La technique, en toute transparence
Comment fonctionne DokAudit.
D’abord des règles, l’IA seulement si nécessaire – et chaque modification est remesurée. Cette page décrit les outils, algorithmes et heuristiques que DokAudit utilise pour le contrôle et la correction, et ce que fait l’IA.
- veraPDF : PDF/UA-1, PDF/UA-2, WCAG 2.2, PDF/A-2a
- Points de contrôle Matterhorn
- Boucle de correction jusqu’à zéro défaut
- 17 étapes : 12 déterministes, 3 heuristiques, 2 avec IA
Essai gratuit · Intégrations
Trois types d’étapes
Chaque étape de cette page indique son type. Sur 17 étapes de travail, 12 sont déterministes, 3 heuristiques et 2 font appel à l’IA.
- Déterministe: Règles fixes et contrôles normatifs – même fichier, même résultat.
- Heuristique: Règles empiriques tirées de la mise en page, de la police et de la position – toujours remesurées.
- IA: Modèle de langage et d’image – seulement là où les règles ne suffisent pas ; le résultat est revérifié.
- À votre choix: Par organisation : IA uniquement chez des fournisseurs européens, ou pas d’IA du tout. Traitement en Allemagne.
Cinq étapes
- Contrôler: Trois outils de contrôle, contraste, structure : veraPDF valide en parallèle selon PDF/UA-1, PDF/UA-2 et WCAG 2.2 ; un second moteur couvre les points Matterhorn ; le contraste est mesuré sur la page rendue.
- Corriger: Polices, structure, règles normatives : les polices reçoivent leur correspondance Unicode, l’arbre de structure est créé ou réparé, les tableaux obtiennent en-têtes et portée, listes, liens et champs sont balisés, les artefacts marqués.
- Remesurer: Après chaque cycle de correction, le fichier est revalidé. La boucle s’arrête quand il ne reste aucun constat – ou quand seul un humain peut trancher.
- Marquer: Seul un fichier conforme reçoit l’identifiant PDF/UA-1 – et, sur demande, PDF/A-2a dans le même fichier.
- Prouver: Un rapport de contrôle, lui-même accessible, documente le résultat, les corrections et ce qui reste à vérifier.
Contrôle
- veraPDF – PDF/UA-1, PDF/UA-2 et WCAG 2.2: Déterministe. Le logiciel de référence de la PDF Association contrôle chaque fichier en parallèle selon trois profils ; pour la version d’archivage, également selon PDF/A-2a. Les règles sont classées selon les catégories de PAC.
- Points de contrôle Matterhorn (pdfa11y): Déterministe. Un second outil de contrôle indépendant couvre les conditions Matterhorn que signale aussi PAC – par exemple en-têtes de tableaux, listes, polices et contenu balisé.
- Structure logique: Déterministe. Contrôle propre, comme « Logical structure » dans PAC : imbrication autorisée selon l’ISO 32000, titres sans saut de niveau, tableaux et listes complets, liens avec élément Link, textes alternatifs pertinents.
- Contraste mesuré sur la page rendue: Déterministe. Couleur du texte tirée du PDF, arrière-plan tiré de la page rendue (médiane des pixels autour de chaque caractère). Contraste selon la formule WCAG, cible 4,5:1, ou 3:1 pour les grands caractères. Logos et artefacts sont exclus.
- Langue et couche texte: Heuristique. La langue du document est détectée à partir des mots grammaticaux (allemand, anglais, français, italien, espagnol). DokAudit reconnaît les pages numérisées à leur part d’image et à l’absence de texte.
- Aptitude au balisage automatique: Heuristique. Mise en page sur plusieurs colonnes, pages pivotées, formulaires, nombre inhabituel de tailles de police – DokAudit en déduit si les règles suffisent ou si la reconnaissance de structure par IA est nécessaire.
- Score et feu tricolore: Déterministe. Départ à 100 ; chaque constat critique coûte 25 points (balises manquantes : 40), chaque remarque 8. Sans texte lisible, 20 au maximum. Vert signifie : aucun constat ouvert.
