Le raffineur de traduction par IA — une relecture en deuxième passe qui corrige la traduction automatique dans son contexte

La traduction automatique travaille un lot à la fois, vite, et elle s'en tient à la première lecture plausible de chaque ligne. Sur une ligne facile, c'est très bien. Sur une ligne difficile — un sujet omis, une expression idiomatique, un jeu de mots, une ligne dont le sens dépend de la précédente — cette première supposition ressort rigide, littérale, ou tout simplement fausse. Et vous ne le remarquez généralement qu'une fois en train de lire le résultat dans le jeu, des heures plus tard.

Le raffineur par IA est une deuxième passe qui attrape ces cas avant qu'ils n'arrivent dans le jeu. Une fois une ligne traduite, un modèle d'IA la relit à côté du japonais d'origine et des lignes environnantes, puis la réécrit : il corrige les contresens, lisse les tournures littérales, ajuste le ton et garde une terminologie cohérente au sein d'une scène. Et il s'exécute pendant que le reste de la traduction est encore en cours, si bien que vous n'enchaînez pas deux passes complètes l'une après l'autre.

Ce que fait vraiment le raffineur

Ce n'est pas une retraduction à partir de zéro. Pour chaque ligne, le raffineur reçoit trois éléments :

• La source — le japonais d'origine, comme référence de ce que la ligne est censée signifier.
• La traduction actuelle — ce qu'a produit le fournisseur de la première passe. C'est ce que le raffineur améliore.
• Les lignes environnantes — le reste du lot. Comme les lignes sont traitées dans l'ordre d'extraction, un lot est une portion continue de texte — en général la même scène ou le même fichier —, si bien que le modèle reçoit gratuitement environ deux douzaines de lignes voisines de contexte.

Ce contexte, c'est tout l'intérêt. Grâce à lui, le raffineur peut résoudre des choses qu'un fournisseur ligne par ligne ne peut tout simplement pas :

• Les sujets omis. Le japonais omet couramment qui accomplit l'action. Les lignes voisines le rendent souvent évident ; le raffineur peut remettre le bon pronom.
• Les références ambiguës. Ce que désigne それ (« ça »), si une ligne est une question ou une exclamation, qui parle à qui.
• Le ton et le registre. Une réplique décontractée rendue dans un anglais formel et guindé, ou la menace d'un méchant traduite comme un e-mail de service client.
• Les expressions idiomatiques et onomatopées littérales que la première passe a traduites mot à mot au lieu de les rendre par le sens.
• La dérive terminologique au sein d'une scène — le même terme rendu de deux façons différentes à trois lignes d'intervalle.

Il s'exécute en parallèle — vous ne traduisez pas deux fois

Quand vous lancez une traduction, une fenêtre vous demande si vous voulez aussi lancer le raffineur. Dites oui et il travaille lot par lot : dès qu'un lot est traduit, il est remis au raffineur pendant que le lot suivant est encore en cours de traduction. Avec plusieurs processus en marche à la fois, raffinage et traduction se chevauchent — de sorte qu'activer le raffineur ajoute bien moins de temps réel que de lancer une seconde passe complète ensuite.

Il fonctionne aussi au mieux. La ligne était déjà traduite avant que le raffineur n'y touche, donc si un appel de raffinage échoue ou si vous annulez la tâche, la traduction de la première passe est simplement conservée. Une ligne n'est jamais perdue parce que le raffinage a eu un raté.

Vous pouvez suivre l'opération : une barre de progression dédiée au raffineur suit les lignes raffinées à côté de la barre de traduction principale, et le récapitulatif de fin de tâche vous indique exactement combien de lignes le raffineur a améliorées.

Choisissez n'importe quel LLM, tapez le modèle

Le raffinage a besoin d'un modèle capable de suivre des instructions, donc le raffineur s'exécute sur un fournisseur de LLM : OpenAI, Anthropic, un endpoint compatible OpenAI (OpenRouter, NanoGPT et consorts), ou un modèle local via Ollama / LM Studio. Vous choisissez le fournisseur dans la fenêtre et tapez le nom exact du modèle voulu — gpt-4o, un modèle claude-, l'id d'un modèle local, tout ce pour quoi vous avez une clé. Les fournisseurs statistiques rapides (Google, DeepL) sont parfaits pour la première passe mais ne peuvent pas être le raffineur — ils ne suivent pas d'instructions.

Votre choix est mémorisé comme valeur par défaut pour la fois suivante, et un interrupteur toujours raffiner saute complètement la fenêtre si vous voulez l'activer à chaque tâche.

