---
title: "Qu’est-ce que l’arabe standard moderne (MSA) ? | BroadRouter"
description: "L’arabe standard moderne est l’arabe écrit et formel commun aux médias et à l’école. En quoi le MSA diffère des dialectes, et pourquoi c’est important pour les LLM."
url: https://broadrouter.com/fr/glossary/msa/
lang: fr
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/glossary/msa/) (mis à jour le 2026-11-16).

# Arabe standard moderne (MSA)

Mis à jour 2026-11-16

L’arabe standard moderne (MSA) est la forme standardisée de l’arabe utilisée à l’écrit, dans l’information, l’enseignement et le discours formel dans tout le monde arabe. Ce n’est la langue maternelle de personne : on parle au quotidien des dialectes régionaux, comme l’égyptien ou l’arabe du Golfe, et on passe au MSA dans les contextes formels.

Aussi appelé : arabe standard moderne, arabe littéraire, arabe standard, fusha, fousha, Modern Standard Arabic, Fus'ha, Standard Arabic, al-fusha

Quand on dit qu’un modèle d’IA « parle arabe », on veut souvent dire qu’il maîtrise l’arabe standard moderne. Les dialectes sont un autre test.

## Comment ça marche

L’arabe est une famille de variétés. L’article MADAR (Bouamor et al., 2018) le dit clairement : le MSA est « the shared language of culture, media, and education from Morocco to Oman » (traduction : « la langue commune de la culture, des médias et de l’enseignement, du Maroc à Oman »), et pourtant il « is not the native language of any speaker of Arabic » (traduction : « n’est la langue maternelle d’aucun arabophone »). Les dialectes se regroupent par région (égyptien, nord-africain, levantin, du Golfe et yéménite) et par sous-région (tunisien, libanais, koweïtien, qatari, etc.). MADAR couvre lui-même 25 dialectes urbains en plus du MSA.

En pratique, les deux se mélangent. Dans des contextes non scénarisés où l’on attendrait du MSA, comme les talk-shows télévisés, les locuteurs alternent entre le MSA et leur dialecte. C’est du [code-switching](https://broadrouter.com/fr/glossary/code-switching/) (alternance codique), et la tâche partagée de 2014 sur le code-switching a montré que la paire MSA–dialecte est la plus difficile à distinguer au niveau du mot, plus que l’espagnol-anglais ou le népalais-anglais.

|  | MSA | Dialectes |
| --- | --- | --- |
| Où | information, livres, école, contrats, discours formel | maison, rue, appels, messages vocaux, chat |
| Orthographe | standard | pas d’orthographe fixe ; souvent tapés en [arabizi](https://broadrouter.com/fr/glossary/arabizi/) |
| Données d’entraînement | grands corpus écrits | bien moins nombreuses, inégalement réparties selon les régions |

## Pourquoi c’est important

-   **Qualité des LLM.** Un modèle peut écrire un bon MSA et rater l’argot du Golfe ou du Maghreb. Testez avec le dialecte que parlent vos utilisateurs.
-   **Précision du speech-to-text.** Beaucoup de jeux de test sont de la parole lue ou radiodiffusée, alors que votre audio est peut-être fait de messages vocaux en dialecte. Demandez le [taux d’erreur sur les mots](https://broadrouter.com/fr/glossary/word-error-rate/) par variété, pas un chiffre unique pour l’arabe, et testez sur vos propres enregistrements.
-   **Coût en tokens.** Dans notre [jeu de données sur les tokenizers](https://broadrouter.com/data/tokenizer-efficiency/), sur [Qwen3.8 27B](https://broadrouter.com/fr/models/qwen3.8-27b/), l’arabe standard moderne demandait 1.31× les tokens des mêmes phrases en anglais (2,009 phrases FLORES-200) et l’arabe du Golfe 1.21× (un petit ensemble de 49 phrases Tatoeba, donc un chiffre approximatif). Utilisez le [compteur de tokens arabe](https://broadrouter.com/tools/arabic-token-counter/) sur votre propre texte.

