L’isolation vocale par IA a réduit de 73% le taux d’erreur de mots de la reconnaissance vocale sur 265 conversations réelles dans un benchmark de septembre 2026, mais a légèrement augmenté les erreurs sur les enregistrements déjà propres (Krisp, Voice Isolation Benchmark 2026). Ce compromis résume toute la catégorie : la suppression de bruit est désormais un réglage par défaut dans les outils de réunion grand public, mais son intérêt dépend de la saleté initiale de l’audio. Google indique que l’annulation du bruit de Meet est activée par défaut pour les comptes Business et Enterprise, Microsoft indique que l’isolation vocale de Teams est activée par défaut pour les utilisateurs, et Owl Labs a constaté que 76% des travailleurs américains citent l’écho ou la distorsion audio comme un problème courant des réunions hybrides (Owl Labs, State of Hybrid Work 2025). L’ensemble plus large des outils de collaboration dans lequel s’inscrivent ces fonctions est traité dans nos statistiques sur les communications unifiées en entreprise. Nous avons agrégé des données issues des articles du Deep Noise Suppression Challenge de Microsoft Research, de Microsoft, Google, Zoom, Apple, NVIDIA, Krisp, Owl Labs, du NIOSH, de l’Organisation mondiale de la santé et de recherches évaluées par des pairs en audiologie et en traitement de la parole indexées dans Europe PMC.
TL;DR
- L’isolation vocale a réduit le taux d’erreur de mots de 73% au global sur 265 conversations enregistrées (Krisp, Voice Isolation Benchmark 2026).
- Le WER en environnement de travail est passé de 31,84% à 6,30%, mais celui des appels téléphoniques propres est passé de 3,48% à 3,91% (Krisp, Voice Isolation Benchmark 2026).
- L’annulation du bruit de Google Meet est activée par défaut pour les comptes Business et Enterprise (Google, centre d’aide Meet 2026).
- La valeur par défaut de la stratégie Teams VoiceIsolation est Enabled (Microsoft Learn, guide d’administration de l’isolation vocale, avril 2026).
- Teams comptait plus de 320 millions d’utilisateurs actifs mensuels (Microsoft, conférence sur les résultats du T1 de l’exercice 2024, octobre 2023).
- 76% des travailleurs américains citent l’écho ou la distorsion audio et 75% l’impossibilité d’entendre tout le monde comme problèmes courants des réunions hybrides (Owl Labs, State of Hybrid Work 2025).
- Environ 27 millions de travailleurs américains sont exposés chaque année à un bruit dangereux (NIOSH, CDC).
- Le premier DNS Challenge a publié 441 heures de parole propre et reçu 28 soumissions de 19 équipes (Reddy et al., Interspeech 2020).
- En 2023, le challenge exigeait une latence combinée de 20 ms ou moins et utilisait 760,53 heures de parole propre dans une piste (Dubey et al., ICASSP 2023 DNS Challenge).
- 60% des responsables de l’expérience client prévoient d’adopter la traduction vocale par IA d’ici 6 à 12 mois, contre 36% en 2025 (Krisp, 2026 State of Voice in CX).
- Un programme de prothèse auditive à DNN a fait passer la reconnaissance de phrases dans le bruit de 60% à 79% chez des utilisateurs d’implant cochléaire bimodal (Kolberg et al., J Clin Med 2025).
- 430 millions de personnes ont besoin d’une réadaptation pour une perte auditive invalidante (OMS, Deafness and hearing loss fact sheet).
1. Réglages par défaut des plateformes : la suppression de bruit est désormais intégrée à la pile de réunion
La question de l’adoption a été en grande partie tranchée par les réglages par défaut plutôt que par des décisions d’achat. Le centre d’aide de Google Meet indique que l’annulation du bruit est activée par défaut pour les comptes Business et Enterprise, tandis qu’elle est désactivée par défaut pour Education Fundamentals, Education Standard et Education Plus (Google, Filtrer le bruit de fond dans Google Meet). La documentation d’administration de Microsoft indique que la stratégie de réunion Teams VoiceIsolation, ainsi que les paramètres de profil vocal EnrollVoice et PassiveVoiceEnrollment, sont activés (Enabled) par défaut (Microsoft Learn, Gérer l’isolation vocale, mis à jour en avril 2026). L’isolation vocale va un cran plus loin que la suppression de bruit : elle utilise un profil vocal stocké sur l’appareil de l’utilisateur pour éliminer les sons et les voix qui ne lui correspondent pas.
