de choisir des valeurs passant par zéro, faute de quoi à un moment donné de la bande, la voix ne sera plus modifiée.

Si vous appliquez ces modifications progressives sur des passages relativement courts (des portions enchainées de quelques minutes), cela peut compliquer le travail de qui voudrait reconstituer la voix initiale.

De manière plus radicale, vous pouvez aussi essayer les différents effets proposés par Audacity (la wah wah pourquoi pas?), mais il est rare que ceux-ci soient efficaces pour anonymiser tout en laissant les échanges compréhensibles. Un « flanger » pourrait être adapté, mais Audacity n’en propose pas dans sa configuration de base.

Sauvegarder les modifications opérées sur la bande

Attention, à la fin de ce travail, Audacity ne vous proposera pas une simple fonction « enregistrer » ou « enregistrer sous » classique. Le format proposé par Audacity pour enregistrer les modifications lui est propre (*.Aup) et Sonal ne parviendra pas à le lire. Il faut donc avoir recours à la fonction Exporter accessible dans le menu Fichier.

Choisissez ensuite le format voulu (WAV de préférence), ne placez surtout aucune « méta donnée » dans l’interface qui apparaît ensuite (Sonal n’aime vraiment pas  ça).

Quant à l’emplacement, si vous souhaitez que la bande modifiée soit dorénavant celle utilisée dans Sonal, écrasez le fichier d’origine avec sa version modifiée. S’il porte exactement le même nom et qu’il est placé dans le dossier du corpus, il sera dorénavant intégré dans votre corpus.

Vous pouvez ensuite quitter Audacity sans enregistrer le projet.

Alex Alber

Sociologue. Maître de Conférences à l'Université F. Rabelais de Tours/ Laboratoire CITERES (UMR CNRS) Chercheur associé du Centre d'Etudes de l'Emploi.

More Posts - Website

Analyser un corpus Sonal 3/5 (L’analyse lexicométrique)

Ce troisième billet sur l’analyse d’un corpus Sonal vous présente les différentes fonctionnalités de la page de lexicométrie, qui vous permettra d’étudier de manière quantitative le vocabulaire de vos répondants.

 

Page de lexicométrie (tri des occurrences par spécificité)

Pour lancer une analyse lexicométrique, cliquez sur le bouton « Lexico » situé dans la page de corpus.

A quoi sert l’analyse lexicométrique?

Compter les occurrences des différents mots (ou « formes »)

L’analyse lexicométrique permet d’abord un décompte des mots les plus fréquemment utilisés dans votre corpus afin de repérer, au-delà des formes généralement très banales qui occupent le haut de la liste, les termes particuliers les plus récurrents dans vos entretiens. La spécificité de Sonal est que vous pourrez non seulement relire mais aussi réécouter tous les passages qui contiennent les mots qui vous intéressent. Dès lors, la lexicométrie joue un rôle d’indexation de la bande sonore et permet une entrée différente dans les matériaux, qui transcende les catégories thématiques et les caractéristiques des entretiens. 

Etudier les spécificités langagières associées à un sujet et/ou à un (type de) locuteur etc.

L’analyse lexicométrique prend tout son intérêt lorsqu’elle ne porte plus sur l’intégralité du corpus, mais sur une sous-partie, que vous aurez préalablement isolée, comme cela vous est expliqué dans le premier billet. En pareil cas, Sonal vous permettra de repérer très rapidement le vocabulaire le plus caractéristique de cette sous-partie. Par exemple, il devient possible d’étudier les mots les plus utilisés par un type de répondant sur un sujet donné, en contrastant en fonction des caractéristiques possibles. Vous accédez ainsi aux différences de formulation sur un sujet donné par différents groupes de locuteurs, ce qui cadre avec une tradition structurale de l’analyse lexicale dans laquelle le vocabulaire est le reflet des positions sociales.

Etudier les catégories de répondants ou les sujets dans lesquels une forme est la plus fréquente.

