La promesse de permettre une communication efficace et précise entre les langues a été un moteur du développement de la traduction automatique . Ce qui a commencé comme une entreprise expérimentale dans les années 1950 – la traduction a été l’une des premières applications de la puissance informatique – est devenu un outil de productivité viable au XXIe siècle.

Aujourd’hui, les outils de traduction automatique basés sur l’IA révolutionnent les opérations commerciales mondiales. L’un des principaux fournisseurs de TA est DeepL, un fournisseur de technologie de traduction automatique neuronale basé en Allemagne. Dans ce guide, nous explorerons le fonctionnement de DeepL, ses avantages et ses inconvénients, ainsi que les meilleures pratiques pour l’utiliser dans des projets de traduction professionnelle.

Qu’est-ce que DeepL ? Un bref aperçu

DeepL a été fondée en 2009 en Allemagne sous le nom de Linguee, un dictionnaire en ligne dont l’objectif était de créer un système de traduction automatique neuronale capable de produire des traductions d’une qualité bien supérieure à la traduction automatique statistique traditionnelle.

Les ingénieurs de DeepL ont appliqué la toute dernière technique d’apprentissage profond (d’où le nom de l’entreprise) pour entraîner les modèles sur les données existantes dans la base de données de Linguee.

Depuis 2017, DeepL est devenu extrêmement populaire : plus d’un milliard de personnes ont utilisé ses services à ce jour. Il prend en charge 31 langues , avec plus de 650 combinaisons de traduction possibles.

Les utilisateurs peuvent choisir entre les versions gratuites et payantes de DeepL, ainsi qu’entre l’interface Web et le traducteur autonome. La version gratuite est adaptée à un usage personnel, tandis que la version payante offre plus de fonctionnalités pour les entreprises.

Cependant, DeepL n’est plus seulement un service de traduction. Il s’attaque désormais également à l’intelligence artificielle , en mettant l’accent sur la génération de contenu. Sa dernière offre, DeepL Write, lancée début 2023, cherche à devenir un assistant d’écriture en anglais et à surpasser ses concurrents comme Grammarly.

Comment fonctionne DeepL ?

Toutes les traductions automatiques ne sont pas égales et, au fil du temps, les systèmes sont devenus de plus en plus sophistiqués. Jusqu’en 2016, les systèmes de TA étaient soit basés sur des règles (qui reposaient sur de nombreuses règles élaborées manuellement), soit statistiques (qui traduisaient sur la base de corpus multilingues (grands corpus de textes parallèles), de manière basée sur des mots ou des phrases, à la recherche de statistiques). motifs.

De nos jours, la plupart des systèmes MT traditionnels utilisent des réseaux de neurones. C’est ce qu’on appelle la traduction automatique neuronale , une forme d’apprentissage de bout en bout dans laquelle le réseau neuronal du programme prend en compte l’intégralité de la phrase d’entrée à chaque étape lors de la génération de la phrase de sortie, plutôt que quelques mots de chaque côté du terme traduit.

DeepL est un exemple de système NMT : grâce aux algorithmes d’apprentissage profond, il produit des traductions plus humaines que celles générées par les moteurs statistiques de MT. Son architecture réseau lui permet également d’apprendre à partir de grandes quantités de données et de s’adapter à de nouveaux contextes.

Analyser les fonctionnalités de DeepL

Comme mentionné précédemment, la principale force de DeepL réside dans son système NMT, qui lui permet de produire des traductions plus précises et plus naturelles par rapport aux méthodes statistiques traditionnelles de MT. Jetons un coup d’œil à certaines de ses capacités les plus importantes :