La portée de ces réglages par défaut est considérable. Microsoft a déclaré plus de 320 millions d’utilisateurs actifs mensuels de Teams et plus de 10 000 clients payants de Teams Premium en octobre 2023 (Microsoft, conférence sur les résultats du T1 de l’exercice 2024). Dernières données disponibles : Microsoft, 2023 ; sa conférence de juillet 2026 n’a donné aucun nouveau chiffre d’utilisateurs de Teams. Krisp, l’éditeur autonome le plus connu, affirme que son IA a traité des milliers de milliards de minutes de conversations vocales (Krisp, À propos).
| Métrique | Valeur | Source |
|---|---|---|
| Réglage par défaut de l’annulation du bruit de Google Meet | Activée pour Business et Enterprise ; désactivée pour les éditions Education | Google, centre d’aide Meet 2026 |
| Annulation du bruit de Meet sur l’appareil, sous Android | Pixel 4 et ultérieurs, Samsung S10 et ultérieurs, autres modèles | Google, centre d’aide Meet 2026 |
| Valeur par défaut de la stratégie Teams VoiceIsolation | Activée (EnrollVoice et PassiveVoiceEnrollment également activées) | Microsoft Learn, avril 2026 |
| Utilisateurs actifs mensuels de Teams | Plus de 320 millions | Microsoft, conférence sur les résultats du T1 de l’exercice 2024 (2023) |
| Clients payants de Teams Premium | Plus de 10 000 | Microsoft, conférence sur les résultats du T1 de l’exercice 2024 (2023) |
| Niveaux de suppression du bruit de fond de Zoom | Auto (par défaut), Faible, Moyen, Élevé | Assistance Zoom, paramètres audio professionnels 2026 |
| Mode micro Voice Isolation d’Apple | FaceTime iOS 15+, appels téléphoniques iOS 16.4+, mode automatique iOS 18+ | Assistance Apple 2026 |
| Minutes de voix traitées par Krisp | Des milliers de milliards | Krisp, À propos 2026 |
Note de contexte : le réglage Élevé de Zoom est décrit comme le plus agressif, capable d’éliminer la parole de fond d’autres personnes, et peut augmenter l’utilisation du CPU ; son mode son d’origine pour les musiciens désactive le post-traitement et porte le codec à 48 kHz, 96 kbps en mono ou 192 kbps en stéréo (Assistance Zoom, paramètres audio professionnels). Du côté des créateurs, les fonctions Noise Removal et Room Echo Removal de NVIDIA Broadcast nécessitent un GPU GeForce RTX 2060, Quadro RTX 3000, TITAN RTX ou supérieur (NVIDIA, application Broadcast). Les exigences du mode micro d’Apple proviennent de l’Assistance Apple.
2. Le coût d’un mauvais son : problèmes de réunion et bruit au travail
La suppression de bruit se vend parce que la mauvaise qualité audio est la défaillance la plus courante des réunions hybrides. Dans l’enquête d’Owl Labs de juillet 2025 auprès de 2 000 salariés américains à temps plein, 76% ont cité l’écho ou la distorsion audio et 75% l’impossibilité d’entendre tout le monde comme problèmes courants des réunions hybrides, juste derrière le temps perdu à cause de difficultés techniques, à 77% (Owl Labs, State of Hybrid Work 2025). Les salariés perdent en moyenne environ 6 minutes pour démarrer les réunions hybrides, et 27% perdent 10 minutes ou plus par réunion à cause de la configuration technique.
