Très juste et merci de me donner l'occasion de développer (j'aurais pu en seconde partie de dépêche mais avais besoin de mesurer l'intérêt des lecteurs).
"À première lecture pour une personne qui n'est pas familière avec les technologies d'accessibilité, on lit ceci: "La société Hypra résout l'OCR pour GNU/Linux en offrant un pont (en logiciel libre) à une version spéciale d'un bon logiciel propriétaire, pour la modique somme de 150€". Ça n'est pas exactement le rêve du libriste (qui rêve d'une résolution de l'OCR par une solution entièrement libre), et donc je trouve normal que la nouvelle soit accueillie assez tièdement."
Moi aussi. Belle occasion d'expliquer.
"Quand on regarde de plus près on voit qu'il y a une vraie histoire qui n'est pas racontée. Hypra est bien une boîte "sociale et solidaire" qui se présente comme travaillant sur l'accessibilité du libre, en faisant du libre, dans l'intérêt de tous. Dans une précédente dépêche Texou avait parlé du "PC à accès universel", avec en particulier un système de synthèse vocal venant du milieu universitaire, mais pas vraiment libre, et on sentait bien dans son commentaire une déception et un choix du compromis—le choix d'aller chercher une solution qui rend GNU/Linux utilisable aujourd'hui peut valoir le compromis d'avoir du code partiellement propriétaire pour cela."
C'est exactement la même démarche ici. Les utilisateurs déficients visuels, pour beaucoup, et dont un grand nombre est âgé, attendent de l'ordinateur une voix naturelle et un logiciel les aidant à lire leur courrier en toute autonomie. Pour la voix, nous avons Mbrola (même si ça ne résout pas tout). Nous allons d'ici la rentrée proposer plusieurs voix supplémentaires (non libres mais très naturelles). Cela sera l'occasion pour Hypra de développer les modules nécessaires, en libre, dans speech-dispatcher (comme il a çté fait pour Svox Pico ou Mbrola). Et de faire passer plus de personnes pour qui le libre serait une vraie chance à ces technologies! Eh oui, compromis obligatoire sur des techno aussi pointues, même si on ne s'en satisfera jamais éthiquement. Mais développer une synthèse requiert des compétences considérables qu'on n'a pas et cela nous empêche même de sous-traiter intelligemment.
"Voilà les questions que je pose alors et auxquelles la dépêche aurait pu répondre:
Pourquoi ce choix d'une solution OCR propriétaire ? J'imagine que les solutions libres ont été évaluées et ne répondent pas au besoin. Pouvez-vous en dire plus sur les candidats qui ont été considérés, la façon de les évaluer, et les manquements observés ? Quelle est la performance sur ces critères de la solution qui a été finalement choisie ? " Nous sommes partis de ce que les gens ont sur Windows. Quand on scanne un document, puis passe par l'OCR, le but est de connaître son contenu, et même l'essentiel de celui-ci. A savoir: une quitance, le montant du loyer. Un relevé, le solde, etc.
Sur cette base d'usages, on a scanné un document, somme toute basique en termes d'usage (quitance de loyer) en 300dpi. Puis, on a testé:
- tesseract: en ligne de commande, résultat seulement en txt, médiocre au global de l'OCR (l'essentiel n'y est pas). Impossible de contacter qui que ce soit travaillant sur cet outil.
- gimagereader (utilise mais aide Tesseract pour qu'il travaille dans de bonnes conditions): mieux sur le résultat, mais génère un txt (or les gens veulent un .odt pour pouvoir montrer à des voyants une mise en forme conservée). Surtout, l'accessibilité de l'interface est très douteuse (pas de label sur les objets GTK, déplacements au clavier incertains). Testé avec une dame âgée débutante, échec total.
- lios: Linux Intelligent OCR System. Difficultés ici à prendre en main l'interface. Résultat peu positif avec ce type de document
- gocr: faible reconnaissance
Dès lors, on a testé les outils propriétaires grand public disponibles sur GNU/Linux. Et évidemment, on est passé à plus de 80%, tableaux/cadres restitués, etc (impression d'inclusion des gens).
