Kinect s’est vendu à 35 millions d’exemplaires, et sa fabrication a pourtant cessé en 2017 (MCV, Microsoft officially ceases Kinect production 2017), la preuve la plus nette qu’un microphone dans la boîte ne fait pas de la voix une commande de jeu standard. Steam renvoie désormais 190 résultats pour son tag Voice Control (recherche dans la boutique Steam, 31 octobre 2026), et plus de 95 millions de consoles PS5 ont été livrées aux détaillants pour une plateforme dont la manette DualSense intègre un microphone (Sony Interactive Entertainment, Business Data and Sales 2026). La reconnaissance reste inégale : les locuteurs de l’anglais en langue seconde subissent des écarts d’erreur de 2,6 à 5,9 fois selon les modèles actuels (Roll et Graham, SLaTE 2025), une tendance que nous suivons aussi dans nos statistiques sur le biais d’accent en reconnaissance vocale. Nous avons agrégé des données issues de la recherche sur les jeux de l’University of Melbourne, de Disney Research, de Sony, de Nintendo et d’articles de science de la parole évalués par des pairs, afin de distinguer ce que les joueurs font réellement de leur voix de ce que les détenteurs de plateformes affirmaient.
TL;DR
- Kinect s’est vendu à 35 millions d’exemplaires avant l’arrêt de sa fabrication en 2017 (MCV 2017).
- Microsoft a revendiqué une moyenne de 120 commandes vocales par mois en 2014 (Shacknews 2014).
- Phasmophobia, qui permet aux joueurs de parler à ses fantômes, a dépassé 25 millions de ventes toutes plateformes confondues (Kinetic Games via WorthPlaying 2025).
- Les locuteurs de l’anglais en langue seconde ont subi des écarts d’erreur de 2,6 à 5,9 fois sur 10 modèles de reconnaissance (Roll et Graham, SLaTE 2025).
- La parole accentuée a obtenu un taux d’erreur de mots de 30-50% sur Wav2Vec 2.0, contre 2-8% pour les locuteurs natifs (Bandodkar et al., AAAI 2024).
- Un échange parlé complet avec un personnage de jeu piloté par IA a duré en moyenne 6,909 secondes, avec un pire cas de 24,362 secondes (Korkiakoski et al. 2025).
- La dictée en anglais était 2,93 fois plus rapide que la saisie sur un clavier de téléphone, soit 153 contre 52 mots par minute (Ruan et al. 2017).
- Un système de détection de mots-clés conçu pour les enfants a atteint 85% de précision, et un système commercial était moins précis de 35% (Disney Research 2016).
- PS5 Voice Command reste une préversion limitée à deux pays et à une seule langue (PlayStation Support 2026).
1. Quarante ans de hausses et de baisses d’intérêt
106 nouveaux jeux vidéo à interaction vocale ont été lancés en 2017 seulement (Allison et al., Design Patterns for Voice Interaction in Games, CHI PLAY 2018), ce qui ressemble à une percée jusqu’à ce que l’on lise l’histoire qui la précède. Le même groupe de recherche a constaté que la voix n’a “jamais connu de succès durable et généralisé” et qu’elle est passée par sept phases liées à de nouvelles plateformes et à des technologies habilitantes (Allison, Carter et Gibbs, Word Play, Games and Culture 2020).
Le karaoké est le pic instructif. Il demandait aux joueurs de se produire avec leur voix, et non d’être compris mot à mot. La branche des jeux audio sur enceintes connectées suit une logique voisine : les concepteurs ont surtout réduit la parole au choix dans une courte liste, ce qui garde le problème de reconnaissance petit.
