Tester les agents IA sur des conversations qui changent de langue en cours de phrase

La situation

Un jeudi soir, un acquéreur écrit au service client d’un promoteur :

هلا، بغيت أعرف الـ next instalment حق الـ unit، متى الـ due date؟

Bonjour, je voudrais connaître le next instalment du unit, c’est quand la due date ? La phrase est en arabe du Golfe. Les trois mots qui portent la demande sont en anglais. Dans un plan de paiement lié à l’avancement des travaux, la réponse dépend de l’étape de construction atteinte par le projet, et non d’une date du calendrier : l’agent IA doit donc identifier le logement, consulter l’étape de construction et répondre de manière à ce que l’acquéreur puisse agir.

Ce message n’a rien d’inhabituel. Ce qui l’est, c’est de le tester. La plupart des mesures publiées de la capacité d’un système à traiter l’arabe portent sur l’arabe seul, sur l’anglais seul, ou sur un arabe soutenu que personne n’emploie en appelant un service client. Pour quiconque achète ou conçoit un agent IA destiné aux Émirats arabes unis ou à l’Arabie saoudite, les questions sont donc de savoir à quel point ce mélange est courant, pourquoi il met en échec les systèmes vocaux et les systèmes de langage, et comment le tester pour qu’il soit couvert, et non supposé l’être.

Ce que montrent les sources

Fréquence et formes du changement de langue

Les linguistes distinguent deux types de changement de langue. Dans l’alternance interphrastique, le locuteur change de langue d’une phrase à l’autre. Dans l’alternance intraphrastique, il change de langue à l’intérieur d’une même phrase, comme dans le message ci-dessus. Cette distinction remonte à des travaux fondateurs de 1980 [24], et elle compte ici parce que ces deux types ne sollicitent pas un système de la même manière.

Les données du Golfe désignent clairement le second type. Mixat, le plus grand corpus public de parole émirienne mêlée d’anglais, a transcrit 14,9 heures de deux podcasts. Parmi les phrases, 36 % (1 947 sur 5 316) contenaient un changement de langue, 61 % étaient uniquement en arabe et 2 % uniquement en anglais. Son indice de mélange des langues (code-mixing index), un score de 0 à 1 qui augmente à mesure qu’une phrase se répartit plus équitablement entre les langues, s’établissait en moyenne à 0,11 sur les phrases comportant un changement : des phrases en arabe contenant quelques mots anglais [1]. Un deuxième corpus émirien, 12 heures de jeux de rôle sur Zoom réalisés par 16 étudiants, a relevé un changement de langue dans 19 % des énoncés, et des substantifs anglais 56,9 % plus fréquents dans les énoncés avec changement que dans les énoncés monolingues [2]. Le corpus égyptien comparable, 12 heures d’entretiens avec 38 étudiants du Caire, a relevé 63,2 % de phrases mixtes, dont 88,9 % en arabe avec de l’anglais inséré ; 66,3 % des segments en anglais ne comptaient qu’un seul mot. Le mot le plus souvent placé juste avant un changement était l’article défini arabe [3], ce qui correspond exactement au schéma du message ci-dessus. L’unique corpus saoudien, 4,45 heures tirées d’un seul podcast avec quatre locuteurs masculins, présente la même forme, l’anglais représentant environ une unité lexicale (token) sur cinq [4].

Ces corpus sont constitués de podcasts, d’entretiens et de jeux de rôle de locuteurs jeunes et instruits : ils montrent à quoi ressemble le changement de langue, non sa fréquence dans l’ensemble de la population. Une enquête de 2019 auprès de 100 étudiants émiriens a montré que 78 % d’entre eux déclaraient mélanger les deux langues à l’intérieur d’une même phrase [6]. Une enquête de 2024 auprès de 566 utilisateurs de distributeurs automatiques de billets à Dubaï montre l’autre versant : 99,7 % des utilisateurs non arabes ont choisi l’anglais, les Émiriens n’ont choisi l’anglais que dans 19,7 % des cas, et les expatriés arabes occupant des emplois mieux rémunérés ont choisi l’anglais dans 69 % des cas, tandis que ceux qui occupaient des emplois moins bien rémunérés ont choisi l’arabe dans 84,3 % des cas [5]. En Arabie saoudite, le recensement de 2022 a dénombré 58,4 % de ressortissants saoudiens parmi 32,2 millions de résidents [7]. Un agent IA qui sert la région rencontrera des conversations uniquement en anglais, uniquement en arabe et mixtes, et le type de conversation qui arrive dépend de qui est le client.

