
Un outil vocal n'est utile à toute l'équipe que s'il reste utilisable par ceux qui ne peuvent pas, ou ne veulent pas, lui parler. Quatre garanties font la différence : tout ce qui se fait à la voix se fait aussi à l'écran ; l'outil ne juge jamais la façon de parler ; il montre ce qu'il a compris et se corrige facilement ; il a été testé avec les personnes concernées, pas seulement avec la direction. Sans elles, la voix aide les plus à l'aise et laisse les autres au bord du chemin.
Jeudi, 10 h 15, pendant la mise en place
Héloïse dirige une brasserie de quarante couverts. Depuis lundi, elle teste un assistant vocal pour les questions du quotidien : la prochaine tâche, la checklist d'ouverture, le nettoyage de la trancheuse. Avec elle, ça marche du premier coup.
Avec Kofi, son second de cuisine, c'est autre chose. Kofi porte deux appareils auditifs depuis une otite mal soignée, il y a dix ans. Une oreillette par-dessus, il ne peut pas. La réponse dite à voix haute par le haut-parleur se perd dans la hotte. Il finit par prendre la tablette, lire la fiche, et faire signe à un commis qu'il a ce qu'il lui faut. L'écran l'a aidé, parce qu'il donnait la même réponse que la voix.
Dans la même équipe, un jeune commis bégaie. Il n'a jamais essayé l'assistant. Il n'en a parlé à personne. Et la plongeuse, qui a appris le français à quarante ans, a dû répéter trois fois sa question avant d'abandonner. (Personnages et établissement fictifs.)
Héloïse pensait avoir équipé son équipe ; en réalité, l'outil ne servait qu'à ceux qui parlent comme elle.
Pourquoi un outil vocal peut exclure sans le vouloir
Tous les accents ne sont pas compris de la même façon
Les systèmes de reconnaissance vocale apprennent sur des enregistrements, et les voix peu présentes dans ces enregistrements sont moins bien comprises. En 2020, une équipe de l'université Stanford (Koenecke et al., revue PNAS) a fait transcrire des entretiens par cinq systèmes commerciaux de reconnaissance vocale de grands acteurs américains. Le taux d'erreur moyen sur les mots était de 35 % pour les locuteurs afro-américains, contre 19 % pour les locuteurs blancs. Les auteurs ont retrouvé le même écart sur des phrases identiques : la cause tenait à la prononciation et au rythme, pas au vocabulaire.
L'étude porte sur l'anglais américain et ne dit rien d'un outil précis en français. Elle rappelle pourtant qu'un outil vocal n'est jamais neutre par défaut, et son écart de performance tombe sur ceux qui ont déjà le plus de mal à se faire entendre.
Le bégaiement et les silences
Une personne qui bégaie peut répéter une syllabe, bloquer sur un mot, marquer un silence au milieu d'une phrase. Beaucoup d'outils vocaux interprètent ce silence comme la fin de la question et répondent à une demande coupée en deux. Pire : certains font répéter. Pour quelqu'un qui bégaie, « je n'ai pas compris, pouvez-vous répéter ? » devant trois collègues est exactement la situation à éviter.
La voix fatiguée
En cuisine, on force sa voix toute la journée. Une voix enrouée en fin de service, une dysphonie passagère après un rhume, une extinction de voix : la parole devient plus faible, plus rauque, moins bien reconnue. Le jour où la voix flanche, l'outil doit rester aussi utile qu'hier.
Les salariés malentendants ou appareillés
Une réponse parlée ne sert à rien à qui ne l'entend pas. Une oreillette ne se porte pas toujours avec un appareil auditif. Un haut-parleur dans le bruit d'une hotte n'est pas audible non plus. Pour ces salariés, la réponse doit exister en texte, au même moment, avec le même contenu.
La timidité
Parler à une machine devant ses collègues n'a rien de naturel. Certains n'en auront jamais envie, et c'est leur droit. Un outil qui ne fonctionne bien qu'à voix haute transforme une préférence personnelle en désavantage professionnel.
Ce qu'un outil vocal doit garantir
- La parité entre l'écran et la voix. Tout ce que l'on peut demander ou faire à la voix doit pouvoir se faire à l'écran, avec les mêmes droits, les mêmes réponses et les mêmes actions. La voix reste une option, jamais une condition d'accès.