• Prise en charge de plusieurs langues : DeepL prend en charge les traductions dans un large éventail de langues, notamment l’anglais, l’espagnol, le français, l’allemand, le chinois, le japonais et bien d’autres. Les utilisateurs peuvent traduire de manière transparente du texte entre différentes paires de langues sans avoir besoin d’outils distincts.
• Conscience du contexte : le moteur d’IA utilisé par DeepL peut comprendre le contexte du texte saisi, dans le but de garantir que les traductions sont plus précises sur le plan contextuel et conservent le sens voulu. Cela peut être utile lorsqu’il s’agit d’expressions idiomatiques et de phrases complexes.
• Qualité de traduction : DeepL est connu pour sa qualité de traduction pour certaines paires de langues, ce qui est très apprécié par les utilisateurs. Sa capacité à saisir le contexte et à fournir des traductions précises est appréciée aussi bien par les professionnels que par les passionnés de langues.
• Plugin de traduction et applications de bureau : DeepL propose des plug-ins de navigateur qui peuvent s’intégrer à diverses applications, notamment Microsoft Office, facilitant la traduction directe de texte sans quitter le programme en cours d’utilisation, ou vous pouvez télécharger son application de bureau dans les systèmes d’exploitation les plus populaires.
• Fonctionnalité de traduction de documents : en plus de la traduction de texte, DeepL permet aux utilisateurs de télécharger des documents entiers à traduire, offrant ainsi une fonctionnalité utile pour les particuliers et les entreprises travaillant avec du contenu multilingue.
• Confidentialité des données : basée en Allemagne, DeepL est soumise aux lois sur la protection des données de l’Union européenne. Bien que la société ne dise pas grand-chose sur la manière dont les données sont traitées dans l’outil de traduction automatique gratuit de DeepL, elle indique clairement que tous les abonnés DeepL Pro peuvent bénéficier d’une connexion sécurisée et cryptée pour toutes les traductions et que les données ne sont pas stockées une seule fois sur leurs serveurs. la traduction est terminée.
• Intégration API : DeepL propose une API qui permet aux développeurs d’intégrer ses services de traduction dans leurs applications, sites Web ou services, offrant ainsi une expérience de traduction transparente aux utilisateurs finaux.

Plans tarifaires DeepL pour les individus et les équipes

Pour commencer, il existe un forfait gratuit qui vous permet de traduire via les interfaces Web et applicatives.

Cependant, le forfait gratuit présente certaines limites :

• Limites des caractères et du volume de traduction ;
• Limite de taille de fichier de 5 Mo contre 10 Mo sur les forfaits payants ;
• Aucune possibilité de basculer entre les tons formels et informels ;
• Seulement 10 entrées de glossaire personnalisées ;
• Aucune intégration d’outils de TAO.

Pour augmenter ces limites, il existe trois forfaits payants. Vous pouvez payer mensuellement ( prix ci-dessous ) ou payer annuellement pour une réduction de 16 % :

Gardez à l’esprit que ces prix sont par utilisateur . Ainsi, si votre équipe compte cinq membres, le forfait d’entrée de gamme vous coûterait 43,7 $ si vous payiez mensuellement (8,74 $ * 5).

Plans tarifaires de l’API DeepL (pour les webmasters et les développeurs)

Si vous avez besoin d’accéder à l’API DeepL pour traduire votre application ou votre site Web, il existe un forfait gratuit pour toujours, puis un forfait premium unique avec paiement à l’utilisation.

Le forfait gratuit de l’API DeepL vous permet de traduire jusqu’à 500 000 caractères par mois. Cela équivaut à environ 100 000 mots , bien que cela dépende de votre contenu exact.

Si vous devez dépasser ces limites, vous paierez un forfait de 5,49 $ par mois, plus 25 $ par million de caractères que vous traduisez.

Voici le coût mensuel total pour traduire un certain nombre de caractères par mois :

• Un million de caractères – 30,49 $
• Deux millions de caractères – 55,49 $
• Cinq millions de caractères – 130,49 $
• …vous avez eu l’idée.

C’est un peu plus cher que la plupart des autres services de traduction. Par exemple, voici les tarifs par million de caractères pour d’autres outils populaires :

• Google Traduction – 20 $
• Microsoft Traduction – 10 $
• Amazon Traduire – 15 $

Cependant, DeepL a également obtenu de meilleurs résultats que tous ces services en termes de qualité de traduction.

En gros, la question que vous devez vous poser est la suivante :

Suis-je prêt à payer un peu plus pour des traductions de meilleure qualité ?

Vous devrez également penser à vos volumes de traduction. Si vous ne traduisez que deux millions de caractères par mois, la différence de prix n’est peut-être pas très grave car elle ne coûte que 15 à 30 dollars.

Mais si vous traduisez deux cents millions de caractères par mois, vous parlerez d’une différence d’environ 1 500 à 3 000 dollars, ce qui est une tout autre affaire.

Quels sont les principales alternatives à DeepL ?

L’univers des outils de traduction automatique est vaste et varié. Outre DeepL, certains des fournisseurs de MT les plus connus incluent :

Google Traduction

Lancé en 2006, Google Translate est passé d’un modèle statistique à un modèle NMT en 2016, quelques mois avant le lancement de DeepL.

Il prend en charge plus de 133 langues et son utilisation est gratuite (sauf pour l’utilisation de l’API pour traduire votre propre site Web ou si vous dépassez 500 000 caractères par mois). Son interface hautement accessible et sa conception intuitive en font un choix populaire pour les utilisateurs occasionnels. De plus, il peut traduire des sites Web entiers, des images et des discours.

