Précision de la reconnaissance de l'écriture manuscrite :
Par écriture, modèle et type de document (2026)

Pourquoi l'écriture manuscrite est plus difficile que le texte imprimé

Le texte imprimé est un ensemble fermé de glyphes standardisés ; l'écriture manuscrite est un ensemble ouvert de glyphes idiosyncrasiques. Chaque modèle sur cette page affronte les mêmes trois différences structurelles — et elles expliquent pourquoi chaque écriture, style et architecture ci-dessous se comporte différemment.

Premièrement, la variation entre scripteurs. Deux personnes ne forment jamais la même lettre de la même façon. Le corpus IAM contient à lui seul l'écriture de 657 scripteurs différents répartis sur 13 353 lignes de texte (Heyberger & Guyeux, 2024) — la même lettre apparaît dans des centaines de rendus matériellement différents, ce qui explique pourquoi la précision sur l'écriture d'un scripteur fixe n'a aucun sens pour une reconnaissance à usage général. Deuxièmement, les caractères connectés. En écriture cursive et dans les écritures entièrement connectées, les lettres se fondent en ligatures sans frontière de segmentation nette — le moteur de reconnaissance doit décider où un caractère se termine et où le suivant commence, une décision que le texte imprimé n'impose jamais. L'arabe est le cas extrême : son écriture est entièrement connectée à l'intérieur des mots, écrite de droite à gauche, avec des formes de lettres qui changent selon leur position dans le mot, ce qui est une raison majeure pour laquelle les benchmarks arabes sont en retard sur les benchmarks latins (étude comparative IIETA, 2024). Troisièmement, des formes de lettres ambiguës et dépendantes du contexte — un « u » et un « n » négligés ne diffèrent que par la direction d'un empattement ; seul le mot environnant permet de les distinguer. C'est pourquoi presque tous les systèmes modernes associent un modèle visuel à un modèle de langage : sur le corpus IAM, l'ajout d'un lexique ou d'un modèle de langage réduit généralement les erreurs de mots d'un tiers ou plus (Reconnaissance de lignes de texte par détection, 2024).

La conséquence pratique est un écart de métriques persistant. Le taux d'erreur sur les caractères (CER) compte les caractères mal lus par centaine — un CER de 2 % signifie environ deux caractères erronés par centaine. Le taux d'erreur sur les mots (WER) compte les mots entiers transcrits incorrectement ; comme un seul caractère mal lu fait échouer un mot entier, le WER sur l'écriture manuscrite est généralement 2 à 4 fois supérieur au CER — sur le corpus arabe KHATT, un CER de 8,9 % coexiste avec un WER de 37,6 % (IIETA, 2024). Toute affirmation de précision qui cite un seul chiffre sans préciser quelle métrique et sur quel corpus est, au mieux, incomplète.

L'écriture est le principal facteur de précision en reconnaissance d'écriture manuscrite — plus déterminant que le choix du modèle. Le graphique ci-dessous représente la plage de CER publiée (du meilleur rapporté au typique entre modèles) pour chaque grand corpus de benchmark. L'histoire est un escalier : l'écriture manuscrite latine moderne est presque aussi nette que l'impression ; l'arabe et le chinois sont d'un ordre de grandeur plus difficiles ; les documents historiques sont la falaise — sauf si le modèle a été entraîné pour eux.

Répartition par écriture et langue

Sources : Crosilla et al. (2025) — benchmark LLM sur IAM/RIMES/READ-2016/Bentham, 8 LLM multimodaux ; classement CodeSOTA IAM (2024–2026) — CER/WER par modèle avec sources des articles ; Heyberger & Guyeux (2024) — étude de l'état de l'art au niveau ligne (VAN 1,91 % CER sur RIMES) ; Springer SNCS (2023) — résultats CVL inter-corpus ; IIETA (2024) & MDPI (2024) — résultats KHATT ; concours ICDAR 2013 chinois & PMC11951872 (2024) — taux de caractères corrects en chinois ; arXiv 2409.17095 (2024) — WER READ-2016 avec moteur entraîné pour une tâche spécifique. La ligne chinoise utilise le taux de caractères corrects (CR), pas le CER — voir la note sous le tableau.