- Une réponse écrite en plus de la réponse parlée. Ce que l'outil dit s'affiche aussi. Celui qui n'a pas entendu relit.
- Aucun jugement sur la façon de parler. Pas de note de diction, pas de mesure d'hésitation, pas de comparaison entre salariés : l'outil comprend la question sans évaluer celui qui la pose.
- Le temps de finir sa phrase. Un silence ne doit pas couper la demande. Et si l'outil n'a pas compris, il propose de passer à l'écran plutôt que de faire répéter indéfiniment.
- Montrer ce qui a été compris avant d'agir. Si l'outil prépare une action, il la résume, et la personne confirme ou corrige. Une erreur de reconnaissance devient alors une ligne à rectifier, pas une action faite de travers.
- Corriger sans recommencer. On doit pouvoir modifier un mot mal compris, à l'écran, sans tout redire.
- Des tests avec les personnes concernées. Un outil essayé seulement par l'équipe de direction est un outil testé sur les voix les plus faciles. Les essais doivent inclure des accents variés, des voix fatiguées, des personnes qui bégaient ou qui entendent mal, si elles acceptent d'y participer.
Ce que dit le droit sur l'aménagement du poste
En France, l'article L5213-6 du Code du travail pose une obligation claire pour les travailleurs handicapés reconnus (bénéficiaires de l'obligation d'emploi, comme les titulaires d'une RQTH). L'employeur prend, « en fonction des besoins dans une situation concrète, les mesures appropriées » pour leur permettre d'accéder à un emploi, de le conserver, de l'exercer et d'y progresser. L'article précise que l'employeur « s'assure que les logiciels installés sur le poste de travail des personnes handicapées et nécessaires à leur exercice professionnel sont accessibles ».
Ces mesures sont dues sauf si leur coût est disproportionné, compte tenu des aides qui peuvent le compenser (article L5213-10). Et le refus de prendre ces mesures peut constituer une discrimination au sens de l'article L1133-3. Le texte est consultable sur Légifrance.
Si vous imposez un outil vocal pour une tâche, vous devez donc pouvoir offrir une autre voie à un salarié malentendant qui en a besoin. Un outil qui offre déjà la parité écran et voix vous facilite la tâche. L'aménagement se discute avec la personne, la médecine du travail et, le cas échéant, le référent handicap. Il n'a pas à être inscrit dans un outil de gestion : un handicap est une donnée sensible.
Situation, obstacle, garantie
| Situation | Ce qui coince avec la voix seule | Ce que l'outil doit offrir |
|---|---|---|
| Accent peu représenté | Questions mal comprises, répétitions | Essais avec les vraies voix, passage à l'écran sans perte |
| Bégaiement | Phrase coupée au premier silence, demande de répéter en public | Temps de parole, correction à l'écran, aucun « répétez » en boucle |
| Voix enrouée en fin de service | Reconnaissance dégradée le jour où l'on est fatigué | Même service à l'écran, sans détour |
| Salarié appareillé | Oreillette impossible, haut-parleur couvert par la hotte | Réponse écrite systématique, mêmes actions à l'écran |
| Salarié sourd | Aucune information par le son | Parité complète écran et voix, alertes visibles |
| Timidité, refus de parler à une machine | Désavantage si l'écran est un parent pauvre | Choix libre, sans conséquence ni commentaire |
| Erreur de reconnaissance sur une action | Action exécutée de travers | Résumé avant confirmation, correction d'un mot |
Erreurs fréquentes
- Tester l'outil avec la direction et conclure qu'il marche. Les voix du bureau ne sont pas celles de la plonge.
- Faire de l'écran une version au rabais. Si certaines actions ne passent que par la voix, l'outil a créé deux catégories de salariés.
- Demander publiquement qui « a du mal avec la voix ». Personne ne doit avoir à expliquer devant l'équipe pourquoi il préfère lire.
- Mesurer qui utilise la voix et qui ne l'utilise pas. Une préférence ne dit rien de la performance.
- Noter un handicap ou une difficulté d'élocution dans l'outil. Ce sont des données sensibles, et seul l'aménagement compte.
- Croire qu'un taux de reconnaissance annoncé dit quelque chose de votre équipe. Seuls vos essais, avec vos voix et votre bruit, le diront.
Ce qu'il faut mesurer
- La part des actions possibles à la voix qui sont aussi possibles à l'écran. L'objectif est 100 %, et c'est vérifiable en une heure, fonction par fonction.