Nous avons donc suivi une méthode usages, seule à garantir des actions à court terme. Sans cela, une analyse plus scientifique conduisait à un degré de précision/complexité académique mais qu'on n'aurait pas su traduire en usages quotidiens. Et ça débouchait sur: "eh oui les perf de l'OCR, c'est très compliqué".
Certes, mais on en a un qui marche, que le public connaît, et compatible GNU/Linux. Let's go.
" Quelle est la stratégie à long terme sur l'OCR, y a-t-il un espoir de solution libre à terme ?"
Franchement je n'en sais rien. Les contacts qu'on a eu avec les labo ne nous ont pas encouragé. On nous a parlé de coûts pharamineux, aux résultats incertains et surtout, ils savaient travailler pour une reconnaissance "en cas spécifique". Le côté "fourre-tout" ne leur parlait jamais, or tel est notre besoin. Du coup ils exigeaient un niveau de scientificité qu'on n'a pas pu relier au besoin usage. Au final, j'en ai déduit que cette techno exigeait des professionnels ultrapointus et entre science et industrie. Donc si on s'y remet, ça sera avec un directeur de R&D proprement dit. Pas demain, d'autant qu'avant, d'énormes investissements sont requis côté basse vision (Compiz) et accessibilité de LibreOffice et maintien de MATE. Et c'est critique pour la suite. Pokr l'heure, j'ai vu le R, peu le D.
A la rigueur, je serais plus optimiste sur la synthèse vocale que l'OCR, n'arrivant pas à m'approprier lesujet pour en faire un plan d'actions.
"Expliquer le processus de décision, et pas finalement annoncer le résultat final, permettrait aux gens de mieux comprendre les problématiques et les enjeux."
Merci de m'en donner l'occasion. Je suis ouvert à toute aide sur la question. Car ici, le problème n'est ni la licence, ni le brevet, c'est de la technique pure.
[^] # Re: Il y a une belle histoire là-dessous, mais elle est mal racontée
Posté par Texou (site web personnel) . En réponse à la dépêche GNU/Linux a son OCR de qualité. Évalué à 8.
Très juste et merci de me donner l'occasion de développer (j'aurais pu en seconde partie de dépêche mais avais besoin de mesurer l'intérêt des lecteurs).
"À première lecture pour une personne qui n'est pas familière avec les technologies d'accessibilité, on lit ceci: "La société Hypra résout l'OCR pour GNU/Linux en offrant un pont (en logiciel libre) à une version spéciale d'un bon logiciel propriétaire, pour la modique somme de 150€". Ça n'est pas exactement le rêve du libriste (qui rêve d'une résolution de l'OCR par une solution entièrement libre), et donc je trouve normal que la nouvelle soit accueillie assez tièdement."
Moi aussi. Belle occasion d'expliquer.
"Quand on regarde de plus près on voit qu'il y a une vraie histoire qui n'est pas racontée. Hypra est bien une boîte "sociale et solidaire" qui se présente comme travaillant sur l'accessibilité du libre, en faisant du libre, dans l'intérêt de tous. Dans une précédente dépêche Texou avait parlé du "PC à accès universel", avec en particulier un système de synthèse vocal venant du milieu universitaire, mais pas vraiment libre, et on sentait bien dans son commentaire une déception et un choix du compromis—le choix d'aller chercher une solution qui rend GNU/Linux utilisable aujourd'hui peut valoir le compromis d'avoir du code partiellement propriétaire pour cela."