La recherche de Microsoft elle-même relie la qualité audio et vidéo à l’efficacité des réunions pour tous. Sur 3 290 réponses à une enquête par e-mail et 17 287 évaluations dans le client, la qualité, la fiabilité et la présence d’un ordre du jour pouvaient chacune améliorer de 70% les chances qu’une réunion soit jugée inclusive (Cutler et al., Meeting Effectiveness and Inclusiveness in Remote Collaboration, arXiv 2021). Dernières données disponibles : Microsoft Research, 2021. L’étude a mesuré la qualité audio et vidéo ensemble ; elle ne permet donc pas d’isoler l’effet du seul bruit de fond. L’acoustique des bureaux, l’autre moitié du problème, est traitée dans nos statistiques sur les distractions et l’acoustique en open space.
| Métrique | Valeur | Source |
|---|---|---|
| Travailleurs citant l’écho ou la distorsion audio comme problème courant des réunions hybrides | 76% | Owl Labs, State of Hybrid Work 2025 |
| Impossibilité d’entendre tout le monde | 75% | Owl Labs, State of Hybrid Work 2025 |
| Temps perdu à cause de difficultés techniques | 77% | Owl Labs, State of Hybrid Work 2025 |
| Temps moyen perdu au démarrage d’une réunion hybride | Environ 6 minutes (27% perdent 10+ minutes) | Owl Labs, State of Hybrid Work 2025 |
| Échantillon de l’enquête sur les réunions (e-mail / dans le client) | 3 290 réponses / 17 287 évaluations (environ 15% de taux de réponse dans le client) | Cutler et al., Microsoft Research 2021 |
| Effet de la qualité audio-vidéo, de la fiabilité ou de l’ordre du jour sur les chances d’inclusivité | Chacun +70% | Cutler et al., Microsoft Research 2021 |
| Travailleurs américains exposés chaque année à un bruit dangereux | Environ 27 millions | NIOSH, CDC |
| Population active américaine avec difficultés d’audition / acouphènes | Environ 1 sur 9 / environ 1 sur 13 | NIOSH, CDC |
Note de contexte : dans la définition du NIOSH, le bruit dangereux commence à 85 dBA, sa limite d’exposition recommandée moyennée sur une journée de huit heures (NIOSH, About Noise and Hearing Loss), ce qui est bien plus fort qu’un bureau typique. Une étude EEG de 2021 a constaté que l’activité cérébrale confirmait en partie une charge mentale plus faible avec un casque à réduction de bruit active qu’en présence de bruit, bien que la différence subjective n’ait pas été significative (Pieper et al., Frontiers in Neuroscience 2021). Les effets de fatigue des visioconférences sont suivis dans nos statistiques sur la fatigue des visioconférences.
3. Le benchmark de recherche : le Deep Noise Suppression Challenge de Microsoft
La plupart des suppresseurs de bruit en temps réel d’aujourd’hui ont été façonnés par un seul benchmark ouvert. Le premier Deep Noise Suppression Challenge, à Interspeech 2020, a publié 441 heures de parole propre de 2 150 locuteurs ainsi que 60 000 extraits de bruit répartis en 150 classes audio, et reçu 28 soumissions de 19 équipes (Reddy et al., Interspeech 2020 DNS Challenge). Ses organisateurs ont souligné que le jeu de test synthétique n’était pas représentatif des enregistrements réels, c’est pourquoi chaque édition suivante s’est appuyée sur des extraits réels en aveugle et sur des évaluations ITU-T P.808 par crowdsourcing.
La barre n’a cessé de monter. À la cinquième édition, à ICASSP 2023, une piste utilisait 760,53 heures de parole propre (562,72 heures de parole lue, 185,41 heures de mandarin), 181 heures de bruit réparties en 152 classes, et les modèles devaient tourner à un facteur temps réel de 0,5 ou moins sur un Intel Core i5 quadricoeur, avec une latence combinée de 20 ms ou moins (Dubey et al., ICASSP 2023 DNS Challenge ; page du challenge de Microsoft Research). La tâche est aussi passée de la suppression du bruit à la suppression des locuteurs parasites, et l’article signale une qualité de signal dégradée pour la plupart des modèles, signe que l’isolation vocale est plus difficile que la suppression du bruit.
