La traduction statistique vise l''automatisation de la traduction par le biais de modèles statistiques. Dans ce travail, nous relevons un des grands défis du domaine: la recherche. Les systèmes de traduction statistique de référence, tel Moses, effectuent généralement la recherche en explorant l''espace des préfixes par programmation dynamique, une solution coûteuse sur le plan computationnel. Nous postulons qu''une approche par recherche locale peut mener à des solutions tout aussi intéressantes en un temps et un espace mémoire beaucoup moins importants. De plus, ce type de recherche facilite l''incorporation de modèles globaux qui nécessitent des traductions complètes et permet d''effectuer des modifications sur ces dernières de manière non continue, deux tâches ardues lors de l''exploration de l''espace des préfixes. Nos expériences nous révèlent que la recherche locale en traduction statistique est une approche viable, s''inscrivant dans l''état de l''art.