Sources listées dans le tableau ci-dessus. Deux notes sur les métriques : (1) La ligne chinoise indique le taux de caractères corrects (CR), la métrique utilisée à la fois par le concours ICDAR 2013 et les articles ultérieurs — elle compte les caractères correctement reconnus mais ne pénalise pas les insertions comme le fait le CER, elle est donc comparable en tendance mais pas identique au CER. (2) Les lignes historiques sont délibérément réparties par type de modèle : les moteurs entraînés pour une tâche spécifique et les LLM généralistes sont des approches différentes sur les mêmes documents — voir Répartition par architecture de modèle.

Le style d'écriture — lettres détachées, écriture cursive ou mixte — est la dimension que les praticiens ressentent en premier et celle pour laquelle les données sont les moins rigoureuses. Aucun benchmark majeur ne labellise chaque échantillon comme lettres détachées ou cursive, l'écart entre les deux repose donc sur des benchmarks sectoriels et la composition des corpus eux-mêmes (RIMES et CVL sont en cursive ; IAM est mixte).

Répartition par style d'écriture

Sources indiquées dans le tableau ci-dessus. L'écart de données est clairement exposé : aucune étude évaluée par les pairs n'isole la précision entre écriture en lettres détachées et écriture cursive sur un corpus contrôlé et étiqueté par style — RIMES et CVL se trouvent être en cursive et IAM est mixte, mais aucun benchmark n'étiquette chaque échantillon — la dimension du style repose donc ici sur le benchmark exclusivement cursif d'AIMultiple et la composition du corpus des résultats évalués par les pairs, avec la réserve qu'une comparaison académique directe des styles n'existe pas encore (voir Limitations).

L'architecture de modèle a permis une réduction d'erreur d'environ 5× sur le même corpus IAM en dix ans. La progression du classement ci-dessous — réseaux récurrents basés sur CTC, puis transformers, puis LLM multimodaux — est le relevé publié le plus clair de l'amélioration de la précision de la reconnaissance d'écriture manuscrite, et c'est aussi l'axe où la « précision » dépend le plus de la façon dont le modèle a été entraîné.

Répartition par architecture de modèle

Sources indiquées dans le tableau ci-dessus. Les lignes comparent les meilleurs résultats publiés sur le même corpus IAM, sauf la dernière ligne, qui rapporte l'évaluation commerciale non adaptée de l'étude sur RIMES — incluse pour montrer qu'un moteur commercial non réglé sur un corpus inconnu se comporte davantage comme un modèle de recherche de 2016 que de 2026. Les comparaisons inter-architectures sur des répartitions identiques sont rares ; la « répartition Aachen » d'IAM et la répartition standard produisent des chiffres différents pour le même modèle (par exemple, DRetHTR-base 6,55 WER sur IAM-A, 2026).

Le type de document détermine dans quelle mesure la précision théorique survit au contact avec la réalité. Les corpus de benchmark propres sont segmentés en lignes et écrits sur du papier ordinaire ; les documents réels arrivent sous forme de formulaires avec des champs qui se chevauchent, de lettres avec des notes marginales et de manuscrits avec des abréviations et une encre délavée. La fourchette publiée pour chaque type de document — et non le plafond du benchmark — est le chiffre à prendre en compte pour la planification.

Répartition par type de document

Sources listées dans le tableau ci-dessus. Notez que les lignes « lettres libres » utilisent le CER tandis que « notes du monde réel » utilise la similarité sémantique — des échelles de mesure différentes, présentées séparément plutôt que mélangées. La fourchette de 46–95 % est le seul chiffre qui couvre à la fois les documents modernes et historiques, propres et désordonnés, dans une seule mesure.

Comment utiliser ces données

Pas besoin d'exécuter un benchmark pour transformer le « taux de précision de reconnaissance d'écriture manuscrite » d'un chiffre fournisseur en une attente défendable pour vos propres documents. Une vérification rapide en quatre étapes à partir des tableaux ci-dessus suffit — et elle révèle généralement que le chiffre principal a été mesuré sur un type de document différent de celui que vous traitez.

Ce sont des formules d'estimation approximatives, pas un substitut au benchmark de vos propres documents. Chaque fourchette publiée sur cette page a été mesurée sur le corpus de quelqu'un d'autre — le seul chiffre de précision qui s'applique à votre flux de travail est celui que vous mesurez sur ce dernier. La valeur de cette page est de définir l'attente avant de mesurer.