| Métrique | Valeur | Source |
|---|---|---|
| Jeux dans la plus vaste enquête publiée sur les jeux vocaux, de 1973 à 2018 | 449 jeux vidéo plus 22 jeux audio | Allison et al., Design Patterns for Voice Interaction in Games, CHI PLAY 2018 |
| Nouveaux jeux vidéo à interaction vocale sortis en une année | 106 en 2017 | Allison et al., CHI PLAY 2018 |
| Jeux de karaoké sortis de 2003 à 2012, les sorties multiplateformes comptées une fois | Plus de 120, dont plus de 70 entre 2008 et 2010 | Allison et al., Word Play, Games and Culture 2020 |
| Jeux ayant utilisé le Nintendo 64 Voice Recognition Unit, de 1998 à 1999 | 2 | Allison et al., Word Play 2020 |
| Sorties majeures utilisant la reconnaissance vocale de Kinect au moment de l’étude | Plus de 30 | Allison et al., Word Play 2020 |
| Jeux audio Alexa dont l’interaction centrale consistait à choisir parmi des options énoncées | 17 sur 22 étudiés | Allison et al., CHI PLAY 2018 |
Données les plus récentes disponibles : Allison et al., 2018 et 2020. Nous n’avons trouvé aucun recensement plus récent des jeux vocaux ; ces chiffres décrivent donc le domaine jusqu’au début de 2018.
2. Des microphones partout, des commandes vocales nulle part
Plus de 95 millions de consoles PS5 ont été livrées aux détaillants (Sony Interactive Entertainment, Business Data and Sales, 30 juin 2026), et la manette DualSense possède un microphone interne. Ce parc installé n’a pas produit de plateforme centrée sur la voix. PlayStation Support décrit toujours Voice Command comme une préversion destinée aux comptes des États-Unis et du Royaume-Uni, en anglais uniquement, et visant des tâches système comme l’ouverture de jeux et la capture de clips plutôt que le gameplay.
Le contraste avec le domicile est le chiffre utile ici. 57% des utilisateurs de commandes vocales les utilisent chaque jour (NPR et Edison Research, Smart Audio Report 2022). Les gens sont à l’aise pour parler à leurs appareils ; l’obstacle dans les jeux n’est donc pas l’habitude de parler aux machines. Les boutons sont silencieux, privés et immédiats, et la voix doit faire mieux.
| Métrique | Valeur | Source |
|---|---|---|
| Kinect vendus durant les 60 premiers jours de commercialisation | 8 millions | MCV, Microsoft officially ceases Kinect production 2017 |
| Ventes cumulées de Kinect sur sa durée de vie | 35 millions | MCV 2017 |
| Part des propriétaires de Kinect qui l’utilisent, selon Microsoft (déclaration de l’entreprise, non vérifiée de façon indépendante) | 80% | Shacknews citant Yusuf Mehdi de Microsoft, 16 mai 2014 |
| Moyenne de commandes vocales par mois, selon Microsoft (déclaration de l’entreprise) | 120 | Shacknews citant Microsoft, 2014 |
| Total de commandes vocales émises, selon Microsoft (déclaration de l’entreprise) | Plus de 1 milliard | Shacknews citant Microsoft, 2014 |
| PS5 livrées aux détaillants, cumul au 30 juin 2026 | Plus de 95 millions | Sony Interactive Entertainment, Business Data and Sales 2026 |
| Nintendo Switch 2 vendues, cumul au 30 juin 2026 (microphone intégré pour GameChat) | 23,68 millions | Nintendo, Consolidated Hardware Sales 2026 |
| Américains de 18 ans et plus qui utilisent un assistant vocal sur n’importe quel appareil | 62% | NPR et Edison Research, Smart Audio Report 2022 |
Données les plus récentes disponibles : Shacknews, 2014 pour l’usage de Kinect, et le Smart Audio Report, 2022 pour les assistants vocaux. Nous n’avons trouvé aucun chiffre de Sony ou de Nintendo sur le nombre de joueurs qui utilisent un microphone pour des commandes de jeu, et MCV rapporte la seule trace des ventes de Kinect que nous avons pu vérifier. Le microphone de la Switch 2 filtre aussi le son du jeu et s’adapte à la distance du joueur par rapport à la console (Nintendo, GameChat features), et son chat vocal plafonne à 12 participants.
3. Le catalogue actuel des jeux à commande vocale
25 des 30 premiers résultats du tag Voice Control de Steam étaient datés de 2025 ou 2026 (notre décompte de la recherche dans la boutique Steam, 31 octobre 2026), dont 15 pour 2026 seulement. Il s’agit d’une page d’une liste de boutique, non d’un recensement des sorties ; cela ne prouve donc pas un boom à lui seul. Cela montre en revanche que le microphone reste utilisé comme argument de conception par les nouveaux titres.
