Nous étudions l’alignement multilingue non supervisé, un problème consistant à trouver des traductions mot à mot entre plusieurs langues sans recourir à des données parallèles. Une stratégie courante consiste à réduire le problème d’alignement multilingue à un cadre bilingue simplifié en choisissant une des langues d’entrée comme langue pivot, à travers laquelle on effectue la transition. Toutefois, il est bien connu que le choix d’une langue pivot mal adaptée (comme l’anglais) peut gravement dégrader la qualité de traduction, car les relations transitives supposées entre toutes les paires de langues ne sont pas nécessairement respectées durant l’entraînement. Au lieu de passer par une langue pivot choisie de manière arbitraire, nous proposons d’utiliser le barycentre de Wasserstein comme une « moyenne » plus informative : cette langue synthétique intègre les informations de toutes les langues d’entrée tout en minimisant les coûts de transport entre toutes les paires. Nous évaluons notre méthode sur des benchmarks standards et démontrons des performances de pointe.