# General Translation Knowledge Base: Qu’est-ce qu’une mémoire de traduction, et en avez-vous encore besoin avec l’IA ? URL: https://generaltranslation.com/fr/kb/what-is-translation-memory.mdx Docs index: https://generaltranslation.com/llms.txt Description: Une mémoire de traduction (TM) est une base de données de paires de segments source et cible déjà traduits, dans laquelle un outil de traduction recherche des correspondances exactes, en contexte et approximatives. Avec l’IA, vous voulez toujours réutiliser les formulations approuvées et disposer des traductions passées comme contexte. General Translation réutilise les traductions correspondantes issues des versions antérieures des fichiers et conserve les modifications de l’équipe, sans mémoire de traduction distincte à maintenir. Category: Traduction Last updated: 2026-10-28 Authors: General Translation Team Published: 2026-10-28 Une mémoire de traduction (TM) est une base de données de segments, généralement des phrases ou des chaînes de l’IU, chacun associé à sa traduction approuvée dans une ou plusieurs langues. À l’arrivée d’un nouveau contenu, l’outil de traduction recherche chaque segment dans la mémoire de traduction, réutilise les correspondances exactes et propose des segments similaires qu’un traducteur pourra retoucher. L’IA n’a pas rendu ce rôle obsolète : vous voulez toujours réutiliser les formulations approuvées et assurer la cohérence des textes répétés. Ce qui change, c’est l’usage des correspondances proches : une fois approuvées, elles peuvent guider le premier jet d’un modèle tout autant que les retouches d’un traducteur. Leur intérêt dépend de leur qualité, de l’effort de relecture, de la proportion de texte répété et de l’obligation ou non de réutiliser les formulations approuvées. ## Fonctionnement d'une mémoire de traduction Une MT commence par la segmentation : l'outil découpe le contenu source en unités de traduction. Pour un texte rédigé, une unité correspond généralement à une phrase ; pour un logiciel, le [glossaire de globalisation de Microsoft](https://learn.microsoft.com/en-us/globalization/reference/glossary) précise que chaque ressource de type chaîne de caractères constitue une unité. Chaque entrée stocke le segment source, ses traductions et des métadonnées telles que les dates, le traducteur et le contexte : le nom du fichier, l'identifiant de la ressource ou le texte environnant. Lorsque vous traduisez un nouveau contenu, l'outil interroge la MT pour chaque segment et renvoie une liste de candidats classés, chacun assorti d'un score de confiance généralement exprimé en pourcentage. Le type de correspondance détermine la suite : | Type de correspondance | Ce qui correspond | Ce qui se passe généralement | | ---------------------- | -------------------------------------------------------------------- | ---------------------------------------------------- | | En contexte (101 %) | Le segment et ses voisins | Réutilisé après une vérification rapide | | Exacte (100 %) | Le texte du segment, mais son contexte diffère | Réutilisé, puis relu dans son nouveau contexte | | Floue (moins de 100 %) | Un segment similaire ; le pourcentage reflète le degré de similarité | Un traducteur modifie la traduction stockée | | Répétition | Le même segment réapparaît dans la tâche en cours | Traduit une seule fois | | Aucune correspondance | Rien au-dessus du seuil de l'outil | Traduit de zéro, par une personne, la TA ou l'IA | La [documentation de Phrase](https://support.phrase.com/hc/en-us/articles/9386879839900) définit une correspondance à 101 % comme une correspondance en contexte, évaluée d'après les segments qui la précèdent et la suivent, et une correspondance à 100 % comme une correspondance dont le texte source est identique mais dont le contexte diffère. Cette distinction s'explique par le fait qu'une correspondance exacte peut malgré tout être erronée. « Save » dans la barre d'outils d'un éditeur de documents et « Save » sur une page de tarifs sont la même chaîne de caractères, mais en allemand l'un se traduit par *speichern* et l'autre