Sonal propose une approche complémentaire en vous permettant, pour un mot donné, de rechercher dans quelles partitions du corpus il est le plus présent et le plus spécifique. On peut donc faire des allers-retours entre une entrée par les catégories (quel vocabulaire est le plus lié à tel sujet par exemple) et une entrée par le vocabulaire (dans quelle sous population du corpus trouve-t-on le plus fréquemment et le plus spécifiquement un mot donné?)

La base lexicale

Les analyses lexicométriques sont réalisées à partir d’une base lexicale lisible par excel ou calc et qui contient les différents mots du corpus, avec les informations clés sur les extraits dont ils sont issus (rang, mot, lemme (cf. infra), entretien, extrait, thématique). Ce fichier est placé dans le répertoire qui contient le corpus et porte le nom du projet suivi de « Lexico.xls ».

Base lexicale

Lorsque vous cliquez sur le bouton Lexico dans la page du corpus, si vous avez déjà créé cette base, le logiciel la chargera, sinon il en écrira une nouvelle, ce qui prendra plus de temps. La durée de chargement est variable en fonction des dimensions du corpus et de la puissance de votre ordinateur.

Si vous avez le moindre problème avec la base lexicale et qu’elle vous empêche d’accéder à la fonction de lexicométrie, il vous suffit de supprimer le fichier « lexico.xls » dans le dossier projet.  Au prochain rechargement, une base sera régénérée.

La page de lexicométrie

Vous arrivez donc sur une page qui renseigne sur les occurrences des différents mots présents dans les extraits retenus.

Fenêtre de lexicométrie (avec panneau de sélection thématique)

Avant de se pencher sur la signification des graphiques et des indicateurs affichés sur la partie droite, il faut d’abord faire le tour de l’interface…

Les panneaux de filtrage

Pour afficher un mode de filtrage particulier (par thématique, par variable ou par entretien), cliquez sur l’un des trois boutons dans la partie haute de la page.

Affichage des panneaux de filtrage

Si vous avez réduit le champ de l’analyse en filtrant les extraits avant de lancer l’analyse lexicométrique, vous verrez sur le côté gauche des panneaux renseignant les opérateurs de filtrage (par thématiques, par variables ou par entretiens) qui vous permettront de changer les règles de filtrage. Les modifications opérées dans la sélection se répercutent dans tout le corpus.

Le tri des mots

Dans la partie droite de la page, apparaissent des listes de mots qui sont déterminées par le mode de tri utilisé, et par les filtres introduits.

Le tri par occurrences

Le tri par occurrences affiche la fréquence des différents mots par ordre décroissant à l’intérieur de la partie du corpus sélectionnée.

Des barres bleues représentent ces fréquences suivant une échelle logarithmique, pour pouvoir représenter des écarts conséquents entre les mots les plus fréquents et les plus rares. C’est l’occasion de vérifier la fameuse loi de Zipf, que traduit (normalement) la décroissance très progressive des occurrences des formes à l’intérieur d’un corpus.

Tri des formes par occurrences

Le tri par ordre alphabétique

Le tri par ordre alphabétique affiche les mêmes informations que le tri par occurrences. Il ne s’en différencie évidemment que par le tri effectué. A noter : les nombres précèdent les lettres dans ce tri.

Tri des occurrences par ordre alphabétique

Le tri par pourcentage des occurrences

Le tri par pourcentage des occurrences n’a de sens que si vous avez sélectionné une sous-partie du corpus. Par exemple, si ne sont maintenus actifs que les extraits contenant une thématique donnée, ou étant issus d’un entretien etc. Si tous les extraits sont actifs, ce type de tri est sans effet. De même, si vous ne désactivez qu’une toute petite partie du corpus, ce type de tri n’aura pas non plus beaucoup d’intérêt.

