Polonais : oubliez un « nie » et « je n'aurai pas d'enfants » devient « j'en aurai »

Dans une scène entre un père et son fils, le fils dit : "Ja nie będę miał dzieci." Je ne vais pas avoir d'enfants.

Speechmatics a écrit "Będę miał dzieci." Un "nie" en moins, et la phrase dit le contraire tout en se lisant parfaitement bien. C'est la seule négation inversée que nous ayons trouvée sur quatre extraits polonais. Cette seule réplique explique pourquoi Speechmatics n'est pas une piste de référence pour le polonais.

Les extraits de test : quatre films, les trois niveaux de difficulté

• Dzień świra (2002) : des échanges rapides entre un père et son fils, un son de studio propre. Notre niveau de base, et l'extrait qui a le mieux départagé les moteurs.
• Psy (1992) : une descente de police. Échanges rapides, interruptions, jurons, bruit de fond. Niveau moyen à élevé.
• Kiler (1997) : un interrogatoire au pas de charge, bourré de noms propres comme des modèles d'armes et des noms de villes. Niveau moyen à élevé.
• Wesele (2004) : une noce qui part en vrille. Des invités ivres qui crient les uns par-dessus les autres, un téléphone qui sonne, du bruit en continu. Notre niveau le plus difficile.

Les quatre sont en polonais standard, sans dialecte régional.

Les moteurs testés

Le premier tour en comptait quatre : ElevenLabs Scribe v2, AssemblyAI, Speechmatics et Doubao (pl-PL). Les transcriptions de Soniox provenaient d'une passe séparée avec tous les moteurs et ont été relues plus tard. Gemini a été ajouté en août 2026. Gladia et Deepgram avaient déjà échoué sur d'autres langues européennes, nous ne les avons donc pas retestés ici.

Lignes rouges, moteur par moteur

Speechmatics : outre la négation inversée, il a inséré trois mots que personne n'a prononcés dans la scène de la noce, "Myślisz że to" (« tu penses que »).

AssemblyAI : pas de phrases inventées, pas d'inversions, mais il invente des mots isolés. "Zjemy" (« nous mangerons ») est apparu dans la scène de la descente, "otestował" dans celle de la noce, et dans l'extrait propre il a ajouté "lewicką" (« de gauche ») à une réplique sur une veste Levi's.

Doubao : dans l'extrait propre, pendant un échange rapide sur des morceaux de Chopin, il a glissé "chwalony" (« loué »). Tous les moteurs ont peiné sur ce passage. Sur les deux premiers extraits, Doubao a d'abord obtenu 111 % et 118 % et produit du charabia en anglais. C'était notre erreur : le mauvais code de langue le renvoyait en mode chinois. Avec le bon code, il a produit du polonais cohérent.

Un endroit où tout le monde a échoué : dans la scène de la noce, quelqu'un dit "Psy go zabrali" (« les flics l'ont embarqué »). Psy est un mot d'argot pour la police. ElevenLabs et Doubao ont tous deux entendu "Wszyscy" (« tout le monde ») ; AssemblyAI a écrit "Psego". Quand plusieurs moteurs échouent au même endroit, c'est l'audio lui-même qui pose problème, nous ne le reprochons donc à aucun d'eux en particulier.

Même dans le chaos de la noce, aucun des quatre n'a inventé une phrase entière.

Taux d'erreur sur l'extrait propre : ElevenLabs 5,7 %, AssemblyAI 7,8 %, Doubao 10,2 %, Speechmatics 10,6 %. ElevenLabs a fait une seule vraie erreur sur tout l'extrait, en écrivant "Iść" au lieu de "Idź".

Ce que nous avons choisi, et pourquoi

Principal : ElevenLabs Scribe v2. Le plus propre sur les quatre extraits, aucune inversion, quasi parfait sur l'extrait propre.

Référence 1 : Soniox. Revérifié selon notre critère de zéro ligne rouge, il n'avait ni mot inventé, ni inversion, ni réplique perdue sur les quatre extraits. Selon la même mesure, AssemblyAI avait trois inventions mineures ou plus et avait perdu trois répliques. Dans la scène de la noce, Soniox était le meilleur du lot. C'est le seul moteur à avoir saisi "Co jest?" (« qu'est-ce qui se passe ? ») et le seul à avoir eu juste le pluriel "z nimi" (« avec eux »). Doubao a écrit "z nią" (« avec elle »).

Référence 2 : Doubao. Aucune inversion, et il est construit différemment des autres, si bien que ses erreurs ont tendance à ne pas coïncider avec les leurs. L'inversion de négation est la principale raison pour laquelle il a obtenu cette place plutôt que Speechmatics.

Référence 3 : Gemini. Lors de la série de tests d'août, il n'a franchi aucune ligne rouge en polonais. Aucune hallucination ni inversion dans la scène de la descente, avec les jurons intacts. Dans la scène de la noce, seulement de petits décalages d'ordre des mots et de personne, et il a transcrit une plus grande part de ce qui a réellement été dit que les sous-titres.

AssemblyAI est désormais le premier moteur de secours.

Les éléments qui plaident contre notre choix

• Soniox n'a pas gagné au premier passage. Lors de notre première relecture début juillet, nous avions conclu qu'il était « précis sur l'extrait propre mais pas meilleur qu'AssemblyAI et Doubao, et une égalité n'est pas une raison de changer ». Quelques jours plus tard, nous avons recompté avec un critère de ligne rouge plus strict, les inventions mineures d'AssemblyAI ont été retenues contre lui, et la décision s'est inversée. Un autre étalon peut donner un autre classement.
• Au taux d'erreur, AssemblyAI est arrivé premier sur l'extrait de l'interrogatoire (28,2 %).
• Le moteur principal fait aussi des erreurs : ElevenLabs a lui aussi raté l'argot "Psy".

Questions ouvertes

• Les quatre extraits sont des films. Aucune véritable interview de recherche.
• Aucun dialecte testé.
• Les noms propres (modèles d'armes, titres de Chopin) font trébucher presque tous les moteurs. Ils doivent être corrigés par l'étape de terminologie qui s'exécute après la transcription.