Traduire Systran

Fondé en 1968, Systran a été le premier logiciel commercial de MT sur le marché. Systran est également la seule entreprise à disposer d’un écosystème open source pour la traduction automatique neuronale et l’apprentissage de séquences neuronales : OpenNMT .

Systran Translate prend en charge plus de 50 langues et les utilisateurs peuvent ajouter leurs propres glossaires, dictionnaires et corpus pour personnaliser la sortie.

Traducteur Microsoft

Intégré à Bing (le moteur de recherche de Microsoft) et en tant que fonction intégrée aux applications Microsoft Office, Microsoft Translator a été lancé en 2009 et est basé sur la dernière technologie de réseau neuronal avec un modèle basé sur l’attention.

De nos jours, il est également disponible sous forme d’application mobile autonome pour les appareils iPhone et Android. Il prend en charge plus de 100 langues et permet la traduction vocale et textuelle.

Amazon Traduire

Amazon Translate, l’un des plus jeunes acteurs dans le domaine, a été lancé en 2017. Il utilise un moteur de traduction automatique neuronale et a atteint des niveaux de performances impressionnants au cours de sa courte durée de vie.

Les utilisateurs ont besoin d’un compte AWS pour accéder à la gamme de fonctionnalités proposées par Amazon Translate : personnalisation (terminologie et données parallèles), terminologie de codage et traduction par lots (Amazon S3), pour n’en citer que quelques-unes.

Tencent Machine Translation

Tencent Machine Translation (TMT) est l’un des nouveaux venus sur le marché. Il prend actuellement en charge 10 langues et combine des modèles de traduction automatique neuronale et statistique.

Tencent Machine Translation se distingue particulièrement par ses capacités en langue chinoise, ayant obtenu les scores d’évaluation humaine les plus élevés enregistrés pour la traduction de l’anglais vers le chinois et les scores automatisés les plus élevés pour la traduction du chinois vers l’anglais.

DeepL vs Google Translate : quel est le meilleur ?

DeepL est-il meilleur que Google Translate ? La réponse à cette question, comme à toute autre chose, dépend du contexte et des besoins spécifiques de l’utilisateur. De manière générale, DeepL est souvent considéré comme un moteur de traduction automatique plus précis que Google Translate.

Cela dit, il comporte certaines limites : la sélection de langues de DeepL est plus limitée que celle de Google, et pour accéder à sa gamme complète de fonctionnalités, comme la traduction complète d’un document qui conserve le formatage d’origine ou la possibilité de choisir entre un registre formel et informel, vous devez J’aurai besoin d’un compte premium.

Une fonctionnalité offerte par DeepL et que les utilisateurs ne peuvent pas obtenir de Google Translate est la possibilité de cliquer sur n’importe quel mot traduit dans la zone de sortie pour afficher rapidement des traductions alternatives. Si vous sélectionnez une traduction différente de celle suggérée par DeepL, le reste du texte sera automatiquement mis à jour pour refléter votre choix.

Du point de vue de la sécurité, dans le cas de leurs versions gratuites, Google Translate et DeepL conservent l’historique du texte que vous traduisez. DeepL Pro, en revanche, propose des normes de protection des données de pointe et la suppression de vos textes immédiatement après la traduction. Cela le rend particulièrement adapté aux contenus sensibles.

Dans l’ensemble, les deux fournisseurs proposent des solutions utiles pour la traduction automatique. Si vous recherchez simplement un outil de traduction bon marché et facile à utiliser, doté d’un large éventail d’options linguistiques que vous n’avez pas besoin de personnaliser, Google Translate peut être la meilleure option. D’un autre côté, si vous avez besoin de traductions très précises que vous pouvez personnaliser et que vous devez vous assurer que vos données sont protégées, DeepL sera probablement le meilleur choix.

Évaluation de la précision et des performances de DeepL

Établir l’exactitude d’un moteur de traduction automatique peut être notoirement difficile. Les résultats varient en fonction des paires de langues concernées, des types de textes que vous traduisez (un document financier hautement technique n’est pas la même chose qu’un article de blog) et du niveau de personnalisation dont vous avez besoin.

De plus, comme le langage est dynamique et que des facteurs tels que le sens voulu par l’auteur ne peuvent pas être mesurés, l’exactitude prend une définition relative. Par exemple, les attentes en matière de grammaire et de précision de ponctuation pour un roman seront différentes de celles d’une publication sur les réseaux sociaux.