Ainsi, si votre champ d’analyse est restreint, le tri par occurrences vous permettra de trouver rapidement les formes qui sont spécifiques aux extraits que vous avez isolés. Les mots 100% spécifiques, qui occupent le haut de la liste, n’apparaissent que dans les extraits sélectionnés, et nulle part ailleurs dans le corpus. Les mots à 50% sont pour moitié dans les extraits, pour moitié dans le reste du corpus. A vrai dire, seuls les 100% spécifiques sont intéressants, car ils vous permettent de repérer les « idiosyncrasies » de vos locuteurs:  les termes qu’ils sont les seuls à utiliser. La liste représente les formes triées d’abord par pourcentage de spécificité, puis par occurrences, ce qui veut dire que vous avez au sommet de la liste les formes exclusives les plus fréquentes.

Tri des occurrences par pourcentage 

Le tri par spécificité

Le tri par spécificité est un outil dédié à l’analyse des particularités langagières des extraits analysés.

Philippe Cibois, que je ne remercierai jamais assez pour ses lumières,  m’a mis sur la piste des travaux de Pierre Lafon, qui propose une approche très efficace pour repérer les formes les plus spécifiques d’une sous-partie à l’intérieur d’un corpus. Pour une présentation détaillée, je vous renvoie à cet article (Lafon, 1980 [1]), qui explique les choses de manière particulièrement claire et vivante. Pour résumer, l’approche de P. Lafon n’est pas fréquentiste. Il ne s’agit pas de quantifier l’écart entre une répartition théorique et la fréquence observée, en s’appuyant sur une loi de répartition, comme par exemple dans l’analyse factorielle du tableau lexical. La démarche de P. Lafon est probabiliste. Elle s’appuie sur un calcul hypergéométrique, qui permet de mesurer des probabilités combinatoires, pour estimer la probabilité que le mot étudié soit présent comme il l’est dans la sous-partie du corpus. Plus précisément, il s’agit de calculer la probabilité qu’en tirant t mots dans un texte qui contient un total de T mots, on trouve k fois un mot qui se trouve en tout f fois dans le corpus. Prenons un exemple : si je tire une série de 100 mots dans un corpus de 1000 mots, l’indice me donne la probabilité pour que j’y trouve 7 fois un mot qui est présent en tout 21 fois dans le corpus?

Le calcul de l’indicateur est différent en fonction des situations, selon que le mot est sur ou sous-représenté dans la partie étudiée. En fonction des situations, on cumule les probabilités associées aux fréquences supérieures ou inférieures à celle observée. Si par exemple on s’attend à ce qu’un mot apparaisse cinq fois dans une sous-partie du corpus, et que ce mot y apparaît 8 fois, l’indice de spécificité de Lafon évaluera la probabilité pour que ce mot apparaisse au moins huit fois dans la sous-partie (il ajoutera les probabilités de k=8,9,10,11,12…f ou t.). Si à l’inverse le mot n’apparaît que trois fois, l’indice calcule la probabilité pour que ce mot apparaisse trois fois au plus.

L’algorithme (fourni par Philippe Cibois) calcule l’indicateur dans un sens ou dans l’autre en fonction de la configuration et ramène toutes les spécificités (positives ou négatives) dans un même tableau. Ressortent donc les mots qu’il était très peu probable de trouver aussi fréquemment  et ceux qu’il était aussi peu probable de trouver si peu dans les extraits retenus.

Tri des occurrences par spécificité

Les barres bleues ou rouges représentent l’improbabilité que les mots apparaissent comme ils le font. Les barres bleues représentent la spécificité positive, la barre rouge la spécificité négative. Plus la barre est large, moins l’apparition du mot dans les conditions observées est probable. Le contenu des cases dans le prolongement des barres renseigne à l’inverse la probabilité en %. Plus elle est basse, moins la forme apparaît de manière prévisible.

Régler le seuil de spécificité

La largeur des barres est fonction du seuil choisi. A droite du bouton d’option permettant de trier les mots par spécificité, se trouve une zone de texte mentionnant le seuil au-delà duquel la probabilité ne doit plus être représentée. Par défaut, le seuil de 10% implique que ne sont représentés que les 10 derniers % d’improbabilité. Cela revient à ne voir apparaître de barre bleue ou rouge uniquement pour les probabilités inférieures à 10%. Mettre par exemple un seuil de 5% ne filtrera pas les résultats, mais reviendra à « zoomer » sur les derniers 5%, accroissant ainsi les écarts entre des probabilités proches.

