Compteur de syllabes

Qu’est-ce qu’un compteur de syllabes ?

Un compteur de syllabes prend un texte et dit combien de syllabes il contient : les temps que vous frapperiez en le prononçant. On y recourt pour ajuster un vers à sa mesure, pour vérifier qu’un alexandrin compte bien ses douze pieds, pour qu’une parole de chanson reste chantable, ou pour voir si un texte s’appuie trop sur des mots longs. Celui-ci va du mot isolé à la page entière, en français, anglais, espagnol ou portugais, et affiche le compte de chaque mot à côté du total.

Le français demande un traitement particulier, et il vaut mieux le dire que le taire. Ses terminaisons muettes doivent tomber avant tout comptage : « parlent » fait une syllabe, pas les trois que suggère son orthographe, parce que le -ent de troisième personne du pluriel et le e final sont l’un et l’autre muets. Ses digrammes se réduisent ensuite à un seul son, si bien que « beau » fait une syllabe et « oiseau » deux. Une fois ces deux étapes faites, chaque groupe de voyelles restant est un noyau, et le compte est juste.

L’anglais est une autre affaire, et c’est la partie intéressante de cet outil. Son orthographe ne détermine pas sa prononciation, et le CMU Pronouncing Dictionary — le relevé de référence de la prononciation anglaise, réalisé à Carnegie Mellon — donne plusieurs prononciations pour 1 468 mots courants, et ces prononciations ne s’accordent pas sur le nombre de syllabes. « Every » fait deux ou trois. « Our » une ou deux. « Fire » une ou deux. Pondéré par la fréquence réelle des mots dans la prose, cela représente 1,39 % du texte courant : un mot sur soixante-douze.

Comment s’en servir

1. Choisissez d’abord la langue. Les règles diffèrent réellement : l’anglais a besoin d’un dictionnaire parce que son orthographe ne dit pas comment il sonne, tandis que le français, l’espagnol et le portugais se comptent à partir de leurs voyelles. Changer de langue recompte le même texte selon les nouvelles règles.
2. Tapez ou collez votre texte. Un mot seul convient, une page entière aussi. Les totaux se mettent à jour à la frappe, et le détail en dessous montre ce que chaque mot a apporté : on voit donc tout de suite lequel fait déborder le vers.
3. Lisez le total comme une fourchette quand il en affiche une. Deux nombres séparés d’un tiret signifient que votre texte contient au moins un mot auquel le dictionnaire donne deux lectures, et ces mots sont listés à part avec leurs deux comptes. Le nombre bas correspond à une élocution rapide et comprimée, le haut à une lecture pleinement articulée.

Pourquoi l’anglais a besoin d’un dictionnaire

La démonstration la plus nette tient en deux mots à terminaison identique : « alone » fait deux syllabes et « abalone » en fait quatre. Aucune règle écrite sur les lettres n’attrape les deux, et les règles de cet outil se trompent sur le second : elles annoncent trois. C’est précisément cet écart qui impose l’existence, en dessous, d’une table de réponses connues.

Le comptage anglais fonctionne donc en deux couches. Quand le dictionnaire CMU a une réponse pour un mot courant, c’est elle qui sert, tirée d’une table de 1 050 mots que les règles manquent. Tout le reste retombe sur les règles : e final muet, -ed muet, les groupes de voyelles, et les hiatus où une suite de voyelles fait bel et bien deux temps. Compter les voyelles accentuées d’une prononciation CMU donne un nombre de syllabes exact, et c’est ce qui fait du dictionnaire une vérification véritable plutôt qu’un second avis.

L’espagnol et le portugais n’ont besoin d’aucune table : leur orthographe est proche du phonémique, donc regrouper les voyelles avec une règle de diphtongues donne le compte réel. « Biblioteca » fait quatre parce que « io » est une diphtongue, « país » fait deux parce que l’accent sur la voyelle faible brise la diphtongue, et les diphtongues nasales du portugais comptent pour une.

Limites assumées

Quelle est sa justesse ? Cette question n’a pas non plus une seule réponse, et cela mérite d’être dit parce que c’est là que la plupart des taux publiés induisent en erreur sans le vouloir. Mesuré sur l’ensemble du dictionnaire CMU, le comptage anglais tombe exactement juste pour 88,79 % des mots et à une syllabe près pour 99,56 %. Mesuré sur les seuls mots distincts qui apparaissent dans de la prose réelle, 92,70 %. Pondéré par la fréquence à laquelle ces mots apparaissent effectivement — ce qui correspond à l’usage courant de l’outil —, 98,40 %. Le premier chiffre est celui qu’un article citerait, le dernier celui qui décrit l’expérience réelle, et l’écart entre les deux tient entièrement à ceci : le dictionnaire est plein de noms propres et de mots étrangers, la prose est pleine de mots courts et fréquents.

Mis côte à côte, ces chiffres donnent le résumé honnête : l’outil se trompe environ 1,6 % du temps sur du texte ordinaire, et environ 1,4 % du temps la question elle-même admet deux réponses. Ce ne sont pas les mêmes mots — là où le dictionnaire donne deux lectures, le compteur en retrouve une dans 97,68 % des cas — mais ils sont du même ordre de grandeur.

Il compte les syllabes ; il ne coupe pas les mots en syllabes. Où tombe une frontière syllabique est une question distincte de combien il y en a, et la réponse informatique habituelle — les motifs de césure de TeX que les traitements de texte utilisent — répond encore à autre chose : où une ligne peut légalement être coupée, ce qui écarte délibérément des coupes syllabiques parfaitement correctes pour éviter une typographie laide. Imprimer une division fondée sur ces motifs et l’appeler syllabation serait affirmer ce que cet outil ne peut pas défendre.

Le dictionnaire de prononciation complet n’est pas embarqué : sous forme de table mot-et-compte, il pèse 353 Ko compressés, plus du double du téléchargement maximal que ce site accepte d’imposer, et le rogner jusqu’à ce qu’il rentre serait une coupe arbitraire plutôt qu’une limite que quelqu’un reconnaîtrait. Ce qui est embarqué, c’est la table de 1 050 exceptions du vocabulaire courant et la table de 1 468 désaccords, ensemble sous les 20 Ko.

L’arabe n’est pas proposé, pour la raison même qui empêche ce site de noter la lisibilité en arabe : toutes les règles lisent les voyelles dans l’orthographe, et l’arabe s’écrit normalement sans les signes qui marquent les voyelles brèves, de sorte que la place des syllabes n’est pas récupérable à partir des lettres. Un nombre produit malgré tout serait une conjecture déguisée en mesure.

Pourquoi est-ce gratuit ?

Parce que cela ne coûte rien à faire tourner. Le comptage a lieu dans votre navigateur, sur votre propre machine : les tables du dictionnaire font partie de la page. Rien de ce que vous tapez n’est envoyé, aucun serveur ne voit votre texte, il n’y a pas de compte à créer, pas de limite de longueur et pas de filigrane sur ce que vous copiez.

Le script qui lit le dictionnaire de prononciation et construit les tables est conservé dans le dépôt à côté des données qu’il produit, et les tests vérifient les comptes contre ce dictionnaire plutôt que contre des attentes écrites à la main. C’est la différence entre un chiffre que cette page peut défendre et un chiffre qu’elle se contente d’affirmer.