## Sur BroadNet Inference

BroadNet indique avoir testé Qwen3.8 27B pour une écriture fluide en arabe, avec compréhension des dialectes du Golfe et égyptien. [BroadNet Transcribe Arabic](https://broadrouter.com/fr/models/cohere-transcribe-arabic/) est référencé pour l’arabe, dialectes compris. Pour l’audio en MSA comme en dialecte, envoyez `language=ar` ; la documentation de BroadNet prévient que sans ce paramètre, l’arabe peut revenir en caractères latins. L’[article sur la reconnaissance vocale des dialectes arabes](https://broadrouter.com/fr/blog/arabic-dialect-speech-recognition/) explique comment tester sur vos propres enregistrements.

## Questions fréquentes

### Quel code de langue envoyer pour un audio en dialecte ?

Envoyez ar. La documentation de BroadNet indique d’envoyer language=ar pour l’arabe, et BroadNet Transcribe Arabic est référencé pour l’arabe, dialectes compris : il n’y a donc pas de code distinct par dialecte.

### Les arabophones comprennent-ils le MSA ?

Les locuteurs instruits le lisent et le comprennent, puisque c’est la langue de l’école, des livres et de l’information. Dans la conversation courante, ils parlent leur dialecte.

### Quel est le code de langue du MSA ?

L’ISO 639-3 recense l’arabe standard sous le code arb, rattaché à la macrolangue arabe ara. Les API de reconnaissance vocale prennent en général le code à deux lettres ar pour tout l’arabe.

## Voir aussi

-   [Code-switching (alternance codique)](https://broadrouter.com/fr/glossary/code-switching/) (terme)
-   [Arabizi (franco-arabe)](https://broadrouter.com/fr/glossary/arabizi/) (terme)
-   [Speech-to-text (reconnaissance vocale)](https://broadrouter.com/fr/glossary/speech-to-text/) (terme)
-   [Taux d’erreur sur les mots (WER)](https://broadrouter.com/fr/glossary/word-error-rate/) (terme)
-   [Tokenizer (tokeniseur)](https://broadrouter.com/fr/glossary/tokenizer/) (terme)
-   [Arabe dialectal (dialectal Arabic)](https://broadrouter.com/fr/glossary/dialectal-arabic/) (terme)
-   [Diacritiques arabes (tashkeel)](https://broadrouter.com/fr/glossary/arabic-diacritics/) (terme)
-   [API speech-to-text pour l’arabe, étape par étape](https://broadrouter.com/fr/guides/arabic-speech-to-text-api/) (guide)
-   [Arabe du Golfe, égyptien et levantin : les LLM face aux dialectes](https://broadrouter.com/fr/blog/arabic-llm-gulf-egyptian-dialects/) (article)
-   [Reconnaissance vocale arabe : Golfe, Égypte, Levant, Maghreb](https://broadrouter.com/fr/blog/arabic-dialect-speech-recognition/) (article)
-   [Choisir une API LLM pour l’arabe : ce qu’il faut tester](https://broadrouter.com/fr/blog/choosing-an-llm-for-arabic/) (article)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-msa&utm_content=page-cta) ·

**Sources**

-   [Bouamor et al., The MADAR Arabic Dialect Corpus and Lexicon (LREC 2018, ACL Anthology) (vérifié le 2026-11-16)](https://aclanthology.org/L18-1535/)
-   [Solorio et al., Overview for the First Shared Task on Language Identification in Code-Switched Data (2014, ACL Anthology) (vérifié le 2026-11-16)](https://aclanthology.org/W14-3907/)
-   [SIL International, code ISO 639-3 arb (Standard Arabic) (vérifié le 2026-11-16)](https://iso639-3.sil.org/code/arb)
-   [Référence de l’API BroadNet Inference, transcription (paramètre language) (vérifié le 2026-11-16) (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-msa&utm_content=sources)