Afficher (ou non) les spécificités négatives

Par défaut, Sonal n’affiche que les spécificités positives (barres bleues). Cela permet d’éviter un phénomène logique mais problématique qui est que lorsque l’on isole une sous-partie du corpus largement majoritaire, elle ne se caractérise que par les formes absentes, celles-là même qui caractérisent la sous-partie désactivée.

NB: Dans la version 1.3.1, le fait de cocher la case est sans effet immédiat. Les formes négatives n’apparaissent qu’à la prochaine recherche de spécificité.

Filtrer la liste des formes

Vous pouvez choisir de ne retenir que les formes dont la longueur est inférieure à un certain nombre de caractères. Pas défaut, Sonal limite l’affichage aux mots de plus de 2 caractères. Vous pouvez également choisir un plancher pour le nombre d’occurrences. Celui-ci doit être fonction du nombre d’occurrences total et de la finesse du filtrage.

En isolant consécutivement les différentes thématiques, ou les différents (types d’) entretiens, on accède ainsi très rapidement aux mots qui leur sont le plus ou le moins significativement liés.

L’analyse qualitative du quantitatif

Lorsqu’une forme/un mot vous apparaît comme digne d’intérêt, parce qu’il/elle est spécifique ou pour une autre raison, vous pouvez immédiatement retourner aux extraits qui contiennent ce mot, ou ces mots s’il s’agit d’une forme lemmatisée. Cette fonctionnalité, généralement appelée KWIC (pour Key Word In Context), est incontournable dans la plupart des logiciels d’analyse lexicométrique. Elle permet d’étudier les différents contextes dans lesquels la forme apparaît pour assurer un retour interprétatif aux matériaux, afin d’analyser les différents sens conférés à cette forme par les locuteurs. Vous pouvez ainsi compenser le caractère un peu binaire des algorithmes mathématiques, qui peinent le plus souvent à étudier la sémantique des textes, tendant à absorber toutes les acceptions d’un terme dans une même catégorie statistique. En notant que certains logiciels, spécifiquement dédiés à cette tâche, sont bien sûr capables de discerner les contextes, en étudiant les mots associés. Ce n’est pas le cas de Sonal qui, pour l’instant, s’apparente plutôt à un chien de chasse pour gibier d’eau, partant en traque tous azimuts, et qui ramène parfois des canards en plastique à son maître. Une analyse qualitative des résultats quantitatifs est donc indispensable.

Pour ce faire, deux possibilités s’offrent à vous pour ce faire. Parmi les boutons qui apparaissent à droite du mot survolé, les deux premiers servent à accéder au détail de ses occurrences.

Le premier vous permet d’accéder à la synthèse des extraits contenant le lemme sélectionné (le mot ou les mots regroupés sous un même terme).

La page de synthèse s’affiche alors, avec votre sélection.

Synthèse des occurrences du mot choisi

Le bouton représentant une petite liste, situé sur immédiatement à droite du bouton play, vous permet d’accéder à une page d’analyse du mot qui contient de manière condensée toutes les phrases dans lesquelles le mot recherché apparaît.

Détails des occurrences du mot

Sur la partie droite de la page, apparaissent toutes les phrases comprenant le mot choisi. Comme ce listing est tiré de la base lexicale, tous les signes de ponctuation et les sauts de page sont supprimés.

Attention, l’affichage ne se limite pas aux mots contenus dans les extraits isolés. Toutes les apparitions du mot choisi sont recensées, qu’elles soient ou non dans des thématiques ou des extraits filtrés. Pour les mots très fréquents, au dessus de 500 occurrences, le chargement de cette page peut être assez long : un message vous demande de confirmer votre commande.