par *sparen*. Une correspondance floue, c'est presque dans le mille. Si la MT contient « Delete this file? » avec sa traduction allemande et que le nouveau segment est « Delete these files? », l'outil propose la traduction stockée avec un pourcentage élevé, et le traducteur n'a plus qu'à corriger le pluriel. ## TMX : le format d'échange de MT entre outils TMX (Translation Memory eXchange) est la norme XML qui permet d'exporter une MT depuis un outil pour l'importer dans un autre. La [spécification de l'ETSI](https://www.etsi.org/deliver/etsi_gs/LIS/001_099/002/01.04.02_60/gs_LIS002v010402p.pdf) la présente comme un moyen standard d'échanger des données de MT entre outils et prestataires de traduction, avec une perte de données critiques faible, voire nulle. Le format est issu du groupe OSCAR de la LISA ; après la mise en faillite de la LISA en 2011, l'ETSI a republié [TMX 1.4b](https://www.ttt.org/oscarStandards/tmx/tmx14b.html) sous la référence ETSI GS LIS 002. Un fichier TMX comporte un `
` qui décrit l'export, suivi d'un `` contenant les unités de traduction (``). Chacune d'elles contient une variante par langue (``), dont le texte figure dans un élément `` : ```xml title="memory.tmx"
Settings form, primary button Save changes Änderungen speichern Enregistrer les modifications ``` Ce fichier est validé par rapport à la DTD TMX 1.4 avec `xmllint --dtdvalid`. La spécification définit deux niveaux : le niveau 1 ne contient que du texte brut, tandis que le niveau 2 ajoute un balisage pour les codes intégrés, comme le texte en gras ou les espaces réservés, afin qu'un outil puisse reconstruire un document mis en forme. Les règles qui ont servi à découper le texte en segments sont transmises séparément, dans un fichier SRX (Segmentation Rules eXchange). Une MT ne doit pas être confondue avec un glossaire. Une MT stocke des segments entiers ; un glossaire, ou base terminologique, stocke des termes isolés, comme les noms de produits et les mots qui ne doivent jamais être traduits. (Voir [garantir la cohérence terminologique dans la traduction par IA](/kb/ai-translation-glossary).) ## Où se trouve la mémoire de traduction, et quel est son impact sur le coût Les traducteurs conservent leurs MT dans des outils de TAO (traduction assistée par ordinateur), et les entreprises dans un [système de gestion de la traduction (TMS)](/kb/what-is-a-translation-management-system), qui affiche les correspondances de la MT en regard de chaque segment dans son éditeur. Si un prestataire de services linguistiques héberge votre MT, demandez-lui un export TMX avant de changer de prestataire. La MT pèse également sur la facture. Avant le lancement d'un projet, l'outil du prestataire l'analyse par rapport à la MT et compte les mots dans chaque catégorie de correspondance. Chaque catégorie est facturée à un tarif distinct, les mots déjà présents dans la MT revenant moins cher que les nouveaux. Phrase appelle cela des [net rate schemes](https://support.phrase.com/hc/en-us/articles/5709665578908) : les répétitions, les correspondances en contexte, les correspondances à 100 % et les correspondances partielles ont chacune leur tarif, et les correspondances partielles inférieures à 75 % sont comptées comme de nouveaux mots. Une MT volumineuse et bien tenue réduit le nombre de mots facturables à chaque livraison. ## Comment l'IA transforme la mémoire de traduction Lorsqu'un modèle rédige les traductions, une partie du rôle de la MT évolue, l'autre reste inchangée : * **Les correspondances approximatives et les traductions passées deviennent du contexte.** Une correspondance approximative servait autrefois de point de départ, qu'un traducteur retouchait. Lorsqu'un modèle produit le premier jet, les correspondances proches approuvées peuvent aussi guider la génération : vous placez des paires similaires approuvées dans le prompt du modèle en guise d'exemples. * **La réutilisation à l'identique reste essentielle.