Documentation Oriloq

Principe du fine-tuning

Le fine-tuning consiste à enrichir le modèle de transcription avec des exemples audio annotés issus de vos propres dictées. Plus le modèle dispose d'exemples représentatifs de votre voix et de votre champ lexical, plus la reconnaissance devient précise sur vos termes spécifiques (jargon, noms propres, acronymes métier).

Constitution du dataset

Oriloq enregistre automatiquement chaque dictée dans un dossier de stockage configurable. Le dataset est organisé en deux sous-dossiers :

• •Enregistrements_a_valider — captures brutes en attente de relecture humaine.
• •Enregistrements_valides — captures relues, corrigées et marquées comme prêtes pour l'entraînement.

Le chemin du dossier se règle dans Paramètres → Transcription → Dataset de fine-tuning.

Validation des enregistrements

L'écran Dataset → À valider permet de relire chaque enregistrement, d'écouter l'audio, de corriger le texte transcrit et de marquer la capture comme validée. La validation des données est l'étape qui apporte le plus de gain de précision : un modèle ne peut s'améliorer que sur des exemples corrects.

Plusieurs outils accélèrent la relecture : lecteur audio avec vitesses 1× à 3×, correction orthographique intégrée (depuis 1.0.13), normalisation automatique du volume, et compression des silences pour des écoutes plus rapides.

Comparaison multi-modèles

Avant de valider un enregistrement, vous pouvez comparer côte à côte les résultats produits par plusieurs moteurs de transcription (depuis 1.0.8). Cela permet d'identifier le modèle le mieux adapté à votre cas d'usage et de relancer la transcription avec un modèle alternatif si la sortie ne convient pas.

Modèles affinés par adaptateurs

Depuis la 1.0.29, les modèles affinés par adaptateurs sont pris en charge : le gestionnaire affiche séparément la taille sur disque et la taille des poids, pour un choix éclairé.

Cache et performances

Depuis la version 1.0.13, le chargement d'une entrée du dataset est quasi instantané grâce à la mise en cache de la durée et du hash des fichiers audio. La validation d'un dataset volumineux reste fluide même sur plusieurs centaines d'enregistrements.