Phasmophobia est le cas d’échelle. Le jeu est sorti sur consoles sans reconnaissance vocale, puis le développeur Kinetic Games a ajouté une mise à jour vocale pour consoles sur PlayStation 5, PS VR2 et Xbox Series X|S après plusieurs mois, en utilisant un système de reconnaissance appelé VOSK. Un studio qui fait ce travail pour un jeu déjà publié traite la voix comme une partie du produit, et non comme un bonus.
| Métrique | Valeur | Source |
|---|---|---|
| Résultats de la boutique Steam pour le tag Voice Control, démos et logiciels utilitaires inclus | 190 | Recherche dans la boutique Steam, 31 octobre 2026 |
| Titres Steam comptés sous le même tag par un outil de suivi tiers (instantané non daté) | 113 | DataHumble, Voice Control Games 2026 |
| Ventes de Phasmophobia toutes plateformes confondues | Plus de 25 millions | Kinetic Games via WorthPlaying, 1er juillet 2025 |
| Ventes de Phasmophobia sur consoles | Plus de 3 millions | Kinetic Games via WorthPlaying, 23 avril 2025 |
| Langues prises en charge par la reconnaissance vocale de Phasmophobia sur consoles au lancement | 7 | Kinetic Games, notes de mise à jour Console Voice Recognition 2025 |
Les ventes de Phasmophobia couvrent tous les acheteurs, et non tous les joueurs qui ont parlé à un fantôme. Nous n’avons trouvé aucune source indiquant quelle part de ses joueurs active le microphone.
4. La précision de la reconnaissance n’est pas répartie équitablement
Les locuteurs de l’anglais en langue seconde ont subi des écarts d’erreur de 2,6 à 5,9 fois par rapport aux locuteurs de langue maternelle, sur 10 modèles et plus de 300 variétés d’anglais (Roll et Graham, Scaling Conformation Bias in Automatic Speech Recognition, SLaTE 2025). Le taux d’erreur de mots (WER) est la part des mots prononcés qu’un système de reconnaissance transcrit à tort ; un chiffre plus bas est donc meilleur. La conclusion inconfortable de l’article est que l’amélioration globale ne comble pas l’écart, puisque la disparité relative s’est accrue à mesure que les modèles progressaient pour les locuteurs de langue maternelle.
Pour un jeu distribué dans le monde entier, cela transforme une métrique technique en question de savoir qui peut jouer. La page boutique de Radio General indique elle-même qu’il fonctionne uniquement en anglais et fonctionne mieux avec un accent nord-américain. Le contexte est un remède proposé : un brevet Sony déposé le 28 mai 2022 et délivré le 13 mai 2025 utilise l’état actuel du jeu pour aider à déterminer ce que le joueur a dit.
| Métrique | Valeur | Source |
|---|---|---|
| WER moyen du meilleur modèle global testé, Whisper-large | 6,9% | Roll et Graham, SLaTE 2025 |
| WER moyen du plus petit modèle Whisper, Whisper-tiny | 13,6% | Roll et Graham, SLaTE 2025 |
| Écart de WER entre locuteurs de l’anglais en langue seconde et en langue maternelle selon les modèles | 2,6 à 5,9 fois | Roll et Graham, SLaTE 2025 |
| WER des locuteurs de langues maternelles tonales par rapport aux locuteurs de langues maternelles indo-européennes | 2 à 3 fois plus élevé | Roll et Graham, SLaTE 2025 |
| WER de Whisper-large dans un corpus (Speech Accent Archive), locuteurs de langue maternelle contre locuteurs de langue seconde | 0,8% contre 3,7% | Roll et Graham, SLaTE 2025 |
| WER de Wav2Vec 2.0, parole accentuée contre locuteurs natifs | 30-50% contre 2-8% | Bandodkar et al., AAAI 2024 |
| Amélioration relative du WER macro-moyen grâce à un réentraînement axé sur l’équité, par rapport au modèle Whisper préentraîné (26 groupes d’accents analysés) | 58,7% | Swain et al., arXiv 2025 |
Aucun de ces tests n’a utilisé d’enregistrements issus de parties de jeu. L’audio de jeu ajoute de l’excitation, des cris et des fuites des haut-parleurs ; considérez donc ces taux d’erreur comme une borne basse de la difficulté, et non comme une prévision.