Sous le changement de langue se trouvent deux couches. La première est le dialecte. L’arabe est diglossique : la variété formelle, l’arabe standard moderne, s’écrit et s’emploie à l’oral dans les situations formelles, tandis que la langue de tous les jours est un dialecte régional [23]. Un appelant du Golfe parle l’arabe du Golfe, une grande partie de la main-d’œuvre de la région parle l’arabe égyptien ou levantin, et aucun d’entre eux ne parle l’arabe standard moderne à un service client. La seconde est l’arabizi, l’arabe tapé en caractères latins, où des chiffres représentent les sons pour lesquels l’alphabet latin n’a pas de lettre, comme 3 pour ع et 7 pour ح. Il a été documenté chez des étudiants de l’université Zayed en 2003 [25]. Dans l’enquête de 2019, 45 % des étudiants déclaraient ne jamais l’utiliser et 16 % déclaraient l’utiliser systématiquement [6] : un fil de discussion WhatsApp peut donc contenir de l’écriture arabe, de l’écriture latine et les deux à la fois.

Là où les systèmes échouent

L’hypothèse de travail de cette étude était que les défaillances se concentrent au point de changement de langue. Les sources indiquent que le changement est l’une des trois défaillances, et pas la plus importante.

La plus importante est le dialecte. La reconnaissance vocale se mesure par le taux d’erreur sur les mots (word error rate) : la part des mots d’une transcription qui sont erronés, manquants ou ajoutés par rapport à ce qui a été dit. Plus il est bas, mieux c’est, et un chiffre supérieur à 100 % signifie que le système a produit plus de mots erronés qu’il n’y avait de mots. Sur un jeu de tests saoudien issu de la radiodiffusion, un modèle vocal ouvert largement utilisé a obtenu 27,95 % sur l’arabe standard moderne et 59,92 % sur le dialecte du Golfe, l’égyptien se situant à 59,28 % [8]. Cet écart n’a rien à voir avec l’anglais. C’est le prix à payer lorsqu’un modèle entraîné principalement sur de l’arabe soutenu rencontre un client qui ne le parle pas.

La deuxième défaillance consiste à effectuer la mauvaise tâche. Lorsque les auteurs de Mixat ont appliqué un modèle vocal généraliste à leurs enregistrements émiriens, celui-ci a obtenu 12,06 % sur les phrases uniquement en anglais et 195,98 % sur les phrases uniquement en arabe. Le modèle « traduit les phrases en arabe standard moderne, et les traductions sont souvent correctes. Cela montre que Whisper reconnaît en fait le dialecte et l’alternance codique, mais effectue la mauvaise tâche » [1]. Une étude portant sur huit dialectes a observé la même chose sur ses segments mixtes : « Dans tous les scénarios, Whisper n’a produit aucun mot en alternance codique. Fait notable, même lorsque la langue de décodage était réglée sur l’anglais, Whisper a effectué une tâche de traduction, même lorsque la tâche était spécifiée comme “transcription” » [9]. Le même comportement est documenté sur de la parole mêlant mandarin et anglais [26]. Un client dit « claim » et la transcription contient le mot arabe correspondant, ou la phrase entière est restituée dans un arabe soutenu que le client n’a jamais employé.

La troisième défaillance est le changement de langue lui-même. Elle est réelle, mais largement invisible dans le score global. Une étude de 2025 a introduit une mesure qui ne note que les mots prononcés dans l’autre langue. Entraîner un modèle sur davantage d’arabe et d’anglais monolingues a amélioré son taux global d’erreur sur les mots dans des jeux de tests mixtes, « alors que la reconnaissance des occurrences réelles d’alternance codique se dégrade » [10]. Un modèle peut s’améliorer en moyenne tout en se dégradant sur les noms de produits, les numéros de référence et les termes techniques qui portent la demande, et le test habituel fait état d’une amélioration.

Les grands services vocaux dans le cloud le disent eux-mêmes. L’un indique que sa détection continue de la langue « ne prend pas en charge le changement de langue au sein d’une même phrase. Par exemple, si vous parlez principalement espagnol et insérez quelques mots anglais, elle ne détecte pas le changement de langue mot par mot » [15]. Un autre accepte jusqu’à trois langues candidates, transcrit « en utilisant la langue de la liste la plus adaptée », et qualifie la fonctionnalité d’« idéale pour les applications qui doivent transcrire de courtes déclarations, comme des commandes vocales ou des recherches » [16]. Ce sont des descriptions honnêtes de systèmes conçus pour choisir une seule langue par énoncé.