Correction – dans cet ordre
- Rendre les polices lisibles: Étape 1 · déterministe. Les correspondances Unicode manquantes sont ajoutées, les polices non incorporées sont remplacées par des polices métriquement identiques avec les chasses de l’original, et les polices de symboles (Wingdings, Symbol) sont associées à de vrais caractères.
- Reconnaissance de texte (OCR): Étape 2 · déterministe. Seules les pages numérisées reçoivent une couche texte (Tesseract, allemand et anglais) ; le texte existant n’est pas modifié.
- Créer la structure (balisage automatique): Étape 3 · heuristique. Le texte est placé dans du contenu balisé, les titres sont déterminés d’après la taille de police, les tableaux reconnus à leur grille de colonnes, en-têtes, pieds de page et numéros de page deviennent des artefacts. En cas de doute, plutôt un paragraphe qu’un faux tableau.
- Structure des mises en page difficiles: Étape 4 · IA. L’IA reçoit l’image de la page et des blocs de texte numérotés et ne répond qu’avec des rôles et un ordre – elle n’invente aucun texte. Sa version n’est reprise que si veraPDF ne l’évalue pas moins bien que la version issue des règles.
- Mise en ordre selon la norme: Étape 5 · déterministe. En-têtes de tableaux avec portée, fusions de lignes et de colonnes, liens et annotations dans l’arbre de structure, champs de formulaire avec étiquette, signets issus des titres, titre, langue et ordre de tabulation.
- Boucle de conformité: Étape 6 · déterministe. Une trentaine de règles veraPDF ont chacune une correction ciblée. DokAudit mesure, corrige, mesure à nouveau – et rejette chaque cycle qui n’apporte pas d’amélioration.
- Textes alternatifs: Étape 7 · IA. Chaque image est découpée dans la page rendue et décrite ; les images purement décoratives deviennent des artefacts. Les images identiques ne sont décrites qu’une fois. Remarque dans le rapport : à relire, s’il vous plaît.
- Boucle « tout vert » jusqu’à 100: Étape 8 · déterministe. Sont mesurés les violations veraPDF, les erreurs PAC et les avertissements PAC. Interviennent d’abord nos propres règles, puis ce qui a été appris sur des documents antérieurs, enfin l’IA avec des opérations strictement définies. Chaque modification est remesurée et n’est conservée que si elle améliore le résultat.
- Marquer et archiver: Étape 9 · déterministe. DokAudit n’appose l’identifiant PDF/UA qu’une fois le contrôle normatif réussi. Ensuite PDF/A-2a : profil colorimétrique, métadonnées sous forme normalisée – repris uniquement si PDF/A-2a et PDF/UA-1 sont réussis en même temps.
- Contraste des couleurs (optionnel): Étape 10 · déterministe. Sur demande, un texte trop clair est assombri de manière ciblée dans l’espace colorimétrique linéaire ; les arrière-plans restent inchangés. Optionnel, car l’apparence change.
Ce que fait l’IA – et ce qu’elle ne fait pas
L’IA intervient pour
- les textes alternatifs des images et graphiques
- la reconnaissance de structure pour les mises en page sur plusieurs colonnes ou inhabituelles
- une contre-vérification sur l’image de la page : tableaux, titres et ordre sont-ils corrects ? Les constats apparaissent dans le rapport sous « À vérifier »
- les titres, si les règles n’en trouvent pas
- les étiquettes des champs de formulaire sans info-bulle
- les caractères sans correspondance Unicode – en dernier recours, après la comparaison des contours et les acquis antérieurs
Sans IA, toujours selon des règles fixes
- Score et contrôle normatif
- Mesure du contraste
- Reconnaissance de texte (OCR)
- Incorporation des polices
- PDF/A et PDF/UA-2
- Apposition de l’identifiant PDF/UA
Mesuré plutôt que cru sur parole
Chaque résultat de l’IA passe par les mêmes outils de contrôle. Ce qui n’est pas meilleur est rejeté.