La combinaison économique : première passe bon marché, raffinage intelligent

Le raffineur donne le meilleur de lui-même comme seconde moitié d'une stratégie à deux fournisseurs. Faites la première passe sur Google ou DeepL gratuits, puis raffinez avec Claude ou GPT-4o. Vous obtenez une qualité de sortie de LLM mais ne payez qu'une seule passe de LLM — la passe gratuite a fait le gros du travail, et le LLM ne fait que relire et peaufiner par-dessus. Pour la plupart des projets, c'est le juste équilibre entre coût et qualité.

Raffiner avec le même LLM que celui utilisé pour traduire aide aussi — la passe de raffinage voit le contexte du lot entier et une instruction explicite « améliore ceci » que la première passe n'avait pas —, mais elle double à peu près votre dépense de tokens sur ce fournisseur. Réservez le raffinage avec le même fournisseur aux projets où chaque ligne compte.

Dans tous les cas, prévoyez-le au budget : chaque ligne raffinée est un appel de modèle supplémentaire (en lot). La bonne nouvelle, c'est que les correspondances du cache de mémoire de traduction sont ignorées (voir plus bas), donc relancer reste bon marché.

C'est gratuit pour tout le monde

La mémoire de traduction, le routage des fournisseurs et le glossaire sont des fonctionnalités Supporter. Le raffineur, non. Il tourne entièrement avec votre propre clé d'API — ou votre propre modèle local —, donc le proposer ne nous coûte rien, et tous les niveaux en profitent, gratuit compris. La seule chose que vous payez, ce sont les tokens de votre fournisseur.

Personnalisez le prompt du raffineur

Le raffineur a son propre prompt, distinct du prompt de traduction, dans Paramètres → Traduction. Celui par défaut demande déjà au modèle d'améliorer le naturel et la précision, de préserver chaque marqueur et balise, de conserver la terminologie établie et de ne jamais produire de japonais. Remplacez-le pour imposer un style maison — un registre, la façon de gérer les honorifiques, une classification de contenu, un public cible :

Seule la traduction actuelle est masquée puis restaurée, de sorte que vos balises de moteur (codes de contrôle RPG Maker, balises KAG, interpolations Ren'Py) et tout terme de glossaire ressortent intacts du cycle de raffinage. Le modèle ne voit que les mêmes marqueurs opaques de type [[T0]] que la première passe.

Ce à quoi il ne touchera pas

• Les correspondances de mémoire de traduction. Les lignes servies depuis votre TM sont des traductions que vous avez déjà choisies ou éditées à la main ; le raffineur les laisse tranquilles et ne travaille que sur les lignes fraîchement traduites par machine.
• Les marqueurs et balises de moteur. Ils sont masqués pendant la passe de raffinage exactement comme dans une traduction normale, donc les codes de contrôle, le texte ruby et les interpolations reviennent intacts.
• Les lignes en échec. Le raffineur améliore une traduction existante ; ce n'est pas un traducteur autonome. Une ligne qui a échoué à la première passe (par exemple un fournisseur qui a renvoyé le japonais inchangé) n'est pas magiquement corrigée — changez de fournisseur et relancez celles-là.

Comment l'utiliser

1. Lancez une traduction comme d'habitude et choisissez votre fournisseur de première passe (Google / DeepL gratuit est un excellent choix ici).
2. Dans la fenêtre, choisissez Raffiner aussi, sélectionnez un fournisseur de LLM et tapez le modèle. Activez toujours raffiner si vous voulez sauter cette étape la prochaine fois.
3. Suivez les deux barres de progression — la traduction, plus la barre dédiée du raffineur.
4. Examinez le résultat ; le récapitulatif de la tâche indique combien de lignes le raffineur a améliorées.
5. Vous voulez un style précis ? Modifiez le prompt du raffineur dans Paramètres → Traduction et relancez — seules les lignes en attente et modifiées sont retraitées.

Pour conclure

Une traduction automatique de première passe vous amène jusqu'à « lisible ». Le raffineur est le moyen le moins cher d'aller au-delà — un second modèle, lisant chaque ligne dans son contexte et face à l'original, corrigeant ce qu'une première passe myope se trompe. Associez-le à un fournisseur de première passe bon marché et à un modèle de raffinage puissant et à un glossaire pour les noms, et votre résultat atterrit en plein dans le territoire du « publiable comme traduction de fans avec une légère retouche à la main ».

Téléchargez RuneTranslate et essayez le raffineur sur un vrai projet — il est gratuit sur tous les niveaux, avec votre propre clé d'API ou modèle local.