| Métrique | Valeur | Source |
|---|---|---|
| Parole propre publiée, 2020 | 441 heures de 2 150 locuteurs | Reddy et al., Interspeech 2020 |
| Participation, 2020 | 28 soumissions de 19 équipes (9 dans les deux pistes) | Reddy et al., Interspeech 2020 |
| Évaluations par crowdsourcing par extrait, 2020 | 10 (20 pour les meilleures soumissions) | Reddy et al., Interspeech 2020 |
| Parole propre, ICASSP 2023 Piste 2 | 760,53 heures | Dubey et al., ICASSP 2023 |
| Données de bruit, 2023 | 181 heures, 152 classes audio, 60 000 extraits | Dubey et al., ICASSP 2023 |
| Participation, 2023 | 11 soumissions par piste, 10 équipes dans les deux | Dubey et al., ICASSP 2023 |
| Meilleur gain de score du challenge sur le jeu aveugle bruité, 2023 | 0,145 (casque), 0,141 (haut-parleur), la même équipe a gagné les deux | Dubey et al., ICASSP 2023 |
| Limites de calcul, 2023 | Facteur temps réel de 0,5 ou moins ; latence combinée de 20 ms ou moins | Microsoft Research, ICASSP 2023 DNS Challenge |
Note de contexte : le jeu de données public est volumineux : le dépôt du challenge indique 827 Go de parole propre, 58 Go de bruit et environ 1 To une fois décompressé (Microsoft, dépôt DNS-Challenge). L’édition 2022 a ajouté la précision des mots comme métrique et conclu que la communauté de recherche avait encore « un long chemin à parcourir » face au bruit difficile du monde réel (Dubey et al., ICASSP 2022 DNS Challenge). Derniers résultats du challenge disponibles : ICASSP 2023.
4. Isolation vocale et précision de la reconnaissance vocale
La suppression de bruit alimente désormais les machines autant que les humains, car les transcriptions de réunion et les agents vocaux dépendent d’une entrée propre. Dans le benchmark 2026 de Krisp, l’isolation vocale a fait passer le taux d’erreur de mots en environnement de travail de 31,84% à 6,30% sur 11 configurations de reconnaissance vocale issues de 9 moteurs (Krisp, Voice Isolation Benchmark 2026). Les gains étaient les plus importants lorsqu’une seconde voix était présente ; sur les appels téléphoniques propres, l’isolation a légèrement augmenté les erreurs, de 3,48% à 3,91%.
Ce résultat concorde avec la littérature académique. Un article de 2026 note que le rehaussement de la parole monocanal « n’a pas été établi comme un frontal efficace » pour la reconnaissance, par rapport à des modèles entraînés sur de la parole bruitée, puis rapporte une réduction relative du WER de 28,4% sur CHiME-2 en découplant les deux étapes (Yang, Pandey et Wang, Computer Speech and Language 2026). Ce qu’il faut en retenir : l’isolation corrige la diaphonie et les voix de fond, ce n’est pas une amélioration gratuite pour tous les appels.
| Métrique | Valeur | Source |
|---|---|---|
| Variation globale du WER avec l’isolation vocale | -73% | Krisp, Voice Isolation Benchmark 2026 |
| Environnements de travail (brut / isolé) | WER de 31,84% à 6,30% | Krisp, Voice Isolation Benchmark 2026 |
| Appels téléphoniques propres (brut / isolé) | WER de 3,48% à 3,91% (légère régression) | Krisp, Voice Isolation Benchmark 2026 |
| AssemblyAI Universal-3 Pro par lots | 30,32% à 3,75% (-88%) | Krisp, Voice Isolation Benchmark 2026 |
| ElevenLabs Scribe v2 / Soniox STT v5 | -85% / -82% | Krisp, Voice Isolation Benchmark 2026 |
| Jeu de données du benchmark | 265 conversations : 96 en bureau, 106 en centre d’appels, 63 sur mobile ou en voiture | Krisp, article sur le jeu de données du benchmark 2026 |
| Rehaussement découplé plus ASR sur CHiME-2 | Réduction relative du WER de 28,4% (WER de 5,6%) | Yang, Pandey et Wang, Computer Speech and Language 2026 |
| Même méthode, CHiME-4 monocanal | WER de 3,3% simulé, 4,4% réel | Yang, Pandey et Wang, Computer Speech and Language 2026 |
Note de contexte : le benchmark de Krisp est mené par l’éditeur et teste les propres modèles de Krisp, même si le jeu de données est publié sur Hugging Face. Il couvre 4 modèles d’isolation vocale, 24 appareils de bureau, 18 modèles de casques de centre d’appels et 18 modèles de téléphones (Krisp, comment le benchmark a été enregistré). Aucune réplication indépendante n’a encore été publiée.