5. La parole est rapide, la reconnaissance non
La parole a battu le clavier du téléphone d’un facteur de 2,93, avec 153 contre 52 mots par minute (Ruan et al., 2017). Cet avantage explique pourquoi la voix revient sans cesse dans les jeux, mais la dictée et le contrôle d’un jeu sont des tâches différentes. Une phrase dictée peut arriver une seconde plus tard sans dommage, alors qu’une esquive ne le peut pas. Données les plus récentes disponibles : Ruan et al., Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies 2017.
Les grands modèles de langage creusent l’écart. Dans un test en VR avec 18 participants, l’attente de la réponse d’un personnage piloté par IA était dominée par le modèle et la sortie vocale, et non par l’étape d’écoute. Cela place la conversation libre bien au-delà des budgets de latence des jeux d’action, et c’est pourquoi les personnages pilotés par la voix conviennent jusqu’ici à des genres plus lents. Nos statistiques sur l’IA dans le jeu vidéo couvrent le tableau plus large du secteur, tandis que les chiffres présentés ici ne concernent que l’entrée vocale du joueur.
| Métrique | Valeur | Source |
|---|---|---|
| Vitesse de saisie de texte, parole en anglais contre clavier de téléphone | 153 contre 52 mots par minute | Ruan et al., 2017 |
| Taux d’erreur corrigé, parole contre clavier de téléphone | 5,30% contre 11,22% | Ruan et al., 2017 |
| Taux d’erreur non corrigé, parole contre clavier de téléphone | 1,30% contre 0,79% | Ruan et al., 2017 |
| Durée parlée typique d’une commande de jeu d’un mot (“go” ou “jump”) | Environ 300 millisecondes | Disney Research via Phys.org, 2016 |
| Étape de transcription de la parole en texte dans un test de personnage IA, moyenne et pire cas | 1,365 et 3,475 secondes | Korkiakoski et al., arXiv 2025 |
| Étape du modèle de langage (GPT-4 Turbo) dans le même test, moyenne et pire cas | 3,113 et 14,918 secondes | Korkiakoski et al., arXiv 2025 |
| Étape de synthèse vocale dans le même test, moyenne et pire cas | 2,376 et 12,404 secondes | Korkiakoski et al., arXiv 2025 |
| Échange complet, de la parole du joueur à la réponse du personnage, moyenne et pire cas | 6,909 et 24,362 secondes | Korkiakoski et al., arXiv 2025 |
Une conception hybride réduit la tâche que le modèle doit accomplir. Une étude de 2025 demandait aux joueurs de reformuler à voix haute des options de dialogue prédéfinies pendant qu’un modèle de langage les associait ; ses 14 participants ont déclaré plus de plaisir et de liberté perçue qu’avec le pointer-cliquer (Wevelsiep et al., IWSDS 2025). Ses auteurs listent toutefois la latence comme une priorité pour les travaux futurs.
6. Enfants, orthophonie et accès
Un système de détection de mots-clés réglé pour les enfants a atteint 85% de précision, tandis qu’un système commercial était moins précis de 35% dans un jeu à deux joueurs appelé Mole Madness (Disney Research, 2016, rapporté par Phys.org). La leçon est que réduire le vocabulaire à deux mots a apporté plus qu’un moteur généraliste ne le pouvait. Cela rejoint les Game Accessibility Guidelines, qui recommandent une reconnaissance fondée sur un petit vocabulaire et, au niveau avancé, sur le simple franchissement d’un seuil de volume.