** Retraduire une phrase approuvée à chaque exécution, c'est risquer d'introduire une nouvelle formulation que personne n'a relue. Le texte inchangé doit conserver sa traduction approuvée, et seul le texte nouveau ou modifié doit être envoyé au modèle. Dans un [article présenté à l'EAMT 2023](https://aclanthology.org/2023.eamt-1.22/), Moslem et ses collègues ont montré qu'un prompt contenant des exemples de paires de traduction permet à un LLM de s'adapter au style et à la terminologie d'un domaine lorsqu'il traduit une nouvelle phrase. Les [profils d'IA personnalisés](https://docs.lokalise.com/en/articles/11894216-ai-profiles) de Lokalise appliquent ce principe en s'appuyant sur une récupération depuis la mémoire de traduction, dans ses offres Advanced et Enterprise. Un modèle peut combiner les traductions récupérées avec le composant dans lequel se trouve une chaîne de caractères, les variables qu'elle contient et la note d'un développeur sur sa signification. C'est ce contexte qui permet de trancher entre *speichern* et *sparen*, avant même que quiconque ne vérifie une correspondance. (Consultez [la traduction par IA est-elle suffisamment précise pour la production ?](/kb/is-ai-translation-accurate)) | Approche | Texte inchangé | Texte nouveau ou modifié | Terminologie | Adaptée à | | -------------------------------------------------------------------- | ----------------------------------------------------------- | ---------------------------------------------------------------- | ------------------------------------------------ | ----------------------------------------------------- | | MT classique dans un outil de TAO ou un TMS | Correspondances exactes et en contexte | Correspondances approximatives pour un traducteur, ou TA | Une base terminologique distincte | Traducteurs humains et contrats avec des prestataires | | Appels bruts à un LLM | Retraduit à chaque exécution | Brouillons fluides à partir de la seule chaîne | Uniquement ce que vous collez dans chaque prompt | Textes ponctuels | | LLM avec récupération depuis une MT | Dépend de l'outil | Paires similaires approuvées en guise d'exemples | Glossaire et exemples | Vastes corpus relus dans un seul domaine | | Traduction incrémentale lors de la compilation (General Translation) | Traductions correspondantes issues des versions précédentes | IA avec le contexte du code, un glossaire et des règles de style | Glossaire partagé | IU du produit et documentation dans un dépôt | ## Avez-vous encore besoin d'une mémoire de traduction ? Conservez une mémoire de traduction (TM) classique si le travail est confié à des traducteurs humains ou à un prestataire de services linguistiques, si votre contrat avec vos prestataires fixe les tarifs par catégorie de correspondance, si vous échangez des fichiers TMX avec eux, ou si un texte réglementé doit reprendre mot pour mot des phrases déjà validées. Dans ces cas, la TM fait partie intégrante du workflow et du contrat. Une TM distincte n'est peut-être pas nécessaire si votre pipeline apporte déjà à votre équipe la réutilisation, la relecture et la portabilité dont elle a besoin : les traductions inchangées sont réutilisées, les modifications de votre équipe sont conservées, un glossaire est appliqué et les traductions restent dans des fichiers qui vous appartiennent. Si vous disposez d'un vaste corpus de traductions relues dans un domaine pointu, comme les textes juridiques ou médicaux, ajoutez un mécanisme de récupération (retrieval) pour que le modèle reçoive ces paires comme exemples. ## Comment General Translation gère la réutilisation General Translation ne conserve pas de mémoire de traduction autonome et ne propose ni correspondance approximative (fuzzy matching) ni import TMX. Il remplit le rôle d'une mémoire de traduction directement au sein du pipeline de traduction : * **Le texte inchangé est réutilisé.** Par défaut, la commande [`npx gt translate`](/docs/cli/reference/commands/translate) de General Translation ne traduit que le contenu dont la source a changé, et elle peut [réutiliser une traduction correspondante issue d'une version antérieure du même fichier](/docs/cli/guides/generating-translations#retranslate), et pas uniquement de la plus récente. Un segment n'est retraduit que lorsque son texte source change. `--force` retraduit tout, écrase les traductions existantes et les modifications locales, et est facturé comme un nouveau travail. * **Les branches et les déplacements ne repartent pas de zéro.