Écouter un article de recherche : corrigez 5 défauts audio des PDF

« Un roman lu à voix haute sonne comme un roman. Un article scientifique lu à voix haute sonne souvent comme quelqu’un qui mélange deux jeux de cartes. Ce n’est pas la voix qui échoue. C’est la mise en page. »

Lancez la lecture d’un chapitre de roman et tout fonctionne. Lancez-la sur un PDF de revue à deux colonnes, et la première phrase arrive sous la forme d’une suite fluide, grammaticale et totalement dénuée de sens de demi-propositions. La plupart des gens en concluent que la voix est mauvaise, essaient trois autres applications et obtiennent le même résultat.

Les PDF universitaires mettent la synthèse vocale en échec pour des raisons de structure qui n’ont rien à voir avec la synthèse de la parole. Voici le mécanisme derrière chacune et ce qu’il faut faire. Pour la méthode qui s’appuie dessus (combien de passages, à quelle vitesse, quelles sections), consultez le guide pour lire des articles de recherche à voix haute.

La réponse courte

Les articles universitaires cassent la synthèse vocale parce qu’un PDF enregistre l’emplacement de chaque caractère sur la page, et non l’ordre dans lequel un humain les lit. La mise en page des revues ajoute quatre écueils : les citations dans le texte, la notation mathématique, les légendes flottantes et les pages numérisées sans aucun texte lisible par la machine.

Chacun des cinq a sa solution précise, et aucune n’est « trouver une meilleure voix ». Diagnostiquez le défaut, appliquez le remède, et la plupart des articles deviennent écoutables. Une minorité (démonstrations denses, théorie fondée sur la notation) ne le sera jamais, et savoir distinguer les deux constitue l’essentiel du savoir-faire.

Pourquoi un article casse un lecteur quand un roman ne le fait pas

La cause profonde est qu’un PDF décrit une page imprimée, pas la structure d’un document. Quand un compositeur produit un article de revue, le fichier dit en substance : place le glyphe « T » à cette coordonnée, puis « h » légèrement à sa droite, et ainsi de suite pour chaque caractère de la page. Il n’y a ni paragraphe ni colonne. Ces éléments existent dans votre perception visuelle de la page, pas dans le fichier.

Un lecteur doit donc reconstituer l’ordre de lecture à partir de la géométrie, en regroupant les caractères en lignes et les lignes en blocs. Pour un roman, c’est trivial : une colonne, des marges régulières, rien de flottant. Pour un article de revue, c’est un vrai problème d’inférence, et les conventions de mise en page universitaires sont presque le pire cas possible.

C’est aussi pourquoi la version de l’éditeur et la prépublication de l’auteur d’un même article se comportent souvent différemment : leurs chaînes de mise en page diffèrent. Vos réglages de voix n’y sont pour rien.

Défaut 1 : la gouttière, quand deux colonnes deviennent une seule phrase

C’est l’échec le plus fréquent et le plus facile à reconnaître : l’audio est fluide mais n’a aucun sens, car chaque ligne prononcée est la ligne de la colonne de gauche suivie immédiatement de celle de droite. Vous entendez des fragments grammaticaux cousus à d’autres sans rapport, environ tous les six à douze mots.

Cela se produit quand l’extraction traite une bande horizontale de la page comme une seule ligne de texte. Les deux colonnes se trouvent dans cette bande, donc les deux sont lues, de gauche à droite, en traversant l’espace blanc qui les sépare. Cet espace blanc est un signal visuel pour vous, et rien du tout pour l’extracteur.

Que faire, du moins au plus coûteux en effort :

• Testez avant de vous engager. Écoutez le premier paragraphe de l’introduction. Si la deuxième proposition ne découle pas de la première, vous avez le problème de la gouttière, et il vous a fallu vingt secondes pour le découvrir.
• Utilisez un lecteur qui détecte les colonnes. Une extraction qui tient compte des colonnes lit la colonne de gauche jusqu’en bas de la page avant de commencer celle de droite. Le lecteur PDF de ReadLoudly gère les mises en page universitaires à plusieurs colonnes, et comme il surligne la phrase prononcée, vous voyez immédiatement si l’ordre choisi correspond à la page.
• Préférez la version à une colonne quand elle existe. Beaucoup d’auteurs publient une prépublication à une seule colonne : le même texte, dans un fichier bien plus facile à lire à voix haute.

Un audio dans le désordre est difficile à repérer à l’oreille, car la voix est assurée et chaque fragment est bien formé. Cela saute aux yeux dès que vous voyez le surlignage sauter latéralement sur la page.

