Comment l’IA peut devenir votre tuteur de langue personnel

une langue en tournant passivement les pages d’un manuel.

On progresse vraiment quand la langue vous répond.

Lorsque vous voyez des images, entendez de vraies phrases, essayez de parler et obtenez des commentaires, tout s’enclenche enfin dans votre tête.

Dans le passé, vous aviez besoin d’un enseignant à vos côtés à tout moment pour obtenir ce genre de retour.

Aujourd’hui, l’IA générative peut jouer ce rôle sur votre téléphone ou votre ordinateur, comme un tuteur de langage IA que vous pouvez utiliser à tout moment.

Lorsque j’ai commencé à apprendre le mandarin il y a dix ans, j’ai vu de nombreux étrangers avoir du mal à se faire comprendre des locaux dans les conversations quotidiennes en raison d’une mauvaise prononciation.

Cela m’a convaincu que sans une bonne prononciation, un vocabulaire riche ne sert à rien.

Je me souviens encore d’être assis dans mon appartement à Shanghai, répétant la même phrase encore et encore, sans que personne ne me corrige.

Des années plus tard, lorsque j’ai découvert l’IA générative, je me suis souvenu de l’ingénieur chinois qui avait du mal avec les livres de grammaire et les tons.

Je voulais créer des outils qui m’auraient aidé dans le passé.

En tant que fondateur de startup, je n’ai pas beaucoup de temps libre, j’avais donc besoin d’un moyen de créer et de tester rapidement de nouveaux outils.

C’est pourquoi je me suis tourné vers n8n pour créer des assistants qui auraient rendu ma pratique du chinois beaucoup plus facile.

Dans cet article, je vais montrer comment j’utilise n8n et l’IA multimodale pour créer des « partenaires d’étude » pour l’apprentissage des langues qui :

• Corriger ma prononciation à l’aide des fonctionnalités de synthèse vocale
• Créez des exercices pour étudier les listes de vocabulaire
• Générez des images pour illustrer des mots ou des contextes pour la pratique du style flash-card

Ensemble, ils montrent comment l’IA et les plateformes low-code comme n8n peuvent aider toute personne apprenant un langage complexe.

Même avec une utilisation quotidienne, l’ensemble coûte moins d’un euro par mois.

IA pour la prononciation et la compréhension orale

Je m’appelle Samir, un professionnel de la chaîne d’approvisionnement qui a eu du mal avec le mandarin pendant son séjour de six ans en Chine.

Permettez-moi de vous présenter Yin, le coach linguistique basé sur l’IA que j’ai développé la semaine dernière.

Il s’agit d’une application Web que j’ai conçue pour soutenir mon parcours d’apprentissage du chinois après plus de cinq ans sans pratique.

Il comprend trois fonctionnalités :

• Exercices de prononciation
• Questions à choix multiples (QCM)
• Cartes Flash

J’utiliserai chaque fonctionnalité pour démontrer comment j’utilise l’IA multimodale pour améliorer ma compréhension écrite, mon écoute et ma prononciation en mandarin.

Pourquoi la prononciation en mandarin est-elle si importante ?

Permettez-moi de partager une histoire vraie de Chine pour souligner l’importance d’utiliser le ton correct en mandarin.

Un jour, j’ai été invité à un entretien d’embauche dans la plus grande société de transport express chinoise, évaluée à des milliards.

Toute la conversation était en chinois.

J’avais soigneusement préparé mes phrases, soulignant comment j’utilisais la science des données pour améliorer les opérations de l’entrepôt.

À un moment donné, j’avais envie de dire : «J’utilise la science des données pour améliorer la productivité du picking dans l’entrepôt.»

Le verbe « cueillir » signifie prendre des marchandises sur des étagères ou des rayonnages dans un entrepôt.

En chinois, mes collègues utilisaient le verbe 拣货 (jiǎn huò) pour décrire ce processus.

Mais au lieu de dire jiǎn huòJ’ai dit jiàn huò.

C’est un mot totalement différent que vous ne voulez certainement pas utiliser lors d’un entretien d’embauche.

Pour rester poli ici, disons jiàn huò est un mot grossier.

Le gérant éclata de rire.

Je n’ai pas compris pourquoi jusqu’à ce que je fasse un débriefing avec le chasseur de têtes plus tard et que je lui répète la phrase.

Ce moment m’a appris que la prononciation en chinois ne consiste pas seulement à paraître naturelle.

Vous pouvez connaître des milliers de mots, mais si votre ton est faux, les gens ne vous comprendront pas.

C’est pourquoi la première fonctionnalité de mon application est une IA coach de prononciation.