Ce choix s’explique par la finalité conférée à cette interface, qui est de retourner l’analyse.  En général, vous vous penchez  sur un mot après avoir isolé une sous-partie du corpus (une thématique et/ou un type de locuteur), en retournant l’analyse,  le logiciel vous dit en somme d’où vous auriez pu arriver. Dans cette optique, lors du chargement, la recherche de spécificité se fait d’abord sur l’ensemble des catégories de filtrage du corpus. Sur le côté gauche de la page, apparaissent les différentes catégories avec lesquelles le mot est lié. Les extraits ne sont pas triés.

La barre bleue à gauche représente les effectifs; la barre de droite – bleue ou rouge – représente la probabilité calculée avec l’indice de Lafon pour que ces effectifs soient observés dans la catégorie .

Les quatre boutons au sommet de ce panneau vous permettent de trier les mots. Le premier correspond au mode de tri qui est affiché au démarrage (toutes les catégories, qui mélange les thématiques, les entretiens et les variables, qui peuvent être redondants), le second vous permet de trier par entretien, le troisième par thématique, et enfin, le quatrième,  par variable. A chaque fois, en cliquant sur une sous-catégorie, vous serez ramené aux extraits correspondants.

 

Tri des contextes par entretien
Tri des contextes par thématique
Tri des mots par variable

La lemmatisation

Sur la partie gauche du panneau consacré à la lexicométrie, différents boutons vous permettent de modifier la base lexicale et de lancer des analyses.

Boutons de lemmatisation

La lemmatisation consiste à regrouper sous un même terme différents mots qui partagent par exemple une racine commune, ou qui se réfèrent à un même champ lexical. Concrètement, cela revient par exemple à mettre sous le terme « manger » toutes les formes conjuguées (ou « fléchies ») du verbe manger : (je) mange, (nous) mangeons  (qu’il) mangeât etc. Cela peut aussi consister à mettre au singulier tous les pluriels etc. Cela permet de diminuer le nombre d’occurrences différentes dans la base, et de durcir un peu les résultats statistiques.

En matière d’analyse textuelle informatisée, la lemmatisation est une pratique qui ne fait pas l’unanimité. Tous les logiciels ne la proposent pas et les positions peuvent être assez tranchées. Il est vrai que les logiciels font parfois des regroupements hasardeux et que cela implique une perte de finesse dans l’analyse. C’est affaire de choix. Pour ne pas trancher, Sonal vous laisse le choix de lemmatiser ou non votre corpus. De plus, pour éviter les écueils liés à l’automatisation, vous pouvez revenir tant que vous le voulez sur les lemmatisations opérées, car le contenu d’un lemme reste accessible et les formes regroupées peuvent toujours faire l’objet d’une analyse individualisée, et être « détachées » du groupe.

La lemmatisation manuelle

Le bouton « regrouper » permet de créer des lemmes  « manuellement ».

Etapes de la lemmatisation manuelle

Vous devez d’abord sélectionner les mots que vous voulez regrouper (1). Pour cela cliquez simplement sur les mots dans la liste. Pour faire une sélection collective, enfoncez le bouton de la souris sur le premier mot de la série puis descendez la souris sans relâcher le bouton. Cliquez ensuite sur le bouton « Regrouper » (2) qui vous affiche une fenêtre de lemmatisation récapitulant toutes les formes sélectionnés . Dans la zone de texte en bas de la page, donnez un nom pour le groupe créé (3), appelé forme synthétique (pour faciliter la remémoration qu’il s’agit d’une forme synthétique, vous pouvez prendre le parti de placer un petit « + » à la fin de la forme synthétique). Cliquez enfin sur « lemmatiser » pour valider. Votre nouveau groupe va être créé. Si le nom de groupe existe déjà, les mots seront simplement ajoutés au groupe existant.

La base est partiellement réécrite puis triée. Cette opération peut prendre un certain temps si le groupe contient beaucoup de mots différents…

Les mots outils

Toutes les formes présentes dans un corpus ne présentent pas forcément un grand intérêt. On ne peut cependant pas présumer de la liste de formes que chacun souhaitera écarter de l’analyse. Les « mais » sont généralement extrêmement présents mais qu’en faire dans le cadre d’une analyse sociologique ? A moins de se pencher sur l’esprit de contradiction des locuteurs, il n’y a pas vraiment de raison de les retenir. Il en est de même pour les pronoms, même si la création d’un lemme regroupant « moi », « je » et « j' » s’avère parfois très intéressante.