Défaut 2 : le bruit des citations, ou pourquoi les paragraphes denses tournent au grésillement

Les citations dans le texte sont écrites pour être sautées par l’œil et ne peuvent pas l’être par l’oreille. Une affirmation écrite fluide vous parvient en audio entrecoupée de suites de noms, d’années et de numéros entre crochets.

Prenez une phrase typique de revue de littérature en style auteur-date : une proposition, puis quatre références entre parenthèses, puis la fin de la proposition. À la lecture, votre œil saute la parenthèse en une fraction de seconde. À l’écoute, vous recevez chaque nom et chaque année en entier, et quand la phrase reprend, vous en avez perdu le sujet. Les styles numériques sont plus courts mais pires sur un point : un appel en exposant peut se coller au mot précédent sans pause, si bien que la phrase se retrouve discrètement avec des chiffres au milieu.

Trois choses aident :

• N’attendez pas de la prose dans l’introduction et la discussion. Ce sont, par construction, les sections les plus chargées en citations. Écoutez la forme du raisonnement, pas les phrases.
• Augmentez la vitesse dans les passages chargés en références, pas sur tout l’article. Vous traitez délibérément moins en profondeur les parties bibliographiques plutôt que de fond.
• Traitez la liste de références comme un document à part. Ne l’écoutez jamais. Passez de la fin de la discussion à l’article suivant et consultez la bibliographie avec les yeux.

Quand vous passez au crible un gros volume de littérature, l’ordre compte davantage que la qualité audio de chaque article : la méthode audio pour une pile d’articles en retard explique comment ordonner la file.

Défaut 3 : les équations, où l’audio a une vraie limite

Celui-ci n’a pas de solution : organisez-vous autour plutôt que de chercher un outil qui le résoudrait. La notation mathématique n’a pas de forme orale fiable, si bien qu’un lecteur doit choisir entre dire quelque chose de faux, d’ambigu, ou rien du tout.

Trois problèmes s’additionnent. D’abord, la plupart des notations d’un PDF ne sont pas du tout stockées comme des mathématiques : ce sont des glyphes placés pour ressembler à une équation, si bien que les indices, les barres de fraction et les bornes d’intégration relèvent de la géométrie et non de la structure. Ensuite, même une notation bien comprise est ambiguë à l’oral. « x carré sur deux » peut désigner le carré de x divisé par deux, ou x élevé à la puissance un demi ; ce sont les parenthèses, visuelles, qui tranchent. Enfin, le raisonnement mathématique suppose de garder plusieurs expressions sous les yeux à la fois, exactement ce que l’audio supprime.

La conclusion honnête : pour les contenus très mathématiques, l’audio est un bon moyen de saisir le raisonnement et un mauvais moyen de saisir la notation. Vous pouvez écouter une section de méthodes et en ressortir en sachant que les auteurs ont régularisé un modèle, pourquoi ils ont choisi cette pénalité et ce qu’elle leur a apporté selon eux. Vous n’en ressortirez pas capable de reproduire l’équation.

Utilisez donc l’audio pour la prose qui explique le raisonnement et lisez la notation avec les yeux : résumé, introduction, discussion et paragraphes narratifs des méthodes à l’oreille, démonstrations à l’écran. Les articles dont la contribution est la démonstration ne se prêtent pas à l’audio, et les traiter comme tels vous fait perdre une heure avant de l’admettre.

Défaut 4 : légendes, notes de bas de page et titres courants qui s’invitent en pleine phrase

Une légende de figure ne fait pas partie de la phrase voisine, mais elle se trouve dans la même bande de la page, si bien qu’elle est souvent lue au milieu de cette phrase. Le symptôme est caractéristique : vous suivez un paragraphe quand la voix dit « Figure 3. Latence moyenne de réponse par condition », puis reprend votre paragraphe là où il s’était arrêté.

Tout ce qui flotte sur une page universitaire fait de même : légendes, notes de bas de page, titre courant avec le nom de la revue et le numéro de page, bloc DOI, ligne du numéro dans la marge. Tout cela est du texte à une coordonnée, et un lecteur qui travaille à partir de la géométrie n’a aucun moyen rigoureux de savoir qu’il s’agit d’habillage plutôt que de prose.