Utiliser la reconnaissance vocale pour s’entraîner

Grâce à la synthèse vocale et au raisonnement, l’application écoute ce que je dis, le compare à la phrase cible et donne des informations sur les tons ou les syllabes qui étaient erronés.

L’accent est ici mis sur l’amélioration de ma prononciation des termes liés à la logistique et à la chaîne d’approvisionnement (mon domaine d’expertise).

Pour chaque mot, nous avons :

• Le mot en caractères mandarin simplifiés : 合同
• La phrase utilisée pour pratiquer ma prononciation : 我们需要在发货前签署这份运输合同。
• La traduction anglaise : Nous devons signer ce contrat de transport avant d’expédier la marchandise.

Pour les débutants, on peut même ajouter de la phonétique (pinyin mandarin) à l’aide de la bascule.

Comment pratiquer la prononciation ?

Il me suffit d’appuyer sur le bouton micro en bas pour enregistrer ma phrase.

L’enregistrement est automatiquement envoyé au backend pour une analyse qui compare ma prononciation avec la bonne.

Quelques secondes plus tard, j’ai reçu mon feedback.

Les commentaires sont assez détaillés ; il se concentre sur les mots que vous avez mal prononcés.

C’est presque comme si j’avais un professeur personnel qui me corrigeait en temps réel, sauf que celui-ci ne se lasse jamais.

Bien sûr, cela ne remplacera pas un excellent professeur dans un cours particulier, mais cela peut vous aider à vous entraîner après les cours.

Quand j’ai commencé à apprendre le mandarin, je passais mes soirées (après le travail) seule, à répéter des phrases simples pour me familiariser avec les nuances de tons.

Je n’avais pas de boucle de rétroaction à l’époque ; cet outil aurait été très utile.

Comment ça marche ?

Capacités de synthèse vocale et de raisonnement de GenAI

Le backend est un simple workflow n8n connecté au frontend via un webhook.

Les capacités de synthèse vocale sont utilisées pour transcrire le fichier audio envoyé par le front-end en phonétique (pinyin).

La sortie de ce nœud de transcription audio Gemini inclut la phonétique :

[
  {
    "content": {
      "parts": [
        {
          "text": "zuò pǐn huò zǒnggòng fàng zài èrshí ge tuōpán shàng.\n"
        }
      ],
      "role": "model"
    },
    "finishReason": "STOP",
    "avgLogprobs": -0.16858814502584524
  }
]

Ce pinyin est ensuite envoyé au nœud AI Pronounciation Analysis avec la prononciation cible.

Dans cet exemple, j’ai mal prononcé l’avant-dernier mot.

C’est précisément ce que l’agent a mentionné dans son feedback.

Cela montre comment nous pouvons utiliser les capacités de synthèse vocale, combinées au raisonnement de modèles d’IA génératifs, pour améliorer notre prononciation.

Cela peut être adapté à n’importe quelle langue.

Qu’en est-il de la génération d’images et de la synthèse vocale ?

IA générative pour la génération de contenu

Si vous observez l’interface utilisateur de l’application, vous remarquez que chaque mot a :

• Une image illustrative
• Une phrase pour le contexte
• Transcription audio disponible via les icônes du microphone

Ce contenu est généré à l’aide de modèles d’IA pour fournir une variété de matériel pédagogique pour la deuxième fonctionnalité : les flashcards.

Solutions de synthèse vocale

Une excellente façon de pratiquer la prononciation est d’écouter et de répéter.

Par conséquent, avant d’enregistrer ma phrase, je peux apprendre à prononcer le mot grâce à cette première fonctionnalité de synthèse vocale.

Pour cela, j’utilise l’API Text-to-Speech de Google car elle est assez pratique et gratuite.

from gtts import gTTS

def generate_speech(text: str, lang: str):
   filename = f"{uuid4().hex}.mp3"
   filepath = f"./data/gtts/{filename}"

   tts = gTTS(text=text, lang=lang)
   tts.save(filepath)

Avec quelques lignes de code, vous pouvez générer la synthèse vocale de n’importe quel mot en utilisant le code de langue approprié.

C’est exactement ce que j’ai utilisé dans l’outil de génération de flashcards que j’ai présenté sur Towards Data Science il y a trois ans.

L’idée à l’époque était d’améliorer ma compréhension orale en ajoutant de l’audio aux réponses des flashcards.

Et les phrases longues ?

Le problème avec Google Text-to-Speech est la voix robotique.

Heureusement, nous disposons de onze laboratoires.

Le workflow ci-dessus est connecté à l’application via un webhook.

Le nœud Eleven Labs qui prend la sortie de l’agent AI Generate Example pour générer la version audio de la phrase.