5. Centres d’appels : là où la suppression de bruit rencontre l’IA vocale
Les centres d’appels combinent les salles les plus bruyantes et les flux de travail les plus dépendants de la voix. Dans le benchmark de Krisp, l’audio de centre d’appels est passé de 23,83% à 6,86% de taux d’erreur de mots après isolation vocale, le cadre où l’analyse de la parole, l’assistance aux agents et la traduction héritent tous de la qualité du flux du micro de l’agent (Krisp, Voice Isolation Benchmark 2026). L’intention d’investissement est claire : 60% des responsables de l’expérience client prévoient d’adopter la traduction vocale par IA d’ici 6 à 12 mois, contre 36% en 2025 (Krisp, The 2026 State of Voice in CX).
Les oreilles des agents comptent aussi. Une étude polonaise portant sur 78 opérateurs de centre d’appels a mesuré une exposition quotidienne moyenne au bruit de 74,7 dBA, avec 92,3% d’entre eux ayant une audition normale aux deux oreilles (Pawlaczyk-Luszczynska et al., Noise and Health 2018). Une étude plus large de 2022 sur 213 utilisateurs de casques, dont 177 opérateurs de centre d’appels, a relevé des expositions allant de 57 à 96 dB, mais seulement 1,4% des opérateurs dépassaient 85 dB (Pawlaczyk-Luszczynska et al., IJOMEH 2022). Les données de charge de travail et de rotation du personnel pour ces équipes figurent dans nos statistiques sur l’épuisement et le turnover des agents de centre d’appels.
| Métrique | Valeur | Source |
|---|---|---|
| WER en centre d’appels, brut / avec isolation vocale | 23,83% à 6,86% | Krisp, Voice Isolation Benchmark 2026 |
| Responsables CX prévoyant la traduction vocale par IA d’ici 6 à 12 mois | 60% (36% en 2025) | Krisp, 2026 State of Voice in CX (815 responsables, 12 pays) |
| Conversion d’accent, adoption actuelle ou prévue | 61% | Krisp, 2026 State of Voice in CX |
| Adoption de l’analyse de la parole | 80% | Krisp, 2026 State of Voice in CX |
| Principal défi : recruter des agents dans les bonnes régions et langues | 40% (coût du support linguistique 37% ; intégration technologique 14%) | Krisp, 2026 State of Voice in CX |
| Exposition quotidienne moyenne au bruit, 78 opérateurs de centre d’appels | 74,7 dBA (plage de 68-79) | Pawlaczyk-Luszczynska et al., Noise and Health 2018 |
| Utilisateurs de casques dépassant 85 dB, 177 opérateurs | 1,4% | Pawlaczyk-Luszczynska et al., IJOMEH 2022 |
| Utilisateurs de casques avec audition normale des deux côtés (250-8000 Hz) | 42% de 213 | Pawlaczyk-Luszczynska et al., IJOMEH 2022 |
Note de contexte : l’enquête State of Voice in CX est publiée par un éditeur qui vend de la traduction vocale et de la conversion d’accent ; ses chiffres d’adoption doivent donc être lus comme indicatifs. L’étude de 2018 constitue les données les plus récentes disponibles sur l’exposition des opérateurs de centre d’appels dans cette cohorte ; elle a aussi relevé des encoches hautes fréquences dans 15,4% des audiogrammes.
6. Au-delà des réunions : la réduction de bruit par apprentissage profond dans les soins auditifs
Les mêmes idées de débruitage neuronal équipent désormais les prothèses auditives, où les enjeux dépassent ceux d’une transcription plus propre. Dans une étude de 2025 portant sur 11 utilisateurs d’implant cochléaire bimodal âgés de 71 à 89 ans, un programme de prothèse auditive à DNN a fait passer la reconnaissance de phrases dans le bruit à 79%, contre 60% avec un réglage conventionnel (p < 0,001), et a offert un bénéfice bimodal de 40% par rapport à l’implant seul, contre 21% (Kolberg et al., Journal of Clinical Medicine 2025). Les données de terrain vont dans le même sens : chez 40 utilisateurs expérimentés ayant consigné 3 614 évaluations instantanées et 6 812 heures de son, la prothèse auditive à DNN a maintenu une satisfaction constante quel que soit le niveau de bruit de fond (Christensen et al., American Journal of Audiology 2024).