Les jeux d’orthophonie montrent la limite avec netteté. Leurs systèmes de reconnaissance jugent justement la parole qui est difficile à reconnaître, et dans un essai la machine ne concordait avec les humains que sur moins de la moitié des productions correctes d’enfants atteints d’apraxie de la parole de l’enfant, un trouble moteur de la parole (Ahmed et al., International Journal of Speech-Language Pathology 2018). Les mêmes Guidelines listent “la saisie vocale n’est pas obligatoire” comme règle de base, et la Xbox Accessibility Guideline 107 demande que toute parole indispensable au gameplay dispose d’une alternative numérique. La voix peut ouvrir un jeu à certains joueurs et le fermer à d’autres, ce que nos statistiques sur les fonctionnalités d’accessibilité des jeux explorent pour tous les types d’entrée.
| Métrique | Valeur | Source |
|---|---|---|
| Précision de la détection de mots-clés dans Mole Madness | 85% | Disney Research via Phys.org, 2016 |
| De combien un système de reconnaissance commercial était moins précis que le détecteur de mots-clés | 35% | Disney Research via Phys.org, 2016 |
| Concordance système-humains sur les productions incorrectes, enfants au développement typique contre enfants atteints d’apraxie de la parole de l’enfant | 77% contre 75% | Ahmed et al., 2018 |
| Concordance système-humains sur les productions correctes, par locuteur : enfants au développement typique contre enfants atteints d’apraxie contre orthophonistes | 51% contre 47% contre 71% | Ahmed et al., 2018 |
| Précision de PocketSphinx sur de l’audio d’orthophonie infantile, par défaut contre adapté par entraînement au maximum a posteriori (MAP) | 59,4% contre 80,0% | Hair et al., ASSETS 2019 |
| Précision moyenne d’un système de reconnaissance par correspondance de modèles sur mesure dans la même évaluation | 75,8% | Hair et al., ASSETS 2019 |
| Élèves d’école primaire ayant testé un prototype néerlandais de jeu de lecture fondé sur la parole | Plus de 40 | Radboud University, 2023 |
| Études identifiées et études incluses dans une revue de 2026 sur les jeux audio 3D pour joueurs malvoyants | 975 et 56 | Kaka et Juhana, JoMMiT 2026 |
Données les plus récentes disponibles : Disney Research, 2016 ; Ahmed et al., 2018 ; Hair et al., 2019. Il s’agit de contextes cliniques ou de recherche à petits échantillons, qui ne rapportent que la performance des systèmes.
7. Comment les joueurs réagissent réellement
Phasmophobia recueille 94% d’avis positifs sur 360 726 avis en anglais, tandis que Suck Up! se situe à 61% (pages de la boutique Steam, 31 octobre 2026). Les deux vous demandent de parler au jeu, mais de façon différente. Dans l’un, la voix est une fonctionnalité parmi d’autres au sein d’une chasse aux fantômes plus large. Dans l’autre, déjouer des personnages IA en leur parlant est la boucle centrale, et ce résultat mitigé se répète dans DON’T SCREAM, où être trop bruyant met fin à la partie.
Les avis ne peuvent pas isoler la voix de tout le reste dans un jeu ; lisez donc ceci comme une tendance, non comme une mesure. Les travaux académiques vont dans le même sens. Une étude CHI PLAY 2015 a constaté que la compréhension de l’identité du joueur dans le jeu compte autant que la précision de la reconnaissance. Une petite étude de 2018 est allée plus loin, avec 5 participants montrant un engagement plus élevé mais un bonheur plus faible avec la voix qu’avec le clavier (p = 2.005e-14 et p = 1e-3, test t apparié, Mattey et Yuksel, OverVoice). Avec un échantillon aussi petit, considérez-le comme une hypothèse.
| Métrique | Valeur | Source |
|---|---|---|
| Éléments analysés sur l’accueil des jeux vocaux par les joueurs (166 + 2 951 + 84 + 69) | 3 270 avis, fils de discussion et vidéos | Carter et al., CHI PLAY 2015 |
| Part d’avis positifs de Phasmophobia parmi les avis Steam en anglais | 94% de 360 726 | Page de la boutique Steam, 2026 |
| Part d’avis positifs de Mage Arena parmi les avis Steam en anglais (sorts lancés à la voix) | 90% de 11 561 | Page de la boutique Steam, 2026 |
| Part d’avis positifs de Tom Clancy’s EndWar parmi les avis Steam (jeu de stratégie de 2009 avec ordres vocaux) | 80% de 1 035 | Page de la boutique Steam, 2026 |
| Part d’avis positifs de DON’T SCREAM parmi les avis Steam en anglais | 68% de 1 795 | Page de la boutique Steam, 2026 |
| Part d’avis positifs de Suck Up! parmi les avis Steam (les joueurs parlent à des personnages IA) | 61% de 226 | Page de la boutique Steam, 2026 |
| Score à l’échelle d’utilisabilité des systèmes pour les personnages IA parlants en VR (échelle de 0 à 100) | 79,44 | Korkiakoski et al., arXiv 2025 |
| Crédibilité des personnages IA parlants en VR (sur 10) | 6,67 | Korkiakoski et al., arXiv 2025 |
Données les plus récentes disponibles sur les attitudes des joueurs : Carter et al., 2015. Nous n’avons trouvé aucune grande enquête auprès des joueurs sur la préférence pour la commande vocale ; aucune part de joueurs préférant le contrôle vocal ne figure donc dans ce tour d’horizon.