Cela dit, sur la base du sentiment général sur le Web , les utilisateurs rapportent que DeepL a tendance à être assez précis, en particulier en ce qui concerne les paires de langues européennes. Les propres expériences de DeepL le confirment. Cependant, étant donné que la manière dont l’entreprise présente les données peut potentiellement être considérée comme biaisée, un indicateur d’exactitude plus fiable est le retour des utilisateurs, qui tend à être positif, principalement en termes de :

• Interprétation et équivalence des expressions idiomatiques et de l’argot
• Naturel
• Traductions sensibles au registre

En fin de compte, chaque utilisateur devra prendre sa propre décision après avoir essayé les performances de DeepL dans ses cas d’utilisation. La bonne nouvelle est que la version gratuite vous permet de faire exactement cela sans aucun frais.

Les avantages et les inconvénients de DeepL

Les systèmes de traduction automatique neuronale tels que DeepL ouvrent tout un monde de possibilités. En tant que l’un des principaux fournisseurs de technologies NMT, DeepL peut être :

• Assez précis : il peut comprendre le contexte plus large des mots et des phrases pour produire des traductions plus précises et plus fluides et s’améliorer au fil du temps.
• Rapide à apprendre : vous pouvez former rapidement des réseaux de neurones grâce à des processus automatisés, contrairement aux méthodes coûteuses et largement manuelles requises pour la MT conventionnelle.
• Flexible et simple à intégrer : via des API, des extensions et des plugins, vous pouvez l’intégrer dans la plupart des navigateurs ou logiciels, et l’appliquer à de nombreux formats de fichiers de contenu.
• Personnalisable : vous pouvez généralement personnaliser la sortie de DeepL via des bases de données terminologiques, des glossaires spécifiques à la marque et d’autres sources de données pour améliorer les résultats.
• Rentable : comme tout autre moteur NMT, DeepL permet des traductions très précises et rapides à une fraction du coût.
• Évolutif : lorsque votre traduction doit évoluer, DeepL peut vous aider à répondre facilement à une demande accrue.

Cela étant dit, même si le développement de DeepL a atteint de grands sommets, pratiquement aucun moteur de traduction automatique ne sera probablement jamais parfait – et DeepL a encore du chemin à parcourir avant de rattraper son retard en matière de précision au niveau humain.

Il reste à voir dans quelle mesure DeepL continuera à s’améliorer dans les années à venir et est difficile à prédire. Pour l’instant, il reste encore en deçà des compétences humaines telles que :

• Poser des questions
• Comprendre le contexte
• Identifier les erreurs dans le texte source
• Attraper l’ironie
• Traduire de manière créative
• Faire des choix réfléchis
• Fais des recherches
• Observer la cohérence
• Garantir l’exhaustivité
• Omettre ou inclure délibérément des informations
• Ajout de gloses ou de notes

Même si la capacité des moteurs de traduction automatique à gérer ce type de tâches reste limitée, la post-édition manuelle restera probablement un élément essentiel de tout flux de traduction dans un avenir proche.

Utiliser DeepL pour la traduction professionnelle : bonnes pratiques

Lorsque vous utilisez DeepL pour la traduction automatique, il est important de vous en tenir aux cas d’utilisation dans lesquels vous pouvez en tirer le meilleur parti sans compromettre la qualité. Ceux-ci inclus:

• Contenu à faible visibilité ou à faible trafic , tel que des mémos internes, des pieds de page de sites Web, des e-mails, des publications sur les réseaux sociaux pour l’analyse des sentiments, etc.
• Contenu technique répétitif qui doit uniquement être exploitable, comme les manuels d’instructions. Si possible, demandez à un traducteur humain de post-éditer ce contenu pour éviter tout problème d’expérience utilisateur.
• Un contenu à faible risque qui n’a pas besoin d’être totalement précis ou de respecter des réglementations complexes. Un bon exemple est le contenu généré par les utilisateurs, comme les avis sur les produits, pour lequel les consommateurs n’attendent généralement pas une qualité élevée.
• Contenu rapidement périssable , comme les messages d’assistance par chat ou par e-mail, les demandes des clients, etc.
• De grandes quantités de contenu avec un délai d’exécution court, comme des centaines de descriptions de produits qui doivent être mises en ligne rapidement.
• Contenu fréquemment modifié : pensez aux mises à jour des fonctionnalités et des informations.

La plupart de ces cas d’utilisation nécessiteront une post-édition légère de traduction automatique (MTPE) pour garantir l’exactitude et la clarté, et vous pourrez même utiliser le résultat brut si le contenu n’est pas critique pour votre mission.