Questions fréquentes

Quelle est la précision de la reconnaissance de l'écriture manuscrite en 2026 ?

Cela dépend presque entièrement de l'écriture et du type de document. Sur l'écriture manuscrite anglaise moderne (benchmark IAM), les meilleurs systèmes atteignent 1,22–1,71 % de CER (CodeSOTA 2026 ; Crosilla 2025) ; l'écriture cursive française est similaire à 1,63–1,91 % (Crosilla 2025 ; Heyberger 2024) ; l'arabe affiche 8,9–16,3 % de CER (IIETA 2024 ; MDPI 2024) ; et les modèles généraux sur les manuscrits historiques obtiennent 71–82 % de CER (Crosilla 2025). Sur 12 solutions commerciales testées sur des écritures manuscrites réelles et variées, les scores de similarité sémantique varient de 46 à 95 % (AIMultiple 2026).

Quel est l'état de l'art sur la base de données d'écriture manuscrite IAM ?

En 2026, GPT-5 rapporte ~1,22 % de CER sur IAM, avec GPT-4o-mini à 1,71 % de CER / 3,34 % de WER (Crosilla 2025) et le moteur spécialisé HTR-JAND à 1,23 % de CER avec correction de lexique (CodeSOTA 2024). Sur le même corpus, l'état de l'art pré-transformer se situait autour de 8 % d'erreurs sur les caractères (Chowdhury & Vig, 2018) et les systèmes CNN-LSTM typiques affichaient 7,5–8,4 % de WER (PyLaia — arXiv 2409.17095) — les taux d'erreur ont chuté de plusieurs facteurs, mais IAM reste le benchmark de référence pour l'écriture manuscrite anglaise (657 scripteurs, 13 353 lignes).

L'IA peut-elle lire l'écriture cursive ?

Oui — les principaux modèles multimodaux gèrent désormais bien l'écriture cursive. Dans le benchmark 2025 d'AIMultiple portant sur 100 échantillons d'écriture cursive volontairement brouillonne, Gemini 3 Pro a obtenu 100 % de similarité sémantique, avec GPT-5 et olmOCR-2-7B dans le haut du classement (AIMultiple, 2025) ; les moteurs OCR hérités ont fermé la marche. L'écriture cursive reste plus difficile que l'écriture en lettres détachées — les caractères sont liés, donc la segmentation est ambiguë — mais l'écart relève de la génération de modèles, pas d'une barrière absolue.

Comment la précision de l'écriture manuscrite se compare-t-elle à l'OCR des textes imprimés ?

L'OCR des textes imprimés atteint une précision de 98–99 %+ au niveau des caractères sur des documents propres (voir Précision de l'OCR par type de document), tandis que les meilleurs systèmes d'écriture manuscrite atteignent une précision de 98,3–98,8 % au niveau des caractères (1,2–1,7 % de CER) sur l'anglais moderne — proche mais pas égale — et chutent à 83–91 % sur l'arabe et le chinois, et sous les 30 % pour les modèles généralistes sur les documents historiques (Crosilla 2025 ; IIETA 2024 ; PMC11951872 2024). L'écart entre l'imprimé et le manuscrit est d'environ un ordre de grandeur pour chaque écriture.

Pourquoi la précision de la reconnaissance de l'écriture manuscrite est-elle si faible sur les documents historiques ?

Les documents historiques combinent des écritures anciennes, des abréviations, une encre délavée et des vocabulaires absents des données d'entraînement modernes. Le résultat est un effet de spécialisation marqué des modèles : les moteurs entraînés sur des tâches spécifiques atteignent un CER de 3,6–6,2 % sur le corpus READ-2016 et de 4,8–6,05 % sur les écritures les plus difficiles comme le glagolitique (Heyberger 2024 ; PMC12202554 2025), tandis que huit LLM généralistes ont obtenu un CER de 71–82 % — une transcription inutilisable (Crosilla 2025). La reconnaissance est possible, mais uniquement avec un modèle entraîné sur la collection historique spécifique.

Qu'est-ce qu'un bon CER pour la reconnaissance de l'écriture manuscrite ?

