Comment ça marche

Temps de lecture estimé : 8 minutes

Chaque page de ce site — y compris celle-ci — a été extraite, transcrite, résumée, traduite en sept langues et lue à haute voix dans une voix clonée par le même pipeline automatisé. Cette page est l'outil qui s'explique lui-même.

Ce que vous comprendrez à la fin

• Ce que cet outil transforme un cours vidéo en, et pourquoi c'est utile
• Les huit étapes par lesquelles passe le matériel, de la vidéo brute à la page finie
• Les principes de conception qui ont façonné sa construction

Ce que cet outil fait réellement

Le Learning Companion prend un cours vidéo qui existe dans exactement une langue, derrière un identifiant de connexion, dans un format que vous ne pouvez que regarder — et le transforme en quelque chose que vous pouvez lire, rechercher, traduire, écouter et étudier dans la langue de votre choix. C'est une chaîne de montage pour transformer une personne parlant sur vidéo en une ressource d'étude durable et multilingue.

Vous lui donnez un cours. Il vous rend des notes d'étude écrites et propres pour chaque leçon, un quiz de compréhension, le tout traduit en allemand, français, néerlandais, hindi, mandarin et même en klingon, et une piste audio de lecture accompagnée dans une voix d'apparence humaine qui met en évidence chaque mot au fur et à mesure qu'il est prononcé. Ensuite, il publie tout cela en tant que site web statique rapide.

Le pipeline, étape par étape

Pensez-y comme à une chaîne de montage. Le matériel entre à une extrémité brut et sort de l'autre extrémité fini. Chaque station fait un travail et transmet son résultat à la suivante.

Étape 1 — Ingestion : obtenir la matière première

Les cours source vivent sur une plateforme d'apprentissage hébergée, où les leçons sont soit des vidéos en continu, soit des pages écrites. L'outil se connecte, découvre les leçons et extrait la source. Il télécharge directement le flux vidéo sous-jacent, ou scrape le texte de la leçon écrite lorsqu'un cours est d'abord textuel.

Étape 2 — Transcription : transformer la parole en texte

L'audio de chaque vidéo est alimenté à un modèle de reconnaissance vocale fonctionnant localement sur une carte graphique. Il produit une transcription horodatée : non seulement ce qui a été dit, mais quand. Chaque phrase est épinglée à un moment de la chronologie. Ces timings sont importants plus tard, lorsque les mots sont alignés avec l'audio.

Étape 3 — Résumé : distiller la leçon

Une transcription brute est fidèle mais épuisante à lire. Un modèle de langage réécrit chaque transcription en notes d'étude structurées : les idées clés, en prose claire, organisées de la manière dont vous voudriez réellement réviser. C'est la différence entre un mur de parole et un ensemble de notes qui vaut la peine de garder.

Étape 4 — Quiz : vérifier la compréhension

À partir du même matériel, l'outil génère un court quiz de compréhension pour chaque leçon, prêt à exporter dans des applications de cartes mémoire. Les questions testent les idées de la leçon et sont écrites pour se suffire à elles-mêmes, sans références au locuteur ou à la vidéo.

Étape 5 — Traduction : l'ouvrir au monde

Chaque élément de texte — les notes, le quiz, les éléments de la page et les titres des leçons et des cours — est traduit dans chaque langue prise en charge par des modèles de langage. La traduction se fait par couches, de sorte que les noms de marque restent intacts tandis que le texte descriptif s'adapte, et une traduction manquante revient gracieusement à l'anglais plutôt que de laisser un blanc. Les langues à faibles ressources comme le klingon reçoivent une instruction supplémentaire ferme, de sorte que le modèle ne dérive pas silencieusement vers l'anglais.

Étape 6 — Voix : la rendre écouteble

C'est la partie que les gens trouvent étrange. Un modèle de clonage vocal génère une piste audio de lecture accompagnée pour chaque leçon dans chaque langue, dans une voix d'apparence humaine cohérente. Aux côtés de l'audio, il produit un fichier de timing, de sorte que lorsque la voix parle, le mot correspondant s'illumine sur la page — une sorte de karaoké pour étudier. Le klingon est l'exception : il n'a pas de voix neurale, donc son audio est assemblé à partir d'une bibliothèque de sons klingon enregistrés. Au mieux de nos efforts, et un peu robotique par nature.

Étape 7 — Publication : assembler le site web

Tout cela est rendu dans un site web simple et rapide : un ensemble de pages par langue, des styles et des scripts partagés, un catalogue qui lie les cours ensemble, et une analyse d'utilisation légère et respectueuse de la vie privée. Il n'y a pas de base de données et pas de code côté serveur au moment de l'exécution — juste des fichiers statiques qui se chargent instantanément et peuvent être hébergés presque n'importe où.

Étape 8 — Stockage et expédition : garder les maîtres, envoyer uniquement le produit

En coulisse, l'outil conserve trois niveaux de fichiers. Les maîtres — transcriptions, audio sans perte et notes source — ne quittent jamais la machine de construction. Le niveau de travail contient des fichiers de travail qui peuvent toujours être régénérés. Et le site fini est la seule chose qui est déployée. Lorsqu'une construction est prête, seul le site publié est remis à l'infrastructure d'hébergement et devient actif. La matière première précieuse reste à la maison.

Pourquoi c'est construit de cette façon

Quelques principes ont façonné la conception :

• **Chaque étape fait une chose. ** Une défaillance de la transcription ne corrompt pas la traduction, et n'importe quelle station peut être relancée sans reconstruire le cours entier.
• **Préférer local, préférer sans perte, préférer gratuit. ** Le travail lourd — reconnaissance vocale et synthèse vocale — s'exécute sur une carte graphique locale. Les maîtres audio sont conservés sans perte. La traduction utilise le modèle le plus rentable qui reste fidèle.
• **Rien ne se termine silencieusement à moitié. ** Les vérifications de fraîcheur signifient qu'une leçon n'expédie l'audio que lorsque cet audio est réellement à jour, de sorte qu'un cours peut devenir actif partiellement traduit sans prétendre être complet.
• **Le produit est séparable de la source. ** Ce que les apprenants voient est un site statique propre. Les transcriptions et les maîtres qui l'ont créé restent privés.

En bref

Vous avez regardé une vidéo une fois. Cet outil l'a regardée, l'a écrite, l'a expliquée, vous a quizzé dessus, l'a traduite de sept façons, et l'a relue dans une voix — et ensuite a construit la page même que vous lisez maintenant exactement de la même manière.