Pourquoi le score habituel est trompeur

Le taux d’erreur sur les mots pose un problème particulier avec la parole mixte. Si un client dit « booking » et que le système l’écrit en lettres arabes, un lecteur le comprend et la métrique le compte comme une erreur. Une étude de 2022 a demandé à quatre annotateurs bilingues de post-éditer 3 903 transcriptions de parole mixte égyptienne, puis a cherché quel score automatique reflétait le mieux la quantité de corrections dont une personne avait besoin. Le taux d’erreur sur les mots brut présentait une corrélation de 0,55. Le taux d’erreur sur les caractères, après translittération des mots anglais en écriture arabe et normalisation de l’orthographe, présentait une corrélation de 0,80 [11]. Une méthode de 2024 construite sur des données émiriennes accepte comme correcte une correspondance exacte, une translittération ou une traduction d’un mot prononcé dans l’autre langue [12]. Sans un ajustement de ce type, un jeu de tests de conversations du Golfe pénalise un comportement correct et récompense la défaillance consistant à effectuer la mauvaise tâche, chaque fois que le résultat correspond à l’écriture de la référence.

Plus fondamentalement, la transcription n’est pas le résultat recherché. Une étude de 2021 a construit des paires d’ensembles de transcriptions présentant des taux d’erreur sur les mots identiques, 6,16 % dans les deux cas, et a constaté que l’ensemble dont les erreurs préservaient le sens donnait une précision d’intention de 96,22 % (la part des demandes pour lesquelles le système a compris ce qui était voulu), contre 94,63 % pour l’ensemble dont les erreurs ne le préservaient pas [13]. Sur un banc d’essai anglais de 58 heures de demandes orales adressées à un appareil domestique, la précision d’intention du meilleur système sur l’audio réel, avec un taux d’erreur sur les mots de 16 %, n’était inférieure que d’environ 5 points à celle obtenue sur des transcriptions parfaites, mais sa précision sur les détails de la demande (noms, dates et lieux) est passée de 78,19 à 69,53 selon la mesure propre à ce banc d’essai [14]. L’intention résiste aux erreurs de transcription. Les détails, non. Dans un appel concernant un sinistre, l’intention est « où en est mon sinistre » ; le détail est le numéro d’immatriculation. Les deux doivent être testés, séparément. Les deux études portent sur l’anglais ; aucune étude publiée ne mesure la précision d’intention sur la parole mixte arabe-anglais, ce qui constitue une lacune, et non un motif d’être rassuré.

Prononcer la réponse

Un agent IA vocal doit pouvoir prononcer une phrase mixte, et pas seulement l’entendre. La synthèse vocale, le système qui convertit la réponse écrite en audio, a son propre problème de changement de langue. Un grand fournisseur indique que sa balise permettant de signaler un passage en langue étrangère à l’intérieur d’une phrase n’est « pas prise en charge » pour les « langues sémitiques telles que l’arabe, l’hébreu et le persan » et « produira un silence » [17]. La première étude publiée sur la synthèse vocale arabe qui traite le dialecte et le mélange des langues est parue en 2025 ; elle portait sur une heure de parole d’un seul locuteur mêlant arabe égyptien et anglais, et traitait le mélange en découpant chaque phrase en segments monolingues synthétisés séparément [18]. Rien d’équivalent n’existe pour l’arabe du Golfe. Les nombres ajoutent une difficulté : les numéraux arabes s’accordent en genre, et les dialectes abandonnent ces marques mais lisent les nombres à leur façon, si bien qu’un numéro de référence ou un montant en dirhams peut être juste à l’écran et faux à l’oral [19].

La détection automatique de la langue est elle aussi moins maîtrisée qu’il n’y paraît. Une plateforme d’agents vocaux avertit que « des conversations en arrière-plan ou un accent inhabituel peuvent parfois déclencher un changement que l’appelant n’avait pas voulu », et propose un réglage qui limite les changements de langue aux deux premiers tours de parole [27]. La détection doit être testée sur les faux changements, et pas seulement sur les changements corrects.