Résumé : la commande vocale et la reconnaissance vocale dans les jeux vidéo en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Nouveaux jeux vidéo à interaction vocale sortis en une année | 106 en 2017 | Allison et al., CHI PLAY 2018 |
| Ventes cumulées de Kinect sur sa durée de vie | 35 millions | MCV 2017 |
| Moyenne de commandes vocales par mois, selon Microsoft (déclaration de l’entreprise) | 120 | Shacknews 2014 |
| PS5 livrées aux détaillants, cumul au 30 juin 2026 | Plus de 95 millions | Sony Interactive Entertainment 2026 |
| Nintendo Switch 2 vendues, cumul au 30 juin 2026 | 23,68 millions | Nintendo 2026 |
| Américains de 18 ans et plus qui utilisent un assistant vocal sur n’importe quel appareil | 62% | NPR et Edison Research 2022 |
| Résultats de la boutique Steam pour le tag Voice Control | 190 | Recherche dans la boutique Steam, 31 octobre 2026 |
| Ventes de Phasmophobia toutes plateformes confondues | Plus de 25 millions | Kinetic Games via WorthPlaying 2025 |
| WER moyen du meilleur modèle global testé | 6,9% | Roll et Graham, SLaTE 2025 |
| Écart de WER entre locuteurs de l’anglais en langue seconde et en langue maternelle | 2,6 à 5,9 fois | Roll et Graham, SLaTE 2025 |
| WER de Wav2Vec 2.0, parole accentuée contre locuteurs natifs | 30-50% contre 2-8% | Bandodkar et al., AAAI 2024 |
| Vitesse de saisie de texte, parole en anglais contre clavier de téléphone | 153 contre 52 mots par minute | Ruan et al., 2017 |
| Échange parlé complet avec un personnage IA, moyenne et pire cas | 6,909 et 24,362 secondes | Korkiakoski et al., arXiv 2025 |
| Précision de la détection de mots-clés dans Mole Madness | 85% | Disney Research via Phys.org, 2016 |
| Concordance système-humains sur les productions correctes, enfants atteints d’apraxie de la parole de l’enfant | 47% | Ahmed et al., 2018 |
Méthodologie et sources
Nous avons lu chaque chiffre des sources ci-dessous lors de cette mise à jour et nous avons remonté les chiffres d’entreprise jusqu’à l’entreprise qui les a publiés. Les articles de presse sont nommés lorsque la déclaration d’origine n’était pas disponible pour une lecture directe.