L'échelle de référence du domaine, adoptée dans la littérature sur la HTR, définit un CER inférieur à 5 % comme « très bon », 5–10 % comme « bon », et inférieur à 2,5 % comme « excellent » (Muehlberger et al. 2019 ; Hodel et al. 2021, repris par Crosilla et al. 2025). Sur l'écriture manuscrite moderne en alphabet latin, les meilleurs systèmes se situent dans la catégorie « excellent » ; sur l'arabe, le chinois et les documents historiques, « très bon » (5–10 %) est actuellement l'objectif de production réaliste.

Quelle est la différence entre le CER et le WER dans la reconnaissance de l'écriture manuscrite ?

Le taux d'erreur au niveau des caractères compte les caractères mal reconnus individuellement ; le taux d'erreur au niveau des mots (WER) compte les mots entiers comme erronés, de sorte qu'un seul caractère mal reconnu fait échouer un mot entier. Sur l'écriture manuscrite, le WER est généralement 2 à 4 fois plus élevé que le CER — sur l'arabe KHATT, un CER de 8,9 % coexiste avec un WER de 37,6 % (IIETA 2024). Vérifiez toujours quelle métrique une affirmation utilise : « 95 % de précision » signifie des choses très différentes selon qu'il s'agit du CER, du WER ou de la précision au niveau du document.

Méthodologie & Sources

Comment cette page a été construite

Cette page agrège des données provenant de 15 sources indépendantes couvrant la période 2013–2026, dominées par des articles évalués par les pairs, des rapports de compétitions académiques et une enquête TPAMI évaluée par les pairs. Les sources ont été sélectionnées selon trois critères : (1) méthodologie documentée publiquement avec taille de corpus indiquée, (2) résultats rapportés sur des corpus de benchmark nommés (IAM, RIMES, CVL, KHATT, READ-2016, ICDAR-2013) ou des ensembles de test industriels transparents, et (3) pertinence pour la reconnaissance de l'écriture manuscrite plutôt que des allégations marketing. Lorsque plusieurs sources rapportent la même dimension, des fourchettes prudentes (valeurs rapportées les plus basses–les plus hautes) sont utilisées — nous préférons sous-communiquer. Lorsque les sources divergent significativement, la divergence est expliquée par le niveau de métrique, la répartition du corpus ou le régime d'entraînement plutôt que d'être moyennée.

La distinction des métriques est la colonne vertébrale de cette page : le CER, le WER et le taux de caractères corrects (CR) ne sont jamais fusionnés en un seul chiffre, et les modèles entraînés pour une tâche spécifique versus les modèles généralistes sont rapportés dans des lignes séparées car ils représentent des régimes de mesure différents sur les mêmes documents. Les chiffres auto-déclarés par les fournisseurs sont entièrement exclus — aucune allégation de précision de reconnaissance d'écriture manuscrite publiée par un fournisseur n'a survécu au test des deux sources indépendantes, ce qui constitue en soi un résultat (voir Limites).