Certains autres types de contenu qui nécessitent un niveau de précision plus élevé nécessiteront une post-édition plus longue. Parmi eux, on retrouve :

• Titres de produits : ils sont très informatifs et concis, ils ont tendance à contenir des noms propres et des mots polysémiques, et leur ordre des mots est généralement relativement libre, ce qui peut provoquer une ambiguïté.
• Les traductions entre paires de langues de syntaxe différente : le japonais et l’espagnol, par exemple, impliquent une réorganisation des mots et des expressions qui rend les phrases bien formées plus difficiles pour les moteurs de traduction automatique.
• Contenu à visibilité moyenne qui a un impact sur l’expérience client : les bases de connaissances, les FAQ, les alertes, etc. doivent être aussi précises que possible pour atteindre l’objectif d’un support client efficace.
• Méta-informations SEO back-end : certains éléments SEO, tels que les textes alternatifs et les légendes des images, ont une faible visibilité mais nécessitent une optimisation technique, par exemple des mots-clés dans la langue cible, pour un meilleur classement dans les recherches.

Comment tirer le meilleur parti de DeepL avec la technologie de traduction

Les technologies de traduction modernes, telles que les plateformes de localisation, sont devenues un catalyseur d’efforts d’expansion mondiale efficaces en révolutionnant la manière dont les entreprises gèrent, traduisent et fournissent du contenu multilingue. Ces outils rationalisent l’ensemble du processus de bout en bout.

La plupart de ces solutions intègrent également des moteurs de traduction automatique, permettant aux utilisateurs de convertir rapidement de grandes quantités de texte dans la langue cible au sein de la même interface qu’ils utilisent déjà pour extraire, traduire, réviser et exporter le contenu vers le système d’origine. Les gains de productivité à eux seuls sont significatifs et, lorsqu’ils sont combinés aux économies de coûts associées à l’exploitation de la MT en premier lieu, le retour sur investissement qui en résulte peut être spectaculaire.

En revanche, lorsque vous utilisez MT en tant que moteur autonome qui ne réside pas dans le même système que votre contenu, vous ajoutez effectivement une couche supplémentaire de complexité au processus de traduction : il suffit de penser aux tracas liés au téléchargement manuel de fichiers ou au téléchargement. résultats. Les goulots d’étranglement qui en résultent, les flux de travail incohérents et le manque de visibilité sur l’ensemble du processus affectent inévitablement les délais de livraison et l’exactitude de vos traductions.

Prenons le cas de DeepL en tant que moteur de traduction automatique entièrement géré dans un système de gestion de traduction d’entreprise tel que Phrase TMS. Le système utilise automatiquement le meilleur moteur de traduction automatique pour chaque tâche, et sa solution basée sur l’IA filtre le contenu qui ne doit pas être traduit :

• Vous n’avez pas à vous soucier de la configuration technique : il suffit de basculer l’interrupteur sur « on » pour activer automatiquement le moteur pour vos langues et vous permettre de commencer à exploiter sa puissance immédiatement.
• Utilisez DeepL uniquement pour le contenu le mieux adapté : bien que DeepL soit un moteur très puissant, il n’y a aucune garantie : tous les domaines et toutes les paires de langues n’en bénéficieront pas de la même manière. La fonction de sélection automatique de Phrase vous permet d’activer plusieurs moteurs MT à la fois et de les attribuer automatiquement au contenu qui correspond le mieux à leurs capacités.
• Tirez parti des glossaires : vous pouvez gérer tous vos glossaires et terminologies de traduction automatique directement dans le TMS, et DeepL les utilisera pour garantir que toutes vos traductions sont alignées sur le style de votre entreprise. Cela fonctionne également pour d’autres moteurs MT intégrés.
• Profitez d’une MT illimitée pour la post-édition sur tous les moteurs : bien que DeepL propose une MT illimitée en tant que solution autonome, avec Phrase TMS, vous pouvez bénéficier du même avantage pour tous les moteurs entièrement gérés.

DeepL est aussi performant que la manière dont vous l’utilisez

Il est clair que DeepL a parcouru un long chemin depuis ses humbles débuts, et aujourd’hui, il peut être utilisé pour générer rapidement des traductions de haute qualité pour une variété de cas d’utilisation.

Cependant, pour libérer son véritable potentiel, vous devez l’utiliser pour le bon type de contenu, avec différents niveaux de post-édition selon le cas d’utilisation, et bien sûr, avec la bonne technologie. Un système de gestion de traduction tel que Phrase TMS est le contexte parfait à cet effet, vous permettant d’accéder à toutes les fonctionnalités qui font la richesse de DeepL.