Les acquis avant l’IA
Les cas résolus une fois (par exemple les caractères d’une police ou des motifs d’images) sont mémorisés par DokAudit, qui n’a ensuite plus besoin de l’IA pour eux.
Désactivable et limitée
L’IA peut être désactivée par organisation ; chaque document dispose d’un budget d’IA fixe. Sans IA, tout fonctionne sur des serveurs en Allemagne.
Protection des données : pour les tâches d’IA, DokAudit utilise actuellement des modèles d’Anthropic ; ce fournisseur est cité comme sous-traitant ultérieur dans l’accord de sous-traitance. Les documents des clients ne servent pas à l’entraînement. Sur demande, DokAudit travaille avec un fournisseur d’IA dans l’UE, avec votre propre serveur ou entièrement sans IA. Consulter l’accord de sous-traitance (en allemand)
Ce qui distingue DokAudit
Il existe plusieurs bons outils. La différence tient à la rigueur avec laquelle tout est remesuré, à la manière dont le résultat s’intègre au quotidien de la rédaction – et au coût d’une page.
DokAudit, accessful et PAVE comparés| Critère | DokAudit | accessful | PAVE 2.0 (ZHAW) |
|---|
| Approche | Contrôler, corriger et remesurer jusqu’à ce qu’il ne reste aucun constat – entièrement automatique | Correction automatique par IA | Outil web : automatisation partielle, balises retravaillées à la main dans le navigateur |
|---|
| Contrôle dans le processus | veraPDF (PDF/UA-1, UA-2, WCAG 2.2) et points Matterhorn comme PAC ; chaque modification est remesurée | Protocole de contrôle comme preuve | Contrôle propre dans l’outil |
|---|
| Archive (PDF/A-2a) dans le même fichier | oui, seulement si PDF/A-2a et PDF/UA-1 sont réussis en même temps | non indiqué par l’éditeur | non indiqué par l’éditeur |
|---|
| Intégration | API REST, webhooks et extensions pour TYPO3 et Drupal – les nouveaux PDF sont remplacés automatiquement | API REST et webhooks | non indiqué par l’éditeur |
|---|
| Analyse de site et surveillance | oui, avec portail de pré-contrôle et surveillance mensuelle | oui, Accessful Scan ; contrôle gratuit | non indiqué par l’éditeur |
|---|
| Prix | dès 0,50 € la page (offre secteur public), pilote gratuit | forfaits prépayés dès 1 950 € pour 780 pages, 2,00 à 2,50 € la page | gratuit pour un usage personnel |
|---|
| Hébergement | Allemagne ; IA désactivable | Allemagne, aussi sur site | serveurs de la ZHAW (Suisse), documents conservés jusqu’à trois semaines |
|---|
| Technique publiée | oui – cette page | grandes lignes | publications scientifiques |
|---|
Indications sur les autres fournisseurs selon leurs sites web ou publications, état octobre 2026, sans garantie. Plus de fournisseurs dans le comparatif détaillé.
Les limites, dites honnêtement
Les machines contrôlent la technique d’un document, pas son sens. Un texte alternatif saisit-il l’essentiel d’un graphique ? La hiérarchie des titres correspond-elle au sens du texte ? Un intitulé de lien est-il compréhensible ? En fin de compte, c’est une personne qui en décide. C’est pourquoi chaque rapport de contrôle indique les questions encore ouvertes pour ce document précis – ni plus, ni moins.
Outils et bibliothèques
veraPDF · pdfa11y · pikepdf/qpdf · pdfminer.six · pdfplumber · PDFium · Poppler · OCRmyPDF/Tesseract · LibreOffice (Word → PDF) · fontTools · Docling · WeasyPrint
Normes : PDF/UA-1 (ISO 14289-1), PDF/UA-2 (ISO 14289-2), PDF/A-2a (ISO 19005-2), WCAG 2.2, EN 301 549, protocole Matterhorn ; en France, le RGAA s’appuie sur ces références.