SPÉCIFICATIONS TECHNIQUES

Comment nous enregistrons, transcrivons et livrons.

Le dispositif standard qui sous-tend nos jeux de données en dialectes arabes. Chaque élément peut être adapté à vos spécifications : format, conditions, appareils, structure des données et conventions de nommage.

المواصفات التقنية

SESSIONS

Des conversations naturelles, dans des
conditions maîtrisées.

Format Conversations entre 2 locuteurs (parfois 3), complétées par de courtes lectures guidées. Chaque session comprend 50 à 60 minutes d’enregistrement sur un créneau de 90 minutes.
Thématiques Conversations libres guidées par nos propres fiches thématiques : vie quotidienne, travail, alimentation, voyages, famille, sport et technologie. Les sujets sensibles et les informations personnelles sont évités.
Locuteurs Adultes, locuteurs natifs du dialecte, recrutés directement. La région d’origine est vérifiée lors de la sélection. Les profils sont équilibrés selon le genre, la tranche d’âge et la ville.
Alternance linguistique Le français et l’anglais sont intégrés naturellement à l’arabe maghrébin, tels qu’ils sont réellement parlés.
Environnement Environ 80 % des enregistrements sont réalisés dans une salle calme au traitement acoustique adapté, et environ 20 % dans des environnements réels contrôlés (coin café, voiture à l’arrêt, bureau). Chaque fichier est étiqueté selon son environnement. Les proportions sont ajustées à vos spécifications.
Confidentialité Salle privée, identifiants pseudonymisés, aucune mention orale de noms, d’adresses ou de numéros d’identification. Toute information personnelle mentionnée accidentellement est signalée et supprimée.
ENREGISTREMENT

Une captation de qualité studio, une piste
par locuteur.

Salle d’enregistrement Surface de 9 à 16 m², éloignée de la rue, équipée de panneaux absorbants, d’un tapis et de rideaux épais. La salle est validée uniquement après un test de bruit et de réverbération (bruit ambiant d’environ 35 dBA ou moins, niveau de bruit enregistré inférieur à −60 dBFS).
Équipement Enregistreur multipiste de terrain en virgule flottante 32 bits ; un microphone cravate par locuteur, enregistré sur sa propre piste ; un enregistreur de secours fonctionnant en parallèle ; un casque fermé pour le contrôle audio en direct.
Format d’enregistrement WAV, 48 kHz, 32 bits en virgule flottante (ou 24 bits), sans compression, avec une piste mono par locuteur. Aucune compression, aucun limiteur ni réduction du bruit pendant la captation.
Marqueurs de session 10 secondes de silence, annonce orale de l’identifiant de session et claquement de synchronisation au début de chaque prise.
Nommage des fichiers TN_S0007_SPK014_20261116_01.wav — pays, session, identifiant pseudonyme du locuteur, date et numéro de prise.
TRANSCRIPTION

Une transcription fidèle, réalisée par des
locuteurs natifs du dialecte.

Système d’écriture Le dialecte est retranscrit fidèlement en alphabet arabe, tel qu’il est parlé, sans conversion vers l’arabe standard moderne. Les mots français et anglais sont écrits en alphabet latin, tels qu’ils sont prononcés.
Segments Segments alignés temporellement d’environ 5 à 20 secondes, découpés aux pauses naturelles et associés à des identifiants de locuteurs.
Étiquettes Les événements non verbaux sont annotés, par exemple [rire] [bruit] [chevauchement], ainsi que les mots incompréhensibles. Les passages comportant une alternance linguistique sont également identifiés.
Directives Des consignes de transcription écrites, élaborées et validées par notre responsable linguistique. Les transcripteurs sont formés et évalués avant le début de la production.
Contrôle qualité Vérification audio de chaque fichier (écrêtage, bruit, silences, chevauchements et doublons), relecture par des locuteurs natifs et contrôle complémentaire d’un échantillon de chaque lot, selon les objectifs de précision convenus.
Livraison

Livré dans le format de votre choix.

  • Audio : WAV, PCM 16 bits, mono, 16 kHz par défaut ; 44,1 / 48 kHz pour les données audio propres ou destinées à la synthèse vocale (TTS) ; 8 kHz pour la téléphonie.
  • Transcriptions : JSON, TSV ou TextGrid, avec alignement temporel ou sous forme orthographique.
  • Métadonnées : fichier récapitulatif JSON ou CSV, avec une ligne par fichier.
  • Transfert : SFTP sécurisé ou stockage dans votre espace (S3, Azure, GCS), avec des lots hebdomadaires accompagnés d’un rapport de livraison.
  • Votre structure de données : nous pouvons adopter vos conventions de nommage, vos champs et votre organisation des dossiers.
Exemple de ligne du fichier récapitulatif
{
  "file": "TN_S0007_SPK014_20261116_01_seg0047.wav",
  "locale": "ar-TN",
  "region": "Sfax",
  "speaker_id": "SPK014",
  "gender": "F",
  "age_band": "26-40",
  "environment": "quiet_room",
  "duration_s": 11.8,
  "code_switch": true,
  "qa_status": "passed",
  "consent_scope": "commercial_ai_training",
  "tts_opt_in": false
}

Exemple illustratif. Les échantillons réels sont partagés dans le cadre d’un accord de confidentialité (NDA).

Besoin d’un dispositif différent ?

Audio longue portée, en voiture, sur smartphone, appareil connecté ou ligne téléphonique ; commandes vocales prédéfinies ; conditions de bruit spécifiques. Envoyez-nous votre cahier des charges et nous adapterons le protocole en conséquence.