Contexte technique
Je suis tombé sur un retour court mais très révélateur : dans Claude Code, la saisie vocale en russe s’est avérée faible. Pour moi, ce n’est pas juste un test raté, c’est le vieux problème de l’implémentation de l’IA : une langue est théoriquement supportée, mais le scénario réel s’effondre quand même.
J’ai fouillé la documentation. Claude Code propose bien /voice, la langue de dictée peut être réglée dans les paramètres ou via un code BCP 47, et le russe apparaît comme langue prise en charge. Donc sur le papier, tout est parfait : la fonctionnalité existe, la langue est là, la barrière d’entrée est basse.
Mais ce que je n’ai pas trouvé, ce sont des métriques publiques solides sur la qualité du STT russe. Pas de WER, pas de ventilation par bruit, accents, discours mixte ou terminologie de développement. Sans cela, tout support linguistique ressemble à une case cochée dans l’interface, pas à une promesse d’ingénierie.
Et le plus intéressant : la saisie vocale pour le code vit dans des conditions plus exigeantes que la transcription ordinaire. Il faut attraper avec précision les tokens anglais à l’intérieur d’une phrase en russe, les noms de fichiers, les commandes, les symboles, les bouts d’API, parfois aussi les chiffres et la ponctuation. Si le moteur patine sur la bascule ru/en, l’utiliser plus de quelques minutes devient pénible.
Je ne serais pas étonné qu’en anglais ce soit correct et qu’en russe ce soit bien pire. C’est l’histoire classique des produits multilingues : le marketing annonce « 20 langues », mais l’utilité réelle est très inégale.
Ce que cela change pour l’automatisation
Pour un développeur, c’est simplement agaçant. Pour une entreprise, les conséquences sont plus sévères : l’automatisation par l’IA vocale cesse d’être un canal d’entrée fiable quand un employé parle russe et insère dans son discours des commandes, des noms d’entités et des termes techniques.
Les équipes qui perdent sont celles qui espéraient rapidement greffer des scénarios « voice-first » dans les IDE, le support ou les outils internes. Celles qui gagnent pour l’instant sont celles qui construisent un pipeline via une couche STT forte et distincte avant de transmettre le texte au LLM.
Je ne miserais pas aujourd’hui sur la voix de Claude Code comme interface principale pour des processus en russe sans l’avoir testée sur vos propres données. Chez Nahornyi AI Lab, nous analysons précisément ces endroits : où une simple intégration d’IA suffit et où il faut un autre contour STT ou une architecture de solutions IA sur mesure pour que l’automatisation ne casse pas dès le premier appel.