La population concernée est vaste. L’OMS estime que plus de 430 millions de personnes ont besoin d’une réadaptation pour une perte auditive invalidante et que près de 2,5 milliards auront un certain degré de perte auditive d’ici 2050 (OMS, Deafness and hearing loss fact sheet). Une étude de 2023 a décrit un débruiteur à apprentissage profond à microphone unique qui rétablissait l’intelligibilité de la parole des utilisateurs de prothèses auditives au niveau de témoins normo-entendants et fonctionnait en temps réel sur un ordinateur portable (Diehl et al., Scientific Reports 2023).
| Métrique | Valeur | Source |
|---|---|---|
| Reconnaissance de phrases dans le bruit, DNN contre programme conventionnel | 79% contre 60% (p < 0,001), 11 utilisateurs de 71 à 89 ans | Kolberg et al., J Clin Med 2025 |
| Bénéfice bimodal par rapport à l’implant seul dans un bruit de conversations | 40% (DNN) contre 21% | Kolberg et al., J Clin Med 2025 |
| Essai en conditions réelles d’une prothèse auditive à DNN | 40 utilisateurs, 3 614 évaluations, 6 812 heures d’audio | Christensen et al., Am J Audiol 2024 |
| DNN combiné à la formation de faisceaux chez les personnes âgées | A surpassé les autres programmes sur toutes les métriques (20 participants) | Folkeard et al., Trends in Hearing 2026 |
| Réduction de bruit dans la perte auditive sévère à profonde | Réduction significative de l’effort d’écoute (25 participants) | Dong et al., Frontiers in Neuroscience 2024 |
| Évaluation objective d’un DNN | 1 152 enregistrements sur mannequin à -5, 0 et +5 dB de SNR | Ashkanichenarlogh et al., Trends in Hearing 2025 |
| Personnes ayant besoin d’une réadaptation pour une perte auditive invalidante | Plus de 430 millions (plus de 5% de la population mondiale) | Aide-mémoire de l’OMS |
| Coût mondial annuel de la perte auditive non prise en charge | Près de 1 billion USD (1 000 milliards) | Aide-mémoire de l’OMS |
Note de contexte : ces essais sont de petite taille, de 11 à 40 participants, et plusieurs ont été menés avec les appareils d’un seul fabricant. Les résultats de Folkeard, Dong et Ashkanichenarlogh sont résumés à partir de leurs résumés (Folkeard et al. 2026 ; Dong et al. 2024 ; Ashkanichenarlogh et al. 2025), et les bénéfices de l’étude objective de 2025 étaient atténués en présence d’une réverbération modérée.
Résumé : la suppression de bruit par IA en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Variation globale du WER avec l’isolation vocale | -73% sur 265 conversations | Krisp, Voice Isolation Benchmark 2026 |
| WER en environnement de travail, brut / isolé | 31,84% à 6,30% | Krisp, Voice Isolation Benchmark 2026 |
| WER des appels téléphoniques propres, brut / isolé | 3,48% à 3,91% | Krisp, Voice Isolation Benchmark 2026 |
| WER en centre d’appels, brut / isolé | 23,83% à 6,86% | Krisp, Voice Isolation Benchmark 2026 |
| Annulation du bruit de Google Meet | Activée par défaut pour Business et Enterprise | Google, centre d’aide Meet 2026 |
| Stratégie Teams VoiceIsolation | Activée par défaut | Microsoft Learn, avril 2026 |
| Utilisateurs actifs mensuels de Teams | Plus de 320 millions (2023) | Microsoft, conférence sur les résultats du T1 de l’exercice 2024 |
| Niveaux de suppression du bruit de Zoom | 4 (Auto par défaut, Faible, Moyen, Élevé) | Assistance Zoom 2026 |
| Écho ou distorsion audio comme problème courant des réunions hybrides | 76% | Owl Labs, State of Hybrid Work 2025 |
| Impossibilité d’entendre tout le monde | 75% | Owl Labs, State of Hybrid Work 2025 |
| Travailleurs américains exposés à un bruit dangereux | Environ 27 millions par an | NIOSH, CDC |
| DNS Challenge 2020, parole propre / soumissions | 441 heures / 28 de 19 équipes | Reddy et al., Interspeech 2020 |
| DNS Challenge 2023, parole propre, Piste 2 | 760,53 heures | Dubey et al., ICASSP 2023 |
| DNS Challenge 2023, limite de latence | 20 ms ou moins | Microsoft Research 2023 |
| Réduction relative du WER, rehaussement découplé sur CHiME-2 | 28,4% | Yang, Pandey et Wang 2026 |
| Responsables CX prévoyant la traduction vocale par IA | 60% (36% en 2025) | Krisp, 2026 State of Voice in CX |
| Exposition quotidienne moyenne au bruit des opérateurs de centre d’appels | 74,7 dBA | Pawlaczyk-Luszczynska et al. 2018 |
| Reconnaissance de phrases dans le bruit avec prothèse à DNN | 79% contre 60% | Kolberg et al. 2025 |
| Personnes ayant besoin d’une réadaptation auditive | Plus de 430 millions | Aide-mémoire de l’OMS |
Méthodologie et sources
Chaque chiffre ci-dessus a été lu, lors des recherches pour cet article, dans un document d’entreprise, une page de centre d’aide, une transcription de conférence sur les résultats, une page gouvernementale, un article de challenge ou un résumé évalué par des pairs. Les benchmarks et enquêtes d’éditeurs sont signalés comme tels.