C'est exactement la même démarche ici. Les utilisateurs déficients visuels, pour beaucoup, et dont un grand nombre est âgé, attendent de l'ordinateur une voix naturelle et un logiciel les aidant à lire leur courrier en toute autonomie. Pour la voix, nous avons Mbrola (même si ça ne résout pas tout). Nous allons d'ici la rentrée proposer plusieurs voix supplémentaires (non libres mais très naturelles). Cela sera l'occasion pour Hypra de développer les modules nécessaires, en libre, dans speech-dispatcher (comme il a çté fait pour Svox Pico ou Mbrola). Et de faire passer plus de personnes pour qui le libre serait une vraie chance à ces technologies! Eh oui, compromis obligatoire sur des techno aussi pointues, même si on ne s'en satisfera jamais éthiquement. Mais développer une synthèse requiert des compétences considérables qu'on n'a pas et cela nous empêche même de sous-traiter intelligemment.
"Voilà les questions que je pose alors et auxquelles la dépêche aurait pu répondre:
Pourquoi ce choix d'une solution OCR propriétaire ? J'imagine que les solutions libres ont été évaluées et ne répondent pas au besoin. Pouvez-vous en dire plus sur les candidats qui ont été considérés, la façon de les évaluer, et les manquements observés ? Quelle est la performance sur ces critères de la solution qui a été finalement choisie ? "
Sur cette base d'usages, on a scanné un document, somme toute basique en termes d'usage (quitance de loyer) en 300dpi. Puis, on a testé:
- tesseract: en ligne de commande, résultat seulement en txt, médiocre au global de l'OCR (l'essentiel n'y est pas). Impossible de contacter qui que ce soit travaillant sur cet outil.
- gimagereader (utilise mais aide Tesseract pour qu'il travaille dans de bonnes conditions): mieux sur le résultat, mais génère un txt (or les gens veulent un .odt pour pouvoir montrer à des voyants une mise en forme conservée). Surtout, l'accessibilité de l'interface est très douteuse (pas de label sur les objets GTK, déplacements au clavier incertains). Testé avec une dame âgée débutante, échec total.
- lios: Linux Intelligent OCR System. Difficultés ici à prendre en main l'interface. Résultat peu positif avec ce type de document
- gocr: faible reconnaissance
Dès lors, on a testé les outils propriétaires grand public disponibles sur GNU/Linux. Et évidemment, on est passé à plus de 80%, tableaux/cadres restitués, etc (impression d'inclusion des gens).
Nous avons donc suivi une méthode usages, seule à garantir des actions à court terme. Sans cela, une analyse plus scientifique conduisait à un degré de précision/complexité académique mais qu'on n'aurait pas su traduire en usages quotidiens. Et ça débouchait sur: "eh oui les perf de l'OCR, c'est très compliqué".
Certes, mais on en a un qui marche, que le public connaît, et compatible GNU/Linux. Let's go.
" Quelle est la stratégie à long terme sur l'OCR, y a-t-il un espoir de solution libre à terme ?"
Franchement je n'en sais rien. Les contacts qu'on a eu avec les labo ne nous ont pas encouragé. On nous a parlé de coûts pharamineux, aux résultats incertains et surtout, ils savaient travailler pour une reconnaissance "en cas spécifique". Le côté "fourre-tout" ne leur parlait jamais, or tel est notre besoin. Du coup ils exigeaient un niveau de scientificité qu'on n'a pas pu relier au besoin usage. Au final, j'en ai déduit que cette techno exigeait des professionnels ultrapointus et entre science et industrie. Donc si on s'y remet, ça sera avec un directeur de R&D proprement dit. Pas demain, d'autant qu'avant, d'énormes investissements sont requis côté basse vision (Compiz) et accessibilité de LibreOffice et maintien de MATE. Et c'est critique pour la suite. Pokr l'heure, j'ai vu le R, peu le D.
A la rigueur, je serais plus optimiste sur la synthèse vocale que l'OCR, n'arrivant pas à m'approprier lesujet pour en faire un plan d'actions.
"Expliquer le processus de décision, et pas finalement annoncer le résultat final, permettrait aux gens de mieux comprendre les problématiques et les enjeux."
Merci de m'en donner l'occasion. Je suis ouvert à toute aide sur la question. Car ici, le problème n'est ni la licence, ni le brevet, c'est de la technique pure.
Bien cordialement,