Ce qui n’est pas testé

Un état de l’art de 2025 a relevé des taux d’erreur sur les mots de 24,8 % à 53,8 % sur les corpus existants de parole arabe mixte, et affirme que « l’arabe en alternance codique reste sous-représenté dans les bancs d’essai actuels » [20]. Un autre état de l’art de 2025, portant sur plus de 40 bancs d’essai de modèles de langage en arabe, cite l’évaluation de l’alternance codique et le dialogue à plusieurs tours comme des lacunes critiques [21]. Les ressources publiques du Golfe permettant de tester la parole mixte totalisent quelques dizaines d’heures de podcasts, de télévision et de jeux de rôle d’étudiants, le plus souvent sous des licences qui interdisent l’usage commercial, et aucune n’a été enregistrée lors d’appels téléphoniques à une entreprise. Il n’existe aucun jeu de tests public du Golfe composé de demandes de clients mêlant les langues et annotées selon ce que voulait le client.

Un résultat va dans l’autre sens. Sur du texte écrit, une étude de 2025 consacrée aux grands modèles de langage a constaté qu’insérer des mots anglais dans une phrase non anglaise « améliore souvent la compréhension, en particulier pour les modèles dont la maîtrise de la langue matrice est limitée », alors qu’insérer des mots étrangers dans une phrase anglaise la dégradait [22]. Le mot anglais d’un message WhatsApp en arabe peut aider le modèle. C’est la version orale de ce même mot qui concentre la difficulté.

Ce que cela signifie

Notre hypothèse de départ était que les défaillances se concentrent aux points de changement de langue. Les sources la corrigent. Les défaillances se concentrent d’abord sur le dialecte, ensuite sur un modèle qui effectue une autre tâche que celle demandée, et seulement en troisième lieu sur les mots prononcés dans l’autre langue, que le score habituel masque. Un test construit uniquement autour des points de changement manquerait les deux défaillances les plus importantes. Un test fondé sur la précision dans une seule langue les manquerait toutes les trois.

Les arbitrages méritent d’être connus. Restreindre un service vocal à une seule langue améliore sa précision dans cette langue et lui retire la capacité de suivre un changement. Forcer un modèle généraliste à travailler en arabe le pousse à traduire. Accepter comme corrects les mots translittérés rend le score honnête et le rend impossible à comparer avec le chiffre d’un fournisseur qui ne l’a pas fait. Et une meilleure précision moyenne peut coexister avec une précision moindre sur les mots qui comptent.

Un test d’agent IA pour cette région doit donc évaluer séparément quatre choses : si la structure arabe de la phrase a été comprise dans le dialecte employé par le client ; si les mots anglais insérés ont été conservés ; si l’intention et les détails ont été saisis, en notant la compréhension plutôt que la transcription ; et si la réponse a été prononcée correctement, nombres compris. Il doit utiliser une métrique qui accepte un mot correct dans l’une ou l’autre écriture. Et il doit être construit à partir des conversations que l’entreprise reçoit réellement, car aucun jeu de données public ne peut s’y substituer.

Comment nous concevons en conséquence

Nos agents IA suivent un interlocuteur qui mêle l’arabe et l’anglais dans une même phrase, et ils déterminent la langue employée par le client dès les premiers mots, plutôt que de lui demander de choisir. Ils comprennent l’arabe du Golfe, l’arabe égyptien, l’arabe levantin, l’arabe standard moderne et l’anglais, et répondent dans chacune de ces variétés, parce qu’une clientèle à Dubaï ou à Riyad les réunit toutes ; la réponse suit le dialecte employé par le client.

Lorsque l’agent n’est pas sûr, il pose une question de clarification plutôt que de deviner, et une conversation qu’il ne peut pas résoudre est transférée à une personne. Comme les modèles vocaux et les modèles de langage sous-jacents varient fortement d’un dialecte à l’autre, les modèles sont choisis pour chaque déploiement et peuvent être changés : l’organisation cliente peut ainsi voir l’effet d’un changement avant que ses clients ne le constatent.

Nos jeux d’évaluation sont construits selon la conception de test décrite ci-dessus : des conversations de test tirées de schémas réels propres à chaque secteur, notées sur la compréhension par l’agent de ce que voulait le client et sur la saisie correcte des détails (le numéro du logement, la référence du sinistre, le vol), plutôt que sur la seule transcription, et vérifiées au regard de ce que signifie un résultat « résolu » dans le cas d’un sinistre ou d’une livraison de logement. Grâce à la mémorisation de la langue préférée, un client qui a choisi l’anglais la dernière fois est accueilli en anglais cette fois-ci, et un client qui a écrit en arabe du Golfe ne reçoit pas de réponse en arabe soutenu.

