ELSA Speak — Coach de prononciation par IA pour les apprenants d'anglais au Viêt Nam

ELSA (English Language Speech Assistant) a été cofondée au Vietnam en 2015 pour donner aux apprenants d'anglais langue étrangère (EFL) du Vietnam et de l'ensemble du Sud global un accès à un accompagnement de prononciation qu'ils n'auraient pas pu s'offrir autrement, en utilisant la reconnaissance vocale automatique par apprentissage profond pour détecter les erreurs au niveau du phonème sans professeur humain.

L'application vise à fournir un retour personnalisé et en temps réel sur la prononciation, au niveau du phonème, à un coût et à une échelle qu'un accompagnement par un locuteur natif ne peut égaler. Plusieurs établissements d'enseignement supérieur vietnamiens ont formellement intégré ELSA dans leurs cours de prononciation anglaise, en remplacement ou en complément d'un tutorat individuel coûteux.

Les apprenants enregistrent des phrases en anglais dans l'application, qui applique un système propriétaire de reconnaissance vocale pour signaler les erreurs de prononciation au niveau du phonème et fournir un retour instantané et personnalisé. La plateforme s'est déployée dans 195 pays et compte plus de 50 millions d'utilisateurs ; le Vietnam a longtemps été son plus grand marché (80-90 % des premiers utilisateurs, environ 20 % aujourd'hui à mesure que la plateforme s'est mondialisée).

Une étude évaluée par les pairs publiée dans PLOS ONE (janvier 2025, n=205 étudiants en anglais dans une université vietnamienne) a relevé une grande satisfaction autodéclarée quant à l'utilité perçue, la facilité d'utilisation et l'amélioration de la prononciation. Une étude pré-/post- au Vien Dong College, à Hô-Chi-Minh-Ville (2024, n=63, un semestre) a montré que 77,3 % des étudiants jugeaient ELSA efficace ou très efficace et 81,8 % ont déclaré une confiance accrue à l'oral. Une autre étude publiée dans l'IJIRSS a documenté une forte motivation et un fort engagement chez les apprenants vietnamiens d'EFL.

La base de données probantes est cohérente mais modeste : toutes les études publiées reposent sur une satisfaction autodéclarée et des échantillons petits et non randomisés, sans mesure de compétence standardisée et indépendante, et le modèle propriétaire de reconnaissance vocale n'a fait l'objet d'aucun audit indépendant d'exactitude ou de biais. Les données sont régies par le CCPA américain et non par le RGPD ni par le droit vietnamien, et l'intégration systématique dans la scolarité formelle — plutôt que l'autoapprentissage — reste l'exception.