Liste des sources

1. Crosilla, G., Klic, L. & Colavizza, G. — « Benchmarking Large Language Models for Handwritten Text Recognition », Journal of Documentation 81(7) (2025). Évalué par les pairs ; 8 LLM multimodaux × 7 corpus (IAM, RIMES, READ-2016, Bentham, Leopardi, LAM, ICDAR-2017). Fournit IAM 1,71 % CER/3,34 % WER (GPT-4o-mini), RIMES 1,69 % CER (GPT-4o), historique 71–82 % CER, et les seuils de qualité <5 %/<2,5 % CER.
2. Heyberger, L. & Guyeux, C. — « Advancements and Challenges in Handwritten Text Recognition: A Comprehensive Survey », Journal of Imaging 10(1):18 (2024). Enquête évaluée par les pairs ; plus de 250 études. Fournit les spécifications des corpus (IAM 657 scripteurs/13 353 lignes, READ 30 000 pages), l'état de l'art au niveau ligne (VAN 1,91 % CER sur RIMES), et les résultats commerciaux non adaptés (DOCSUMO 11 % CER, Transkribus 18 % CER sur RIMES).
3. Garrido-Muñoz, C., Ríos-Vila, A. & Calvo-Zaragoza, J. — « Handwritten Text Recognition: A Survey », IEEE TPAMI 48(4) (2026). Enquête évaluée par les pairs. Fournit l'état de l'art au niveau paragraphe sur IAM (VAN 4,7 %, OrigamiNet 4,6 %) et la réduction d'erreur de 58 % du paradigme CTC, ainsi que la critique de la généralisation hors distribution des benchmarks actuels.
4. CodeSOTA — « IAM Leaderboard » (2024–2026). Agrégateur de benchmarks techniques ; chaque entrée renvoie à son article original. Fournit le CER/WER par modèle sur IAM (GPT-5 ~1,22 % CER, HTR-JAND 1,23 % CER/3,78 % WER, GPT-4o-mini 3,34 % WER, DRetHTR-base 6,55 % WER sur IAM-A, MetaWriter 10,32 % WER) et la note que l'OCR de classe Tesseract est inadapté à l'écriture manuscrite (~12,5 % CER).
5. « General Detection-based Text Line Recognition » (2024, arXiv 2409.17095). Prépublication avec tableaux de comparaison entre modèles. Fournit la comparaison WER sur IAM/READ/RIMES (DAN 5,01 WER sur IAM, 4,10 sur READ ; DTrOCR 2,38 sur IAM ; meilleur RIMES 1,99 avec modèle de langue) et les statistiques de la division Aachen d'IAM.
6. « Data Augmentation for Offline Handwritten Text Recognition: A Systematic Literature Review », SN Computer Science (2023). Évalué par les pairs. Fournit les chiffres de généralisation inter-corpus : un modèle entraîné sur IAM obtient 10,89 % CER / 26,24 % WER sur CVL contre 8,62 % CER sur IAM lui-même, et la description du corpus CVL (écriture cursive allemande/anglaise).
7. « A Comparative Study of Four Handwritten Text Recognition Models », Ingénierie des Systèmes d'Information 29(6) (2024). Évalué par les pairs ; DAN/VAN/FCN/GFCN sur KHATT. Fournit les meilleurs résultats KHATT : DAN 8,9 % CER / 37,6 % WER ; VAN 10,7 % CER / 43,9 % WER ; et l'analyse des défis de l'écriture arabe (lettres entièrement connectées, formes dépendantes de la position).
8. « Machine Learning Approach for Arabic Handwritten Recognition », Applied Sciences 14(19):9020 (2024). Évalué par les pairs ; BiLSTM-CTC sur KHATT. Fournit les résultats BiLSTM sur KHATT (13,2–15,8 % CER / 27,31–31,6 % WER) et les références historiques (MDLSTM 31,3 % WER, 2015) ; documente les 1 000 scripteurs / 4 000 documents de KHATT.
9. Yin, F. et al. — « ICDAR 2013 Chinese Handwriting Recognition Competition ». Concours académique (IEEE). Fournit le résultat de reconnaissance de texte hors ligne de 88,76 % de taux de caractères corrects sur les ensembles de test dérivés de CASIA-HWDB (1 020 scripteurs).
10. « Attention-based Handwritten Chinese Recognition for Power Industry » (2024). Évalué par les pairs. Fournit le résultat ICDAR-2013 de 2024 (92,67 % AR / 93,18 % CR) et les résultats HWDB (96,92 % AR / 97,66 % CR), montrant l'amélioration 2013→2024 sur le texte chinois hors ligne.
11. « Assessing Advanced Handwritten Text Recognition Engines for Digitizing Historical Documents » (2025). Évalué par les pairs ; cinq moteurs × quatre écritures. Fournit le CER par écriture : impression en caractères romains 1,74–2,78 %, République croate 3,54–6,32 %, glagolitique 4,83–6,05 %, sténographie 9,53–11,9 %.
12. « Enhancing Handwritten Text Recognition Accuracy with Gated Mechanisms » (2024). Évalué par les pairs ; GatedLexiconNet. Fournit un deuxième point de données IAM (WER 5,73 % / CER 2,27 %) et un CER RIMES de 0,9 % / WER 2,76 % à partir d'un modèle dédié.
13. AIMultiple — « Handwriting Recognition Benchmark: LLMs vs OCRs » (2025-11). Benchmark analytique neutre vis-à-vis des fournisseurs ; 100 échantillons en écriture cursive par 10 scripteurs ; pipeline de similarité cosinus. Fournit le benchmark exclusivement en écriture cursive : Gemini 3 Pro 100 %, GPT-5 et olmOCR-2-7B en tête parmi 14 solutions.
14. AIMultiple — « OCR Benchmark: Text Extraction / Capture Accuracy » (2026). Neutre vis-à-vis des fournisseurs ; 12+ solutions. Fournit la plage de 46–95 % pour l'écriture manuscrite toutes solutions confondues et les leaders par solution (GPT-5 95 %, olmOCR-2-7B 94 %, Gemini 2.5 Pro 93 %).
15. BusinessWareTech — « Handwritten Form Recognition Benchmark » (2025). Benchmark indépendant, note C (ensemble de test unique, méthode transparente) ; 10 formulaires réels remplis à la main. Fournit la conclusion au niveau document selon laquelle même les meilleurs modèles restent sous 95 % sur des formulaires réels, et que GPT-5 Mini / Gemini 2.5 Flash Lite ont mené.