- Allison, Carter, Gibbs et Smith, Design Patterns for Voice Interaction in Games, CHI PLAY 2018
- Allison, Carter et Gibbs, Word Play: A History of Voice Interaction in Digital Games, Games and Culture 2020
- Allison, Carter et Gibbs, A History of Voice Interaction in Games, DiGRA et FDG 2016
- Carter, Allison, Downs et Gibbs, Player Identity Dissonance and Voice Interaction in Games, CHI PLAY 2015
- MCV, Microsoft officially ceases Kinect production, 26 octobre 2017
- Shacknews, Including Kinect was ‘the right call,’ says Microsoft exec, 16 mai 2014
- Sony Interactive Entertainment, Business Data and Sales, au 30 juin 2026
- PlayStation Support, Voice Command (Preview) on PS5
- Sony Interactive Entertainment, brevet américain 12300221, délivré le 13 mai 2025
- Nintendo, Consolidated Hardware and Software Sales Units, au 30 juin 2026
- Nintendo, GameChat features for Nintendo Switch 2
- NPR et Edison Research, Smart Audio Report 2022
- Recherche dans la boutique Steam, tag Voice Control, 31 octobre 2026
- DataHumble, Voice Control Games
- Kinetic Games, Console Voice Recognition, Phasmophobia v0.11.1.2
- Rely on Horror, Phasmophobia on PS5 and Xbox now supports voice recognition, 28 février 2025
- WorthPlaying, Phasmophobia surpasses 25 million sales, 1er juillet 2025
- WorthPlaying, Phasmophobia surpasses 3 million sales on consoles, 23 avril 2025
- Roll et Graham, Scaling Conformation Bias in Automatic Speech Recognition, SLaTE 2025
- Bandodkar et al., “Allot?” Is “a Lot!”, AAAI 2024
- Swain et al., Towards Fair ASR For Second Language Speakers Using Fairness Prompted Finetuning, arXiv 2025
- Ruan et al., Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones, 2017
- Korkiakoski et al., An Empirical Evaluation of AI-Powered Non-Player Characters’ Perceived Realism and Performance in Virtual Reality Environments, arXiv 2025
- Wevelsiep et al., A Voice-Controlled Dialogue System for NPC Interaction using Large Language Models, IWSDS 2025
- Disney Research (Lehman, Wolfe, Pereira et Hodgins), tel que rapporté par Phys.org, 2016
- Ahmed et al., Speech-driven mobile games for speech therapy, International Journal of Speech-Language Pathology 2018
- Hair et al., Evaluating Automatic Speech Recognition for Child Speech Therapy Applications, ASSETS 2019, répertorié par le Texas A&M PSI Lab
- Radboud University, Playfully practicing speaking and reading, 28 juin 2023
- Kaka et Juhana, 3D Audio Games for Visually Impaired Players: A Systematic Literature Review, JoMMiT 2026
- Game Accessibility Guidelines, liste complète
- Microsoft, Xbox Accessibility Guideline 107
- Mattey et Yuksel, OverVoice: Voice Controlled Games Engagement Study, University of San Francisco, 2018
- Pages de la boutique Steam, consultées le 31 octobre 2026 : Phasmophobia, Mage Arena, Tom Clancy’s EndWar, DON’T SCREAM, Suck Up!, Radio General
- Note sur les données : nous n’avons trouvé aucun chiffre d’un détenteur de plateforme sur la part des joueurs qui utilisent les commandes vocales, et les chiffres de Kinect de 80%, de 120 commandes et de 1 milliard de commandes sont des déclarations non auditées de Microsoft datant de 2014. Le nombre de résultats Steam, 190, inclut des démos et des logiciels utilitaires et repose sur des tags appliqués par les utilisateurs, ce qui explique en partie qu’il diffère du décompte non daté de DataHumble, 113. Allison et al. ont décrit six phases en 2016 et sept en 2020, et nous retenons le décompte le plus récent. La fourchette de 2-8% pour les locuteurs natifs dans l’article AAAI 2024 est citée par ses auteurs à partir de travaux antérieurs et n’a pas été mesurée dans cet article, et les études sur l’accent n’ont pas utilisé d’audio de jeu. L’écart de 2,6 à 5,9 fois est la fourchette annoncée par les auteurs, et le WER moyen selon les corpus dans cet article allait de 2,3% à 26,9%, si bien qu’un taux unique mis en avant dépend fortement des enregistrements utilisés. Les nombres d’avis Steam changent chaque jour, et certaines pages n’indiquent pas si un nombre couvre uniquement les avis en anglais. La modération du chat vocal n’est pas couverte, car les rapports d’avancement de Call of Duty n’ont pas pu être consultés lors de cette mise à jour. Sony et Nintendo actualisent leurs chiffres de matériel à chaque rapport trimestriel.
Dernière mise à jour : 31 octobre 2026. Nous actualisons ce tour d’horizon chaque trimestre, et la prochaine révision est attendue lorsque Nintendo publiera sa prochaine mise à jour de Consolidated Hardware and Software Sales Units.