** Lorsque la [gestion des branches](/docs/cli/guides/branching#inheritance) est activée, une branche de fonctionnalité hérite des traductions de sa branche de base : le contenu partagé n'est donc ni retraduit ni facturé deux fois. [`npx gt upload`](/docs/cli/reference/commands/upload) détecte les fichiers déplacés sans modification et conserve leurs traductions. * **Les modifications de votre équipe sont conservées.** Les relecteurs modifient les traductions sur la page **Traductions** du tableau de bord ([relire les traductions](/docs/platform/dashboard/guides/reviewing-translations)). Les modifications apportées aux fichiers téléchargés sont synchronisées avec [`npx gt save-local`](/docs/cli/reference/commands/save-local), ou avant chaque exécution avec `--save-local` ou [`options.saveLocal`](/docs/cli/reference/config#save-local) ; cette synchronisation doit être activée explicitement. Une traduction modifiée devient la version enregistrée : les exécutions suivantes la réutilisent jusqu'à ce que sa source change. * **Les traductions existantes sont reprises.** [`npx gt upload`](/docs/cli/reference/commands/upload) envoie vos fichiers sources et toutes les traductions existantes vers la plateforme : vos fichiers JSON, PO, YAML ou de chaînes iOS et Android déjà traduits sont ainsi importés au lieu d'être générés à nouveau. * **La terminologie est centralisée dans un glossaire.** Un [groupe de contexte](/docs/platform/dashboard/guides/defining-context-for-translations) contient un glossaire pour les termes et des instructions personnalisées pour le ton, partagés entre les projets auxquels vous l'attribuez. L'import de glossaire accepte les formats CSV, TSV, JSON et texte, et le bouton **Appliquer** met à jour les traductions existantes avec les termes du glossaire sélectionnés. Le contexte provient du code plutôt que des segments voisins. Le composant [``](/docs/react/reference/components/t) de General Translation envoie chaque bloc JSX avec sa structure d'éléments et ses espaces réservés aux variables, et sa prop [`context`](/docs/react/reference/components/t#context) indique au modèle de quel « Save » il s'agit. Pour comparer plus largement ce workflow à un TMS, consultez [General Translation vs. a TMS](/kb/general-translation-vs-tms). ## Questions fréquentes ### La mémoire de traduction est-elle la même chose qu'un glossaire ? Non. Une MT enregistre des segments entiers avec leurs traductions, tandis qu'un glossaire répertorie des termes individuels, comme des noms de produits, associés à des traductions imposées ou à une consigne de non-traduction. La plupart des flux de travail ont besoin des deux. ### Qu'est-ce qu'une correspondance à 101 % ? Une correspondance en contexte : le segment correspond à la mémoire de traduction (TM), de même que les segments qui l'entourent. Elle prime sur une correspondance à 100 %, pour laquelle seul le texte correspond, et non son contexte. ### Puis-je importer un fichier TMX dans General Translation ? Non. Téléversez vos fichiers traduits existants dans un format pris en charge avec [`npx gt upload`](/docs/cli/reference/commands/upload), et importez votre terminologie dans un groupe de contexte à partir d'un fichier CSV, TSV, JSON ou texte. ### L'IA rend-elle la mémoire de traduction obsolète ? Non. L'IA change la manière dont les correspondances partielles peuvent être exploitées : les exemples approuvés peuvent guider la génération automatique, et pas seulement la révision humaine. Réutiliser les traductions approuvées et conserver les modifications de votre équipe reste essentiel. ## Points clés * Une mémoire de traduction (TM) stocke des paires de segments et renvoie des correspondances en contexte (101 %), exactes (100 %) et approximatives (*fuzzy matches*) ; TMX est le format XML qui permet de la transférer d'un outil à