Ce qui aide vraiment :

• Prenez « Figure 3 » comme un signal pour regarder, plus tard. Notez la position et continuez. S’arrêter pour chercher la figure à chaque fois détruit la raison pour laquelle vous écoutiez, et regrouper les figures en un seul passage visuel à la fin est presque toujours préférable.
• Sautez l’habillage de la première page. Les pages de titre concentrent le plus d’en-têtes, d’affiliations, de DOI et de dates de soumission. Commencer au résumé plutôt qu’en haut de la première page élimine beaucoup de bruit.
• Sautez carrément les tableaux. Lu selon la géométrie, un tableau produit des nombres dans un ordre qui ne veut rien dire. Les tableaux se regardent, ils ne s’écoutent pas.

Défaut 5 : l’article sans aucune couche texte

Si un lecteur affiche un document vide ou ne joue que du silence, le fichier est presque certainement une numérisation : l’image d’une page sans aucun caractère. C’est courant pour tout ce qui a été numérisé à partir de l’imprimé, ce qui couvre une grande partie de la littérature antérieure au milieu des années 1990.

Vous pouvez le vérifier en deux secondes sans aucun outil : essayez de sélectionner une ligne de texte dans votre visionneuse PDF. Si le curseur dessine un rectangle sur la page au lieu de surligner des mots, il n’y a rien à lire. Une page photographiée se comporte de la même façon.

La solution est la reconnaissance optique de caractères, qui reconvertit l’image du texte en caractères. Lancez-la sur tout l’article avant de commencer, attendez-vous à un résultat imparfait sur les numérisations dégradées (encre pâlie, pages de travers et annotations manuscrites réduisent toutes la précision), et notez qu’une page numérisée à deux colonnes hérite en plus du défaut 1. Un lecteur avec OCR intégré vous évite le détour par une étape de conversion séparée : le lecteur de PDF numérisés reconnaît le texte et le lit en un seul passage, et la méthode pour les pages physiques et les photos prises en bibliothèque est décrite dans numériser un livre et se le faire lire.

La vérification en deux minutes

Faites-la avant de vous engager sur n’importe quel article. Ces deux minutes font la différence entre une séance utile et une heure d’absurdités prononcées avec assurance.

Une seule habitude couvre l’essentiel du tableau : écoutez le premier paragraphe de l’introduction et demandez-vous si la deuxième phrase découle de la première. Si oui, l’extraction est saine. Sinon, corrigez le fichier avant d’y investir une heure. La même vérification ouvre la méthode pour écouter de longs PDF.

Écouter, c’est absorber, pas réviser

Un audio propre règle le problème d’extraction et en laisse un second intact. Écouter est une activité d’absorption, exactement comme lire. Le faire une fois ne place que très peu de chose en mémoire durable. Ce qui y parvient, c’est la récupération : devoir répondre à une question sans avoir la source sous les yeux.

C’est encore plus vrai pour les articles que pour la plupart des contenus, car ce dont vous avez besoin des semaines plus tard est rarement la prose. C’est l’affirmation, la méthode, l’échantillon, la limite et le chiffre.

La dernière étape d’une séance d’écoute n’est donc pas une étape d’écoute. À partir d’un seul import, le même article peut devenir :

• Un jeu de fiches de révision sur les termes, les mesures et les définitions, c’est-à-dire la partie d’un article qui relève de la pure mémorisation.
• Un quiz sur les méthodes et les résultats, le moyen le plus rapide de découvrir qu’un passage que vous pensiez avoir suivi n’est pas passé.
• Un podcast à deux voix sur l’article : un passage réellement différent sur les mêmes idées, utile lors d’un deuxième trajet où réécouter l’original ne serait que de la répétition.
• Une séance avec le tuteur ou une série d’exercices écrits sur ce que le quiz a révélé.

C’est l’argument en faveur d’un outil qui transforme un document en ensemble d’étude plutôt que de convertir un PDF en MP3 et de le déposer dans une application de podcasts. L’audio vous fait traverser le volume de littérature ; ce sont les questions qui font compter la lecture, et le système complet document vers ensemble d’étude détaille la séquence. Vous hésitez encore à intégrer l’audio à votre routine ? Notre plaidoyer pour l’écoute des articles répond à cette question.

Commencez par la vérification sur le prochain article de votre file : écoutez un paragraphe, identifiez lequel des cinq défauts vous avez sous les yeux, et corrigez celui-ci plutôt que la voix.

Si votre document a une vraie couche texte et qu’une voix de l’appareil suffit, ces lecteurs intégrés sont documentés par leurs éditeurs : Lecture à voix haute de Microsoft Edge, Sélectionner pour écouter d’Android et Contenu énoncé d’Apple.