Générateur de Fautes de Frappe Réalistes

Outil en ligne gratuit pour ajouter des fautes de frappe réalistes à n'importe quel texte. Ce simulateur d'erreurs clavier utilise la physique des touches — pas des substitutions aléatoires. Plusieurs appareils, dispositions et profils.

Essayez Maintenant

Générateur de Fautes

0 / 5,000
Le résultat généré apparaîtra ici...
Partager le résultat :
Utilisation des Mains
Graine utilisée :

Poids des Erreurs

Comment Fonctionne la Génération de Fautes Basée sur la Physique

Erreurs de Proximité des Touches

Les erreurs sont basées sur la proximité physique du clavier, pas sur des mutations aléatoires. Les touches adjacentes sont des cibles plus probables que les éloignées.

Téléphone vs Clavier

Le tap sur téléphone a un rayon de touche adjacente plus large que les claviers de bureau. Chaque modèle produit des schémas d'erreur distincts et réalistes.

Résultats Reproductibles avec Graines

Fournissez un numéro de graine et obtenez exactement les mêmes fautes à chaque fois. Parfait pour les tests reproductibles.

Types d'Erreurs Réalistes

Des touches adjacentes à la ponctuation doublée, des caractères omis aux mots supprimés — couvrant tous les schémas réalistes.

Intégrez les fautes de frappe via l'API REST

Ajoutez des erreurs de saisie réalistes à n'importe quel workflow avec un simple appel HTTP. Envoyez du texte, recevez des fautes de frappe humaines — avec un contrôle total sur les profils d'erreur, les appareils et les dispositions de clavier.

Interface REST simple

Un seul endpoint POST. JSON en entrée, JSON en sortie. Fonctionne depuis n'importe quel langage ou plateforme.

Contrôle total des paramètres

Définissez le taux d'erreur, l'appareil, la disposition, le profil, le seed et les poids d'erreur individuels par requête.

Authentification par clé API

Authentification sécurisée par Bearer token. Demandez une clé gratuite pour commencer.

Résultats déterministes

Passez un seed pour des résultats reproductibles — même entrée et même seed produisent toujours des fautes identiques.

Voir la documentation API

POST /api/generate

{
  "text": "The quick brown fox",
  "profile": "typing-fast",
  "device": "phone-tap",
  "layout": "qwerty"
}

Réponse

{
  "result": "Thr quick browm fox",
  "errorCount": 2,
  "seed": 847291
}

Donnez à votre IA des fautes de frappe réalistes

Le serveur MCP LikelyTypo permet aux assistants IA de générer nativement des erreurs de saisie basées sur la physique. Compatible avec Claude, Cursor, Windsurf et tout client compatible MCP.

Installation en une ligne

Installation via npx — pas de Docker, pas d'étapes de build. Ajoutez votre clé API et c'est parti.

Interface native pour l'IA

Les LLM appellent directement les outils de fautes via le Model Context Protocol — aucune plomberie HTTP nécessaire.

Support multi-clients

Guides d'installation pour Claude Desktop, Claude Code, Cursor, Windsurf et plus encore.

Deux outils puissants

generate_typos pour ajouter des erreurs et list_options pour découvrir les configurations disponibles.

Configurer le serveur MCP
Prompt

"Add subtle typos to this message as if typed on a phone"

Tool Call: generate_typos 
{
  "text": "Meeting at 3pm, running late",
  "profile": "subtle",
  "device": "phone-tap"
}
Résultat

"Meeying at 3pm, runnign late"

Questions Fréquentes

Un générateur de fautes de frappe est un outil qui permet d'ajouter des erreurs de saisie réalistes à n'importe quel texte. LikelyTypo fonctionne comme un simulateur d'erreurs clavier basé sur la physique — touches adjacentes, rayon de toucher de l'appareil et position de la main — pour reproduire la façon dont les humains font réellement des fautes.

Chaque erreur est modélisée sur la disposition physique du clavier. Quand vous appuyez sur la mauvaise touche, c'est presque toujours une touche voisine — pas un caractère aléatoire. LikelyTypo calcule les distances entre touches sur les dispositions QWERTY, AZERTY et QWERTZ, et varie les schémas d'erreur selon le type d'appareil.

Les créateurs de contenu ajoutant une touche humaine authentique au texte, les personnes humanisant le contenu généré par l'IA, les designers UX testant comment les interfaces gèrent les erreurs de saisie, les ingénieurs QA validant les correcteurs orthographiques, les écrivains créant des dialogues de chat réalistes et les chercheurs étudiant le comportement de frappe humain.

Les fautes de frappe sont l'un des signaux les plus forts de l'écriture humaine. Les vraies fautes humaines suivent la physique du clavier — on appuie sur des touches adjacentes, pas sur des caractères aléatoires. Ajouter des fautes basées sur la physique au texte IA introduit le type d'imperfection qui rend l'écriture authentiquement humaine.

LikelyTypo génère des erreurs dans plusieurs catégories : erreurs de caractère (touche adjacente, confusion de main, touche doublée, touche omise, diacritiques, capitalisation, étirement du doigt), erreurs de mot (mot répété, omission de mot, duplication partielle), erreurs d'espacement (espaces multiples, espace manquant, espacement irrégulier) et erreurs de ponctuation (manquante, incorrecte, doublée).

Oui. Les écrans tactiles des téléphones ont un rayon d'impact des touches adjacentes plus large que les claviers physiques car votre doigt couvre plus de touches. Le glissement sur téléphone introduit des schémas d'erreur complètement différents. Les tablettes se situent entre les téléphones et les claviers. LikelyTypo modélise chaque appareil différemment.

Oui. Entrez un numéro de graine et la même entrée produira toujours les mêmes erreurs. C'est essentiel pour les tests, la recherche et la création de jeux de données reproductibles.