l'autre. * Les prestataires appliquent un tarif distinct à chaque catégorie de correspondance : lorsque la traduction est humaine, une TM réduit donc le nombre de mots facturables. * Lorsque l'IA rédige les premières versions des traductions, une TM continue de garantir la stabilité des formulations approuvées, et ses correspondances proches peuvent servir d'exemples pour guider le modèle, tout comme la révision humaine. * General Translation ne propose ni TM autonome ni import TMX ; il réutilise les traductions correspondantes issues des versions précédentes des fichiers, conserve les modifications de votre équipe et applique un glossaire partagé grâce aux groupes de contexte. ## Related questions - [Qu’est-ce qu’un système de gestion de la traduction (TMS) ?](https://generaltranslation.com/fr/kb/what-is-a-translation-management-system.mdx): Un système de gestion de la traduction (TMS) est un logiciel qui stocke votre contenu source et ses traductions, et qui pilote le workflow de traduction : mémoire de traduction, glossaires, relecture, traduction automatique et intégrations. Sa mémoire de traduction réutilise les traductions existantes par correspondance exacte ou approximative (fuzzy match). Crowdin, Lokalise, Phrase, Smartling et Transifex en sont des exemples courants. - [Comment garantir une terminologie cohérente dans la traduction par IA ?](https://generaltranslation.com/fr/kb/ai-translation-glossary.mdx): Tenez un glossaire unique des termes approuvés, y compris les noms qui ne se traduisent pas, appliquez-le à chaque requête de traduction, tenez les variables et le code à l’écart de la traduction, puis relisez le résultat. General Translation y parvient grâce aux groupes de contexte, dont le glossaire et les instructions personnalisées s’appliquent à chaque projet auquel vous les assignez, et grâce au composant Var pour les valeurs qui ne doivent jamais être traduites. - [General Translation ou un TMS (Crowdin, Lokalise, Phrase)](https://generaltranslation.com/fr/kb/general-translation-vs-tms.mdx): Choisissez General Translation lorsque les développeurs veulent que la génération des traductions, le contexte tiré du code et la relecture soient liés aux livraisons du produit. Conservez vos catalogues et votre bibliothèque de rendu existants, ou rédigez du JSX intégré sans clés de traduction. Un TMS convient aux programmes centrés sur les prestataires linguistiques, les outils de TAO et l’échange XLIFF ; ses intégrations peuvent automatiser les transferts de fichiers. - [La traduction par IA est-elle assez précise pour une application en production ?](https://generaltranslation.com/fr/kb/is-ai-translation-accurate.mdx): Souvent, pour les langues les plus parlées, mais seulement après une évaluation concluante sur vos propres langues, vos chaînes de caractères d’IU et vos contenus plus sensibles. Lors du WMT25, Gemini 2.5 Pro a égalé ou surpassé les traductions humaines de référence pour 10 des 16 paires de langues, mais un benchmark portant sur des documents ne permet pas de savoir si de courtes chaînes de caractères d’interface sont prêtes à être livrées. - [Comment relire et modifier les traductions ?](https://generaltranslation.com/fr/kb/review-translations.mdx): Comparez chaque traduction avec sa source et les autres paramètres régionaux, puis corrigez ce qui sonne faux. Avec General Translation, vous modifiez les traductions sur la page Translations du tableau de bord et suivez la relecture à l’aide d’étiquettes et de commentaires ; la prochaine exécution de traduction de Locadex, son agent IA, intègre ensuite vos modifications dans une pull request. ## Previous and next questions - Previous question: [Meilleurs outils de traduction IA pour les développeurs : API ou plateformes de localisation](https://generaltranslation.com/fr/kb/best-ai-translation-tools.mdx) - Next question: [Que sont les codes de paramètres régionaux, comme en-US et en-GB ?](https://generaltranslation.com/fr/kb/locale-codes.mdx) ## Sitemap See the [Knowledge Base sitemap](https://generaltranslation.com/fr/kb/sitemap.md) for every article.