Lou Burnard, a travaillé au sein de l’Oxford University Computing Services (OUCS) de 1975 à 2010. Très impliqué dans les « digital humanities » depuis les années 1990, il est notamment l’un des pères fondateurs du Text Encoding Initiative (TEI), du Arts and Humanities Data Service , et du British National Corpus. Il a rejoint le TGE Adonis en 2009, où il travaille à mi-temps.
Support de présentation : PDF
podcast :
Entretien avec Lou Burnard par Gabriel Bergounioux : partie 1, partie 2
Pour clore le séminaire annuel, Lou Burnard est venu nous présenter à la BnF les propositions de la TEI pour l’encodage des documents sonores et oraux. Un enjeu qu’il resitue dans la série complexe d’opérations techniques et conceptuelles relatives au traitement des sources orales par les chercheurs. Ce processus inclut :
– Des techniques d’enregistrement de signaux sonores.
– La nécessaire contextualisation de ces sources en vue de leur exploitation selon des angles d’approches multiples : historique, linguistique, anthropologique, etc.
– Et enfin, l’important travail de transcription qui permet de décrire et de structurer l’oral sous une forme textuelle.
Ce travail de transcription à partir duquel l’encodage de l’oral devient possible dépend d’un processus de réécriture des énoncés oraux qui, comme le souligne Lou Burnard, suppose des choix et s’apparente déjà à un acte d’interprétation.
L’oral constitue en effet un objet particulièrement hétérogène qui renvoie à des styles de communication plus ou moins structurés : entretiens informels, fragments de conversation capturés avec des micros cachés, interviews, débats, interactions transactionnelles (achat), etc. Que va-t-on décider de représenter avant tout? Le contenu du message (analyse socio-historique) ou bien la manière dont il est exprimé (analyse linguistique) ? Sur quelle méthode de transcription orthographique va-t-on s’appuyer pour justifier la démarche de recherche ? Et jusqu’à quel degré de détail engager la description ?
Des figures de style qui structurent la conversation, en passant par leur découpage en énoncés, mots ou phonèmes jusqu’à la prise en compte de l’ambiance sonore et des modes de communication non verbaux, il n’existe pas de consensus académique sur les unités élémentaires pertinentes servant à la description de l’oral. D’où la prolifération de conventions qui, au sein des communautés, accompagnent ce travail de structuration « factice » des énoncés oraux et qui, jusqu’à présent, privilégient une lecture humaine de cette pluralité de point de vue.
Le défi selon Lou Burnard serait aujourd’hui de rendre ces modes de transcription compatibles avec des standards autorisant leur traitement informatique. Ce besoin de standardisation, soulignait T. Schmidt[1], se fait de plus en plus sentir dans un contexte où l’émergence de grandes infrastructures numériques offre de nouveaux horizons pour regrouper et exploiter des corpus provenant de sources diverses.
La syntaxe XML TEI, issue du monde académique et à vocation pluridisciplinaire, met à disposition toute une gamme de propositions pour transcrire l’oral selon des schémas normalisés, à la fois lisibles par les humains et les machines. Elle permet en outre :
– De structurer les énoncés à travers un flux temporel <timeline> qui permet l’alignement avec la transcription et la synchronisation de séquences.
– De regrouper des énoncés sous la balise <div> et de les découper en segment de discours <s> attribué à un locuteur @who à un moment donné.
– D’introduire des métadonnées descriptives sur les locuteurs, les lieux, les organisations, le contexte ou d’anonymiser au contraire des personnes ou des entités nommées.
– D’opérer, au moyen de balises et d’attributs, une description très fine des différents phénomènes de communication oraux et non-oraux qui font partie du discours : pauses, chevauchements de paroles, changements d’intonation, de voix ou de langue, expressions vocalisées (tousser, rire, se moucher, grogner…), gestes, etc.
– D’introduire des partis-pris scientifiques, des nuances, des lacunes, des doutes.
– D’utiliser des outils génériques et modulables, donc adaptables à des besoins spécifiques.
– De faire évoluer la théorie TEI en faisant des propositions qui ne perturbent pas les modèles « normalisés » préexistants.
Lou Burnard note en conclusion que les principaux obstacles à la normalisation des pratiques d’encodage – la fragmentation des communautés et l’immaturité théorique des standards – tendent désormais à s’estomper. La TEI présente certes encore des lacunes, mais elle a l’avantage de proposer une norme évolutive et non restrictive dont la richesse descriptive octroie aux chercheurs une grande liberté intellectuelle dans les choix d’encodage des données. Elle leur ouvre ainsi la possibilité de travailler de manière collaborative à l’enrichissement des balises répondant à des besoins ou des domaines de recherche spécialisés, à l’élaboration de schémas de structuration transversaux à l’étude de plusieurs corpus, et au développement des outils de traitement des corpus ainsi structurés.
Abigaël PESSES, TGE adonis
Crédits : images tirées du support de présentation de Lou Burnard.
Pour aller plus loin
Site officiel du consortium TEI et accès aux guides des bonnes pratiques
Accès à la liste de diffusion TEI
Références francophones :
Mutualisation des Expériences d’Encodage Textuel (MEET)
Une définition rapide de la TEI par Laurent Romary et Henri Hudrisier
Adresse de la liste de diffusion TEI française : tei-fr@cru.fr
[1] Thomas Schmidt, « A TEI-based Approach to Standardising Spoken Language Transcription », Journal of the Text Encoding Initiative [Online], Issue 1 | June 2011, Online since 08 June 2011, connection on 25 May 2012. URL : http://jtei.revues.org/142 ; DOI : 10.4000/jtei.142
OpenEdition vous propose de citer ce billet de la manière suivante :
Abigaël PESSES (19 juin 2012). Lou Burnard : “Encoder l’oral en TEI : démarches, avantages, défis….”. le document sonore. Consulté le 19 mars 2025 à l’adresse https://doi.org/10.58079/ugoc