Un problème majeur des métriques d’évaluation en traitement du langage concerne le fait qu’elles sont conçues pour mesurer globalement une approche par rapport à une référence, et ainsi comparer des systèmes entre-eux. Bien que ces systèmes automatiques soient destinés aux utilisateurs finaux, ces utilisateurs sont peu étudiés: l’impact de ces erreurs automatiques sur l’humain, et la façon dont elles sont perçues au niveau cognitif, n’a jamais été étudié, et est donc absent dans le processus d’évaluation. Le projet DIETS propose de se focaliser sur la problématique du diagnostic/évaluation des systèmes de reconnaissance automatique automatique (RAP) end-to-end en intégrant la réception humaine des erreurs de transcription d’un point-de-vue cognitif. Le défi est double: 1) analyser finement les erreurs de RAP par rapport à une réception humaine et 2) comprendre et détecter comment ces erreurs se manifestent dans un cadre de RAP end-to-end, dont le travail s’inspire du cerveau humain.