Marie Lebert

“ D’après Michael Hart, le patrimoine écrit de l’humanité représenterait 25 millions de livres appartenant au domaine public, qui pourraient être collectés auprès des grandes bibliothèques nationales et régionales, à raison d’un exemplaire par livre, sans tenir compte des nombreuses éditions annotées et commentées. Si Gutenberg a permis à chacun d’avoir des livres grâce à l’invention de l’imprimerie, le Projet Gutenberg permet à chacun d’avoir une bibliothèque de livres grâce au stockage de ceux-ci sur un support numérique tenant dans un sac sinon dans une poche. ”

“ Les avantages de la numérisation en mode texte sont multiples. Les fichiers prennent peu de place et circulent d’autant plus facilement. Contrairement à d’autres formats, le téléchargement d’un livre au format texte ne requiert pas de bande passante large. Le fichier texte peut être copié à l’infini, et constituer la base de centaines de nouvelles versions numériques et imprimées, pour un coût pratiquement nul. ”

“ Le secteur consacré à la littérature de divertissement est destiné à amener devant l’écran un public très divers, par exemple des enfants et leurs grands-parents recherchant le texte électronique de Peter Pan après avoir vu le film Hook, ou bien la version électronique d’Alice au pays des merveilles après avoir regardé l'adaptation filmée à la télévision, ou encore l’origine d’une citation littéraire après avoir vu un épisode de Star Trek. Pratiquement tous les épisodes de Star Trek citent des livres ayant leur correspondant numérique dans les collections du Projet Gutenberg. ”

“ Il est l’assurance que les collections ne deviendront jamais obsolètes, et survivront aux changements technologiques des prochaines décennies ou même des prochains siècles. Il n’existe pas d’autre standard aussi largement utilisé pour le moment, y compris l’Unicode, système d’encodage universel créé en 1991.
Le Projet Gutenberg propose toutefois certains livres dans d’autres formats, notamment dans les trois formats répandus que sont les formats HTML, XML et RTF. Des fichiers Unicode sont également présents. ”

“ Lorsque l’utilisation du web se généralise, il devient plus facile de faire circuler les textes électroniques et de recruter des volontaires. Le Projet Gutenberg rode sa méthode de travail, avec la numérisation d’un texte par mois en 1991, deux textes par mois en 1992, quatre textes par mois en 1993 et huit textes par mois en 1994. En janvier 1994, le Projet Gutenberg fête son centième livre avec la mise en ligne de The Complete Works of William Shakespeare (Les oeuvres complètes de William Shakespeare) . ”

“ Quand le volontaire se connecte au site, il sélectionne le livre de son choix à partir d’une liste donnée. Une page du livre choisi apparaît simultanément en deux versions: d’une part l’image scannée, d’autre part le texte issu de cette image, produit par un logiciel OCR. Le relecteur compare les deux versions et corrige les différences. Un logiciel OCR étant fiable à 99%, ceci représente une moyenne de dix erreurs à corriger par page. La page est ensuite sauvegardée. Le relecteur peut soit cesser le travail, soit opter pour la correction d’une autre page. ”

“ Un texte qui, en 2008, se trouve toujours dans le Top 100 des livres téléchargés.
En 1988, Michael Hart choisit de numériser Alice’s Adventures in Wonderland et Peter Pan parce que, dans l’un et l’autre cas, leur version numérisée tient sur la disquette standard de l’époque de 360 Ko (kilo-octets) . Quinze ans plus tard, en 2002, on dispose de disquettes de 1,44 Mo (mégaoctets) et on peut aisément compresser les fichiers en les zippant. Un fichier standard peut désormais comporter trois millions de caractères, plus qu’il n’en faut pour un livre de taille moyenne. ”

“ Il consiste ensuite à relire le contenu du fichier texte au regard de l’original (image scannée ou livre imprimé) en corrigeant les erreurs, à savoir dix erreurs par page en moyenne quand le logiciel OCR est de qualité.
Le livre est relu et corrigé à deux reprises par deux personnes différentes. Les livres anciens sont parfois saisis ligne après ligne si le texte original manque de clarté. Certains volontaires préfèrent taper eux-mêmes des textes courts ou des oeuvres qu’ils aiment particulièrement. Mais les livres sont le plus souvent scannés et OCRisés, puis relus et corrigés. ”

“ Et respect à l’égard des volontaires, qui sont assurés de voir leur travail utilisé pendant de nombreuses années, si ce n’est pour plusieurs générations, d’où l’intérêt d’un format numérique qui soit toujours valable dans quelques siècles. ”

“ Le 10 mai 2008, le site recense 496 livres versés dans le Projet Gutenberg Europe, 653 livres prêts à y être versés (en cours de dernière relecture et assemblage) et 91 livres en cours de correction.
6. DOMAINE PUBLIC VERSUS COPYRIGHT Chose inquiétante à l’heure d’une société dite de l’information, le domaine public se réduit comme peau de chagrin. A une époque qui n'est pas si lointaine, 50% des oeuvres appartenaient au domaine public, et pouvaient donc être librement utilisées par tous. Mais le domaine public se dégrade régulièrement au fil des siècles, particulièrement au 20e siècle. ”