Le bouton « mots outils » en bas à gauche de cette page permet d’envoyer les mots sélectionnés dans un lemme spécifique, celui des « mots outils », qui regroupe toutes les formes dont vous n’aurez pas l’usage dans l’analyse. On les appelle parfois des « mots vides » par opposition aux « mots pleins » qui véhiculent du sens. Ces mots outils sont mémorisés dans un fichier texte nommé « Outils.txt », qui est placé dans le répertoire « Dico\ » du dossier du programme (généralement C:\Program Files\Sonal\). Cela implique que votre dictionnaire des mots outils est partagé entre vos différents corpus. La liste des mots outils est vierge à l’installation, vous devez l’enrichir progressivement. Une bonne méthode est de trier les mots par occurrences avant toute lemmatisation. Les mots les plus courants sont généralement les moins significatifs et peuvent être éliminés collectivement.

La lemmatisation automatique

Le bouton « Lemmatiser la base » propose une lemmatisation automatique de toute la base.

En cliquant sur la flèche pointant vers le bas à droite du bouton, vous pourrez choisir les différentes options. Pour l’instant, est proposée la lemmatisation des verbes, des pluriels (simples ! (s), pour l’instant…), des nombres et des mots outils. A chaque fois qu’un groupe est créé, la forme synthétique affectée à tous les mots qui en font partie est suivie d’un « + ». Cela n’est en rien obligatoire, mais cela permet de repérer plus vite les formes groupées des formes brutes.

Gérer les groupes créés

Après regroupement, vous avez la possibilité d’ouvrir les groupes de mots créés en cliquant sur la flèche à droite du mot.

Apparaissent alors, sous forme d’arborescence, les différentes formes regroupées sous un lemme commun.Vous pouvez dès lors  regarder le nombre d’occurrences de ces différentes formes, et éventuellement « détacher » certains mots du groupe, en cliquant sur la petite croix à droite du nom.

Détails d'un lemme

Attention, si vous modifiez l’ordre des entretiens ou des thématiques dans votre corpus, il vous faudra impérativement régénérer la base. En effet, celle-ci renseigne le rang des entretiens et des thématiques, par leur nom, il ne faut donc pas qu’ils changent dans le corpus et qu’ils restent identiques dans la base. Pensez cependant que la lemmatisation représente un certain travail, si vous choisissez de régénérer la base, tous les regroupements seront perdus.

 

L’analyse factorielle

Dernière fonction à découvrir dans cette page, l’analyse factorielle du vocabulaire, méthode programmée par Philippe Cibois pour Trideux-Mots, et qui s’inspire des travaux de Lebart et Salem. Pour plus de détails sur cette méthode et sur l’interprétation des résultats produits par Trideux, je vous renvoie à ce chapitre d’ouvrage (Cibois, 2006 [2]) et à cet article (Cibois, 1989 [3]) .

Dans Sonal, cette méthode procède en deux étapes. Il faut d’abord créer un tableau lexical, qui recense, pour chaque mot, le  nombre d’apparitions dans les différentes catégories du corpus. Attention, le tableau lexical est produit à partir des extraits maintenus actifs, et sur les formes retenues après filtrage. Cela implique qu’une approche globale des matériaux par l’intermédiaire d’une analyse factorielle doit logiquement se faire sur l’intégralité du corpus.  Cependant, en cela comme en d’autres choses, Sonal vous laisse une absolue liberté.

En cliquant sur la flèche située à droite du bouton, vous pourrez choisir les catégories à afficher en colonnes dans le tableau lexical, et déterminer si elles joueront un rôle actif ou illustratif (supp.) dans l’analyse factorielle :

Une fois le tableau lexical créé, il vous est proposé de l’ouvrir, pour visualiser son contenu et éventuellement le traiter dans d’autres applications. Vous n’êtes en rien obligé de l’ouvrir, mais cela peut vous permettre de mieux comprendre  de quoi il retourne. Pensez seulement à le refermer pour pouvoir passer à la suite.