Nous ne publions pas de chiffres de précision pour nos propres agents IA. Lorsque nous le ferons, ils seront accompagnés du jeu de tests, de la répartition des dialectes et de la méthode de notation, car sans ces éléments, un chiffre portant sur la parole mêlant les langues ne signifie rien.

Ce que nous ne savons pas encore

Personne n’a mesuré à quelle fréquence les clients changent de langue lorsqu’ils contactent un service client dans le Golfe, ni quelle part de ces conversations se déroule en arabe, en anglais ou de façon mixte. Les corpus cités plus haut sont les meilleurs disponibles, et aucun n’a été enregistré lors d’appels téléphoniques à une entreprise.

Aucune étude publiée sur l’arabe ne mesure l’erreur au point de changement lui-même, ni sur les noms de produits anglais, les numéros de référence et les chiffres prononcés à l’intérieur de phrases en arabe. Le mécanisme est documenté ; son ampleur dans une conversation avec un client ne l’est pas.

Il n’existe aucune évaluation indépendante de la manière dont les voix de synthèse commerciales traitent une phrase en arabe du Golfe contenant de l’anglais. La documentation des fournisseurs décrit des limites ; personne en dehors des fournisseurs ne les a mesurées.

Aucune donnée ne permet de dire, dans un sens ou dans l’autre, si l’usage de l’arabizi recule à mesure que les claviers arabes se généralisent, et aucune étude n’a examiné si les auditeurs du Golfe jugent acceptables des réponses en arabe égyptien ou levantin lors d’un appel à un service client.

Un jeu de tests construit à partir des conversations de l’entreprise elle-même peut commencer à répondre à chacune de ces questions. C’est ce qui justifie d’en construire un avant le déploiement plutôt qu’après.