L’utilisateur peut désormais écouter la phrase prononcée « comme » un locuteur natif.

Que reste-t-il ? Questions et illustrations…

Génération de matériel pédagogique

Comme expliqué dans la section précédente, les phrases sont également générées à l’aide de l’IA.

Le nœud AI Agent, alimenté par Gemini, prend le mot à étudier comme entrée et utilise l’invite système ci-dessous pour générer une phrase.

You are a Chinese language tutor for professionals.

Given a Chinese word, you MUST return a JSON object with EXACTLY these keys:
- "sentence": a short Chinese sentence using the word in a business or 
   daily-life context
- "pinyin": the pinyin of the full sentence
- "english": the English translation of the sentence

Return ONLY valid JSON. No explanations, no backticks, no extra text.

Example:
{
  "sentence": "我去仓库检查货物。",
  "pinyin": "Wǒ qù cāngkù jiǎnchá huòwù.",
  "english": "I go to the warehouse to inspect the goods."
}

Cela garantit une variété d’exercices presque infinie.

Et la cerise sur le gâteau est l’image générée avec la Nano Banana de Gemini pour nous aider à relier un mot à son contexte.

Après avoir appris des milliers de caractères chinois, j’ai remarqué que les images aidaient à mémoriser de nouveaux mots.

C’est précisément ce que j’utilise dans la fonctionnalité flashcards.

Le backend n8n fournit au front-end :

• Le mot en chinois que vous voulez apprendre avec le pinyin et la traduction en anglais
• Un exemple de phrase et sa traduction générée par GPT
• Une image illustrative générée par Gemini

Le frontal gère ensuite le mécanisme de retournement des cartes.

Si vous souhaitez recréer cette solution adaptée à vos besoins, j’ai partagé un workflow similaire sur mon GitHub.

Vous aimez les questions à choix multiples ? La génération IA peut vous aider !

Générer des exercices à partir d’une liste de vocabulaire

Pour la dernière fonctionnalité, nous générons des questions à choix multiples pour apprendre la même liste de vocabulaire.

Nous demandons aux Gémeaux de générer des questions à partir de la liste de vocabulaire, en utilisant des options à choix multiples avec une seule bonne réponse.

[
  {
    "output": {
      "question": "Which of the following is the correct Chinese translation for 'Variable Pricing'? Please answer with A, B, C, or D.",
      "options": {
        "A": "仓库",
        "B": "可变定价",
        "C": "卡车司机",
        "D": "投标"
      },
      "correct": "B",
      "right_feedback": "Great job! 可变定价 (kě biàn dìng jià) means Variable Pricing.",
      "wrong_feedback": "Oops! The correct answer is B: 可变定价 (kě biàn dìng jià), which means Variable Pricing."
    }
  }
]

Le front-end utilise cette sortie pour fournir aux questions un retour adapté.

Le backend de cette fonctionnalité est basé sur un workflow n8n que j’ai également partagé sur mon GitHub : Professeur de langues basé sur l’IA utilisant GPT.

Conclusion

J’ai développé cette application pour expérimenter comment l’IA pourrait améliorer mes capacités d’apprentissage.

Après près de cinq ans sans parler chinois, cet assistant IA multimodal s’est avéré d’une grande aide.

L’ensemble du backend est construit sur n8n pour un prototypage rapide et une intégration transparente.

Vous n’êtes pas familier avec n8n et souhaitez apprendre ?

J’ai un tutoriel complet, conçu pour les débutants, sur ma chaîne YouTube qui vous guidera de la création d’instance à la configuration des identifiants.

Après ce tutoriel, vous pourrez utiliser n’importe lequel des workflows partagés dans mon dépôt.

Comme je n’ai pas le temps de m’engager dans des cours de chinois en présentiel, je peux avoir un assistant qui s’adaptera à mon emploi du temps.

Pouvons-nous faire mieux ?

Sur la « roadmap » de ce petit side project, j’ai :

• Ajout d’exercices de grammaire complexes pouvant être réalisés à l’oral (combinant compréhension écrite, grammaire et prononciation)
• Implémentation d’un module d’écriture qui corrigerait ma calligraphie grâce au traitement d’image

En fonction de mes disponibilités, je m’efforcerai de l’expédier d’ici le premier trimestre 2026.

Sur moi

Connectons-nous sur LinkedIn et Gazouillement; Je suis un ingénieur de chaîne d’approvisionnement qui utilise l’analyse de données pour améliorer les opérations logistiques et réduire les coûts.

Pour des conseils ou des conseils sur l’analyse et la transformation de la chaîne d’approvisionnement durable, veuillez me contacter via Logigreen Conseil.