- Les questions mal comprises pendant l'essai, relevées par moment du service et par poste, jamais par personne.
- Une question anonyme à l'équipe, après deux semaines : « Pouvez-vous faire tout ce dont vous avez besoin sans parler à l'outil ? » Une seule réponse négative mérite d'être creusée.
Où Tsuno San intervient
Tsuno San est l'assistant intelligent et vocal des équipes, relié aux procédures, tâches, checklists, contrôles et informations de l'établissement dans Tsuno. C'est le même San à l'écran et à la voix : ce qui se fait en parlant se fait aussi à l'écran, avec les mêmes droits que la personne. San Voice est disponible en démonstration ; San Audio, le mains libres, est en cours d'exploration et d'expérimentation (voir où en est San).
Pour les actions, San fonctionne en deux temps : il prépare et résume, la personne confirme. Rien ne s'exécute sans confirmation, et c'est tracé. C'est aussi ce qui rend une erreur de compréhension rattrapable. San ne juge personne, n'analyse ni les émotions ni la façon de parler, et Tsuno refuse d'inscrire un handicap ou un état de santé sur un salarié.
Côté langues, l'interface de Tsuno est en français et en anglais. Pour San, nous travaillons sur le français, l'anglais, l'arabe et le vietnamien. Nous ne publions pas de taux de reconnaissance : nous préférons que vous jugiez en démonstration, avec les voix de votre équipe, et nous voulons élargir nos propres essais aux personnes que cet article décrit. Les règles sur les données sont sur la page Confiance et données.
Pour aller plus loin
Cet article prolonge ce que la voix change pour ceux qui travaillent debout et employés allophones en cuisine : comprendre sans avoir honte de redemander. Pour organiser vos essais, voyez comment tester un assistant vocal en cuisine, et pour choisir le bon canal selon le moment, San à l'écran, San à la voix : quand utiliser l'un ou l'autre. Sur ce qu'un outil ne doit jamais déduire d'une voix, lisez IA et émotions au travail : ce qui est interdit depuis 2025. La page pilier IA, voix et vie privée au travail traite de l'équité d'accès avec les autres questions de confiance. Côté équipe, voyez intégrer une équipe multilingue : le guide du manager et le mélange des langues en cuisine.
À retenir
Un outil vocal se juge sur celui qui a le plus de mal à s'en servir, pas sur celui qui s'en sert le mieux. Exigez que tout reste faisable sans parler, testez avec les voix réelles de l'équipe, et laissez chacun libre de lire plutôt que de parler.
Questions fréquentes
La reconnaissance vocale comprend-elle moins bien certains accents ?
Oui, c'est documenté. Une étude publiée dans la revue PNAS en 2020 a mesuré, sur cinq systèmes commerciaux de reconnaissance vocale, un taux d'erreur sur les mots presque deux fois plus élevé pour des locuteurs afro-américains que pour des locuteurs blancs. Un outil vocal doit donc être essayé avec les vraies voix de l'équipe.
Un salarié qui bégaie peut-il utiliser un assistant vocal ?
Il doit pouvoir le faire s'il le souhaite, avec un outil qui ne coupe pas la parole après un silence et qui montre ce qu'il a compris avant d'agir. Il doit surtout pouvoir tout faire à l'écran, sans jamais être obligé de parler.
Comment un salarié malentendant ou appareillé peut-il utiliser un outil vocal ?
Chaque réponse parlée doit aussi s'afficher en texte, et l'outil ne doit pas supposer qu'une oreillette est portable par tous. Pour une personne appareillée, l'écran est souvent la vraie porte d'entrée, et il doit offrir les mêmes droits et les mêmes actions.
L'employeur doit-il adapter les outils numériques pour un salarié handicapé ?
En France, l'article L5213-6 du Code du travail impose à l'employeur de prendre les mesures appropriées pour les travailleurs handicapés concernés, sauf charge disproportionnée, et de s'assurer que les logiciels nécessaires à leur travail sont accessibles. Un refus peut constituer une discrimination.
Un outil vocal peut-il analyser la façon de parler d'un salarié ?
Il ne devrait jamais le faire. Noter une diction, un accent ou une hésitation n'a rien à voir avec le travail. Et dans l'Union européenne, l'inférence des émotions sur le lieu de travail est interdite depuis le 2 février 2025, sauf raisons médicales ou de sécurité.