Limites

• Couverture géographique et des écritures : Les corpus en écriture latine dominent la littérature — anglais (IAM), français (RIMES) et allemand (CVL, READ). L'arabe (KHATT) et le chinois (CASIA-HWDB) disposent d'une couverture solide mais plus restreinte ; le japonais, le coréen et l'écriture devanagari ne disposent d'aucun benchmark CER/WER standardisé dans les sources que nous avons consultées. La compétition ICDAR 2023 Indic (gagnant avec un taux de reconnaissance de caractères de 95,94 % sur dix écritures) est la seule donnée agrégée pour l'Inde et n'est pas incluse dans les tableaux ci-dessus car elle utilise une métrique et un ensemble d'écritures différents.
• Contraintes méthodologiques : Les divisions des corpus diffèrent entre les articles (standard IAM vs division Aachen) et produisent des résultats sensiblement différents pour le même modèle — les fourchettes ci-dessus couvrent les deux lorsqu'elles sont publiées. Aucun corpus majeur n'étiquette le style d'écriture (lettres détachées vs cursive) par échantillon, de sorte que la dimension du style repose sur des benchmarks industriels plutôt que sur des données académiques contrôlées. Les fournisseurs de cloud (Google, Microsoft, Amazon) ne publient aucune mesure de précision spécifique à la reconnaissance d'écriture manuscrite ; leurs chiffres « 99 %+ » s'appliquent au texte imprimé, et aucune mesure indépendante de la précision de la reconnaissance d'écriture manuscrite par deux fournisseurs différents n'a pu être trouvée — c'est pourquoi aucun chiffre de fournisseur de grade D n'apparaît sur cette page.
• Lacunes temporelles : Le chiffre de la compétition ICDAR 2013 sur le chinois (88,76 % CR) date de 13 ans et sert de référence historique aux côtés du résultat de 2024 sur le même ensemble de test. Le corpus IAM date de 1999 mais reste le benchmark de référence pour l'écriture manuscrite en anglais. Les résultats LLM de 2025–2026 (GPT-4o-mini, GPT-5) sont les données les plus récentes et devraient évoluer.
• Ce que nous n'avons pas pu trouver : (1) une étude contrôlée par des pairs isolant la précision de l'écriture en lettres détachées par rapport à la cursive sur le même corpus ; (2) un benchmark de précision de reconnaissance d'écriture manuscrite publié par un fournisseur et transparent sur sa méthodologie pour Google Document AI, Azure Document Intelligence ou Amazon Textract ; (3) un benchmark standardisé pour les documents mixtes imprimé+manuscrit (le cas réel le plus courant, actuellement couvert uniquement par l'ensemble de 10 formulaires de BusinessWareTech) ; (4) une agrégation de la variance de précision par scripteur ; (5) un benchmark de l'ère LLM pour l'écriture manuscrite chinoise ou arabe comparable à l'étude Crosilla basée sur IAM. Ces lacunes sont signalées plutôt que comblées par des affirmations invérifiables.

Références associées : benchmarks de précision par type de document · taux d'erreur de transcription humaine · Coût de traitement des documents par enregistrement · Qu'est-ce que la reconnaissance optique de caractères (OCR) ?

Lectures complémentaires : Extraction d'écriture manuscrite par IA abordable pour les petites entreprises · Comment la précision de l'extraction d'écriture manuscrite par IA s'est améliorée