Pour obtenir une représentation de type factoriel des écarts à l’indépendance à l’intérieur de ce tableau lexical, cliquez sur le bouton « Analyse factorielle ».

La fenêtre d’analyse factorielle s’ouvre alors.

Analyse factorielle du vocabulaire

Ce plan, que vous pouvez paramétrer avec les différentes options situées sur la partie gauche de l’écran, vous permettra de faire ressortir des typologies articulant le langage utilisé (en noir) et les différentes catégories (en bleu). Pour une meilleure compréhension de la méthode et de la manière dont il faut lire ses résultats, je vous renvoie aux publications de P. Cibois, qui expliquent mieux que je ne puis le faire le sens des conjonctions angulaires.

Pour ne voir que les mots dont le niveau de CPF (contribution par facteur) est pertinent, utilisez le menu déroulant situé au milieu du panneau situé à gauche du plan.

 

 

***

[1] Lafon Pierre. Sur la variabilité de la fréquence des formes dans un corpus. In: Mots, octobre 1980, N°1. pp. 127-165.

[2] Cibois Philippe, Le traitement des mots associés à des questions : l’apport du logiciel Trideux in Didier Demazière, Claire Brossaud, Patrick Trabal et Karl Van Metter (dir.), Analyses textuelles en sociologie. Logiciels, méthodes, usages, Rennes, Presses Universitaires de Rennes, 2006, p.156-173

[3] Cibois Philippe, Eclairer le vocabulaire des questions ouvertes par les questions fermées : le tableau lexical des questions », Bulletin de méthodologie sociologique, n°26, 1989, p.12-23.

 

Alex Alber

Sociologue. Maître de Conférences à l'Université F. Rabelais de Tours/ Laboratoire CITERES (UMR CNRS) Chercheur associé du Centre d'Etudes de l'Emploi.

More Posts - Website

Analyser un corpus Sonal 2/5 (L’analyse qualitative)

Ce billet présente la première méthode d’analyse des extraits. Elle repose sur la sélection préalable d’un sous échantillon, abordée dans le premier billet de cette série.

Une fois le filtrage des extraits opéré, Sonal propose d’abord une approche très simple des matériaux, consistant à faire l’inventaire de tous les extraits dont on dispose sur un sujet donné.

Pour obtenir cette liste, cliquez simplement sur le bouton « synthèse » en haut à gauche de la page du corpus.

Fenêtre de synthèse

La fenêtre qui apparaît alors vous permettra de relire et/ou de réécouter tous les extraits sélectionnés. La colonne de gauche contient tous les extraits. Lorsque l’on clique sur l’un d’entre eux, la bande son se lance et le texte de l’extrait apparaît dans la partie droite de la page. Une fois un extrait terminé, Sonal lance automatiquement le suivant.

  • Si l’extrait contient des points de synchronisation, un petit bouton + apparaît sur la gauche de l’étiquette d’extrait. Au clic, la liste des points apparaît sous l’étiquette de l’extrait. Vous pouvez ainsi accéder plus rapidement à certains passages.

Libre à vous d’utiliser par la suite le cadre interprétatif qu’il vous plaira; Sonal se contente de vous mettre à disposition l’inventaire exhaustif des extraits portant sur un sujet donné et/ou étant issus de certains (types) d’entretiens. On parle donc d’analyse qualitative car elle repose sur une démarche interprétative mais il n’y a pas à proprement parler de méthode. Il s’agit tout simplement de s’assurer qu’on ne rate aucun passage intéressant.

Dans cette approche, le fait d’avoir à la fois accès au son et au texte vous permet une appréhension complète du sens véhiculé dans les entretiens. La retranscription intégrale permet de retrouver très facilement les passages sonores à partir de leur version textuelle. On peut ainsi parler d’une approche intensive des matériaux, puisqu’il est possible de mobiliser tant la lecture que l’écoute pour s’imprégner du discours enregistré. Dans le cadre d’une sociologie compréhensive, c’est un atout précieux.