Sources

1. 1.Al Ali, M. K. and Aldarmaki, H. Mixat: A Data Set of Bilingual Emirati-English Speech. SIGUL workshop at LREC-COLING, 2024.⁠https://aclanthology.org/2024.sigul-1.26/
2. 2.Hamed, I., Eryani, F., Palfreyman, D. and Habash, N. ZAEBUC-Spoken: A Multilingual Multidialectal Arabic-English Speech Corpus. LREC-COLING, 2024.⁠https://aclanthology.org/2024.lrec-main.1546/
3. 3.Hamed, I., Vu, N. T. and Abdennadher, S. ArzEn: A Speech Corpus for Code-switched Egyptian Arabic-English. LREC, 2020.⁠https://aclanthology.org/2020.lrec-1.523/
4. 4.Alharbi, S. et al. (SDAIA National Center for AI). Saudilang Code-Switch Corpus, 2024.⁠https://huggingface.co/datasets/SDAIANCAI/Saudilang-Code-Switch-Corpus
5. 5.Al-Issa and Sulieman. Language choice at ATMs in Dubai. Frontiers in Communication 9:1355632, 2024.⁠https://www.frontiersin.org/journals/communication/articles/10.3389/fcomm.2024.1355632/full
6. 6.Hopkyns, Zoghbor and Hassall. The use of English and linguistic hybridity among Emirati millennials. World Englishes, 2020.⁠https://doi.org/10.1111/weng.12506
7. 7.General Authority for Statistics, Saudi Arabia. Saudi Census 2022 results, via Saudi Press Agency, 31 May 2023.⁠https://www.spa.gov.sa/w1911463
8. 8.Wang, Alhmoud and Alqurishi (Elm). Open Universal Arabic ASR Leaderboard. Interspeech, 2025.⁠https://www.isca-archive.org/interspeech_2025/wang25_interspeech.pdf
9. 9.Talafha et al. Casablanca: Data and Models for Multidialectal Arabic Speech Recognition. EMNLP, 2024.⁠https://aclanthology.org/2024.emnlp-main.1211/
10. 10.Ugan, E. Y., Pham, N. Q., Bärmann, L. and Waibel, A. PIER: A Novel Metric for Evaluating What Matters in Code-Switching. ICASSP, 2025.⁠https://arxiv.org/abs/2501.09512
11. 11.Hamed, I., Hussein, A., Chellah, O., Chowdhury, S., Mubarak, H., Sitaram, S., Habash, N. and Ali, A. Benchmarking Evaluation Metrics for Code-Switching Automatic Speech Recognition. IEEE SLT, 2022.⁠https://arxiv.org/abs/2211.16319
12. 12.Kadaoui, K., Al Ali, M., Toyin, H., Mohammed, I. and Aldarmaki, H. PolyWER: A Holistic Evaluation Framework for Code-Switched Speech Recognition. Findings of EMNLP, 2024.⁠https://aclanthology.org/2024.findings-emnlp.356/
13. 13.Kim, S., Arora, A., Le, D., Yeh, C.-F., Fuegen, C., Kalinli, O. and Seltzer, M. L. Semantic Distance: A New Metric for ASR Performance Analysis Towards Spoken Language Understanding. Interspeech, 2021.⁠https://www.isca-archive.org/interspeech_2021/kim21e_interspeech.pdf
14. 14.Bastianelli, E., Vanzo, A., Swietojanski, P. and Rieser, V. SLURP: A Spoken Language Understanding Resource Package. EMNLP, 2020.⁠https://aclanthology.org/2020.emnlp-main.588/
15. 15.Microsoft. Language identification with the Speech service. Azure AI documentation, updated 4 March 2026.⁠https://learn.microsoft.com/en-us/azure/ai-services/speech-service/language-identification
16. 16.Google Cloud. Detect language in audio (multiple languages). Speech-to-Text documentation, updated 24 September 2026.⁠https://docs.cloud.google.com/speech-to-text/docs/multiple-languages
17. 17.Google Cloud. Speech Synthesis Markup Language (SSML). Text-to-Speech documentation, updated 24 September 2026.⁠https://docs.cloud.google.com/text-to-speech/docs/ssml
18. 18.Lodagala, V. S., Alkanhal, M., Izham, M., Mehta, S., Chowdhury, S. A., Makki, M., Hussein, A., Henter, G. E. and Ali, A. SawtArabi: A Benchmark Corpus for Arabic TTS. Standard, Dialectal and Code-Switching. Interspeech, 2025.⁠https://www.isca-archive.org/interspeech_2025/lodagala25_interspeech.pdf
19. 19.Albasiri, E., Kim, M., Ferchichi, N. and Olabiyi, O. Inverse Text Normalization for Arabic Numbers in Streaming ASR. CAWL workshop at LREC, 2026.⁠https://aclanthology.org/2026.cawl-1.11/
20. 20.Hamed, I., Sabty, C., Abdennadher, S., Vu, N. T., Solorio, T. and Habash, N. A Survey of Code-switched Arabic NLP: Progress, Challenges, and Future Directions. COLING, 2025.⁠https://aclanthology.org/2025.coling-main.307/
21. 21.Alzubaidi et al. A survey of Arabic large language model benchmarks, 2025 (preprint).⁠https://arxiv.org/abs/2510.13430
22. 22.Mohamed, A., Zhang, Y., Vazirgiannis, M. and Shang, G. Lost in the Mix: Evaluating LLM Understanding of Code-Switched Text, 2025 (preprint).⁠https://arxiv.org/abs/2506.14012
23. 23.Ferguson, C. A. Diglossia. Word 15(2), 1959.⁠https://doi.org/10.1080/00437956.1959.11659702
24. 24.Poplack, S. Sometimes I'll start a sentence in Spanish y termino en español: toward a typology of code-switching. Linguistics 18(7-8), 1980.⁠https://doi.org/10.1515/ling.1980.18.7-8.581
25. 25.Palfreyman, D. and Al Khalil, M. "A Funky Language for Teenzz to Use": Representing Gulf Arabic in Instant Messaging. Journal of Computer-Mediated Communication 9(1), 2003.⁠https://doi.org/10.1111/j.1083-6101.2003.tb00355.x
26. 26.Peng, P., Yan, B., Watanabe, S. and Harwath, D. Prompting the Hidden Talent of Web-Scale Speech Models for Zero-Shot Task Generalization. Interspeech, 2023.⁠https://par.nsf.gov/servlets/purl/10478271
27. 27.ElevenLabs. Language detection (Agents platform documentation).⁠https://elevenlabs.io/docs/agents-platform/customization/tools/system-tools/language-detection