“ Les lecteurs aveugles ou malvoyants pourront utiliser une commande vocale pour demander le texte de tel ou tel livre.
Lancée à la même époque, la section The Sheet Music Subproject est consacrée aux partitions musicales numérisées (Music, Sheet) . Elle est complétée par une section d’enregistrements musicaux (Music, recorded) . Des sections sont également disponibles pour les images fixes (Pictures, still) et animées (Pictures, moving) . Ces nouvelles collections devraient être développées dans les prochaines années. ”

“ Nous encourageons les gens à corriger une page par jour, mais vous êtes tout à fait libre de faire ce qui vous plaît. Nous espérons que vous vous joindrez à notre mission de préserver 'la littérature mondiale dans un format gratuit et disponible pour tous'. ”

“ Le site est calqué sur le site original de Distributed Proofreaders, pour gérer la relecture partagée du Projet Gutenberg Europe. Dès ses débuts, il s'agit d'un site multilingue, qui prend en compte les principales langues nationales. Grâce à des traducteurs volontaires, le site est disponible en douze langues en avril 2004 et vingt-deux langues en mai 2008. L’objectif à moyen terme est soixante langues - et donc soixante équipes linguistiques - avec prise en compte de toutes les langues européennes. ”

“ Entre avril 2002 et octobre 2003, les collections doublent, passant de 5.000 à 10.000 livres en dix-huit mois. La moyenne mensuelle est de 348 livres numérisés en 2003.
Dix mille livres. Un chiffre impressionnant quand on pense à ce que cela représente de pages scannées, relues et corrigées. Cette croissance rapide est due à l’activité de Distributed Proofreaders (DP) , un site conçu en 2000 par Charles Franks pour permettre la correction partagée. Les volontaires choisissent un livre en cours de traitement pour relire et corriger une page donnée. Chacun travaille à son propre rythme. ”

“ A titre indicatif, le site conseille de relire une page par jour. C’est peu de temps sur une journée, et c’est beaucoup pour le projet.
En août 2003, un CD Best of Gutenberg est disponible avec une sélection de 600 livres. En décembre 2003, date à laquelle le Projet Gutenberg franchit la barre des 10.000 livres, la quasi-totalité des livres (9.400 livres) est gravée sur un DVD. CD et DVD sont envoyés gratuitement à qui en fait la demande. Libre ensuite à chacun de faire autant de copies que possible et de les distribuer autour de soi. ”

“ Disponible sur le site du Projet Gutenberg, le File Recode Service permet de convertir les fichiers d’un système d’encodage (ASCII, ISO-8859, Unicode, etc.) à un autre. A l’avenir, un logiciel de conversion beaucoup plus puissant devrait permettre la conversion automatique dans bien d’autres formats (XML, HTML, PDF, TeX, RTF, BRF, etc.) ”

“ A l’origine, il s’agit seulement d’intensifier la production de livres du Projet Gutenberg. Mais le succès est tel que le site devient la principale source des collections. En 2002, Distributed Proofreaders est officiellement affilié au Projet Gutenberg. En mai 2006, Distributed Proofreaders devient une entité indépendante tout en poursuivant une collaboration étroite avec le Projet Gutenberg.
Les volontaires n’ont aucun quota à respecter. ”

“ Il suffit d’utiliser la fonction "recherche" présente dans n’importe quel logiciel.
En 1997, la production est toujours de 32 titres par mois. En juin 1997, le Projet Gutenberg met en ligne The Merry Adventures of Robin Hood (Les aventures de Robin des Bois) de Howard Pyle (paru en 1883) . En août 1997, il met en ligne son millième texte électronique, La Divina Commedia di Dante (La Divine Comédie de Dante, parue en 1321) , dans sa langue d’origine, en italien.
En août 1998, Michael Hart écrit: "Mon projet est de mettre 10.000 textes électroniques sur l’internet. ”

“ Courant mai, ce nombre atteint les 3 millions. A la date du 8 mai 2008, on compte 115.138 fichiers téléchargés dans la journée, 714.323 fichiers téléchargés dans la semaine et 3.055.327 fichiers téléchargés dans le mois. Ceci uniquement pour le principal site de téléchargement, ibiblio.org (basé à l’Université de Caroline du Nord, Chapel Hill, Etats-Unis) , qui héberge aussi le site du Projet Gutenberg. Le deuxième site de téléchargement est l’Internet Archive, qui est aussi le site de sauvegarde et qui met à la disposition du Projet Gutenberg une capacité de stockage illimitée. ”

“ Avril 2008: anglais, français, allemand, finnois, hollandais, portugais, chinois, espagnol, italien, latin, tagalogue. [Sur un total de 25,004 livres le 21 avril 2008, 21.475 livres en anglais, 1.168 livres en français, 530 livres en allemand, 433 livres en finnois, 326 livres en hollandais, 217 livres en portugais, 196 livres en chinois, 180 livres en espagnol, 128 livres en italien, 55 livres en latin et 54 livres en tagalogue.] ”