Une fois la synthèse réalisée, il est possible de copier des extraits individuellement pour les coller dans un traitement de texte, de supprimer de la synthèse ceux qui ne présentent pas d’intérêt etc.

Rechercher un mot clé

Cette fenêtre de synthèse vous permettra également de faire des recherches lexicales à l’intérieur des extraits. Tapez dans la zone de recherche le mot que vous recherchez et les extraits seront à nouveau filtrés en fonction de leur contenance.

Recherche d'un mot clé dans la synthèse

La ligne de chaque extrait contient le premier contexte d’apparition du mot puis, si vous cliquez dessus, apparaît une liste des contextes dans lesquels le mot se trouve. Si vous cliquez sur ces lignes, vous êtes amenés à leur position dans l’extrait, ce qui est pratique si vous réalisez des extraits très longs.

Cette fonctionnalité vous permet également de rechercher un mot clé à l’intérieur de tout le corpus. Il suffit de ne pas filtrer les extraits avant synthèse et le tour est joué.

Exporter le résultat d’une synthèse

Lorsque vous avez réuni une collection d’extraits qui vous semblent dignes d’intérêt pour illustrer tel ou tel phénomène relatif à votre objet d’étude, vous pouvez exporter le contenu de cette synthèse dans Word ou dans n’importe quel traitement de texte en cliquant sur le bouton d’export :

Export de la synthèse

Après avoir préparé votre export en cochant (ou pas) les différentes cases d’option, vous pouvez choisir d’exporter directement dans Word ou bien d’enregistrer au format *.Rtf.

Le troisième billet vous expliquera bientôt comment faire une analyse lexicométrique.

 

Alex Alber

Sociologue. Maître de Conférences à l'Université F. Rabelais de Tours/ Laboratoire CITERES (UMR CNRS) Chercheur associé du Centre d'Etudes de l'Emploi.

More Posts - Website

Utiliser les raccourcis pour mentionner les locuteurs

Sonal propose depuis quelques versions de paramétrer les touches F1 à F12 du clavier pour ajouter automatiquement le nom des locuteurs en cours de retranscription.

Cette fonction se paramètre directement dans la fenêtre de retranscription choisie, soit dans la fenêtre de lecture :

Accès au paramétrage des locuteurs depuis la fenêtre de lecture

 

Soit dans la fenêtre de saisie :

Accès au paramétrage des locuteurs depuis la fenêtre de saisie

Dans cette fenêtre, les locuteurs sont paramétrés par défaut de R1 à R12. Pour modifier la chaine de caractères associée par exemple à la touche F1, il faut tout simplement cliquer sur l’étiquette qui contient le code « R1 », taper ce que vous voulez voir renvoyé à la place, par exemple « Question », puis valider, avec la touche entrée.

En bas de page, vous pouvez utiliser deux options :

  • Ajouter un saut de ligne après le nom du locuteur :  la fonction est explicite.
  • Ajouter un point de synchronisation : cette fonctionnalité vous permet de préparer le redécoupage éventuel de l’entretien en plaçant un point de synchronisation à chaque question et réponse. Vous améliorez ainsi le maillage chronologique de l’entretien, ce qui est très bénéfique par la suite.

Dans les versions actuelles, la balise qui est ajoutée apparaît entre crochets, par exemple  « [>Question] : « . Les balises seront bientôt mises en forme pour ne plus alourdir l’affichage du texte et permettront des mises en formes spécifiques des questions et des réponses. La présence de balises s’explique par la nécessité de filtrer les analyses lexicométriques pour ne pas y inclure les questions, qui contiennent souvent certains mots clés récurrents qui « polluent » les analyses de spécificité.

Alex Alber

Sociologue. Maître de Conférences à l'Université F. Rabelais de Tours/ Laboratoire CITERES (UMR CNRS) Chercheur associé du Centre d'Etudes de l'Emploi.

More Posts - Website