- Krisp : À propos, Voice Isolation Benchmark, septembre 2026, article sur l’enregistrement du jeu de données du benchmark, septembre 2026, The 2026 State of Voice in CX, août 2026
- Microsoft : conférence sur les résultats du T1 de l’exercice 2024, octobre 2023, Microsoft Learn, Gérer l’isolation vocale (avril 2026)
- Microsoft Research DNS Challenge : article Interspeech 2020, article ICASSP 2022, article ICASSP 2023, page du challenge ICASSP 2023, dépôt DNS-Challenge
- Étude de Microsoft Research sur les réunions : Cutler et al., Meeting Effectiveness and Inclusiveness in Remote Collaboration, 2021
- Google : Filtrer le bruit de fond dans Google Meet
- Zoom : Article d’assistance sur les paramètres audio professionnels
- Apple : Article d’assistance sur les modes micro
- NVIDIA : Application Broadcast
- Owl Labs : State of Hybrid Work 2025
- NIOSH (CDC) : About Noise and Hearing Loss
- Organisation mondiale de la santé : Deafness and hearing loss fact sheet
- Recherche évaluée par des pairs via Europe PMC : Yang, Pandey et Wang 2026, Pieper et al. 2021, Pawlaczyk-Luszczynska et al. 2018, Pawlaczyk-Luszczynska et al. 2022, Kolberg et al. 2025, Christensen et al. 2024, Diehl et al. 2023
- Note sur les données : aucun chiffre de taille de marché des logiciels de suppression de bruit par IA n’est inclus, car nous n’avons pas pu lire sous forme primaire les estimations de deux cabinets d’études indépendants et nous ne citerions pas un seul cabinet. Krisp est une société privée et ne publie aucun nombre d’utilisateurs ; son affirmation de « milliers de milliards de minutes » est une déclaration de l’entreprise, et son benchmark comme son enquête CX sont menés par l’éditeur. Le nombre d’utilisateurs de Teams (320 millions) date d’octobre 2023 et la conférence de Microsoft de juillet 2026 n’a pas fourni de mise à jour. L’article de blog de Microsoft Teams annonçant la suppression de bruit par IA en 2020 et l’article d’aide de Webex sur la suppression du bruit n’ont pas pu être chargés ; Cisco Webex n’est donc pas couvert. L’article du DNS Challenge 2023 donne les gains de score, mais son tableau complet de résultats n’a pas pu être extrait. L’étude de Cutler et al. sur les réunions (2021), l’étude de 2018 sur l’exposition en centre d’appels et le DNS Challenge 2023 constituent les données les plus récentes disponibles de leur catégorie. Les essais de prothèses auditives sont de petite taille (11 à 40 participants) et en partie liés aux fabricants. Les pourcentages de problèmes de réunion d’Owl Labs sont déclaratifs et proviennent de travailleurs américains à temps plein interrogés en juillet 2025.
Dernière mise à jour : 3 octobre 2026. Nous actualisons ce tour d’horizon chaque trimestre, et la prochaine révision est attendue lorsque Owl Labs publiera son rapport State of Hybrid Work 2026 et que Microsoft annoncera les résultats de son prochain challenge Deep Noise Suppression ou de qualité de la parole.