Liberté d'expression au texte, directement dans votre browser.

Comment fonctionne la saisie vocale en ligne sans télécharger votre voix

Lorsque la page se charge, elle télécharge un modèle de reconnaissance vocale appelé Whisper dans votre navigateur. Il s'agit de la taille de base, quantifiée en int8, et s'élève à environ 80 Mo. Une barre de progression affiche le téléchargement. Le modèle se déplace vers vous au lieu que votre voix soit transmise à un serveur.

Après cela, l’outil est push to talk. Vous appuyez sur le micro, votre navigateur demande l'autorisation du microphone et un indicateur de niveau montre qu'il vous entend. Appuyez à nouveau et l'enregistrement va directement au modèle exécuté dans le même onglet. L'audio est traité dans des fenêtres de 30 secondes avec un chevauchement de 5 secondes, de sorte qu'une longue période de conversation n'est pas interrompue au milieu d'une phrase.

Lorsque votre navigateur prend en charge WebGPU, le modèle fonctionne sur la carte graphique et est plusieurs fois plus rapide. Dans le cas contraire, il revient à WebAssembly sur le processeur, qui est plus lent mais fonctionne toujours. Votre navigateur met en cache les fichiers de modèle après la première exécution, afin que les visites ultérieures démarrent immédiatement. Un nombre de mots et un chiffre approximatif de mots par minute se trouvent au-dessus de la zone de texte.

Saisie vocale sans téléchargement, sans inscription et sans compte

La plupart des sites de saisie vocale gratuits prennent l’une des deux formes suivantes. Certains enregistrent votre audio et le publient sur leurs serveurs pour transcription. D'autres appellent la reconnaissance vocale intégrée à Chrome ou Edge, qui envoie l'audio au service du fournisseur du navigateur. Quoi qu’il en soit, votre voix quitte votre ordinateur et vous faites confiance à une politique de confidentialité que vous n’avez pas rédigée.

Cette page a une forme différente. Il n'y a pas de téléchargement, pas de compte et pas de serveur de transcription. Le fichier modèle est un téléchargement statique et la transcription s'exécute dans l'onglet devant vous. Vous pouvez le vérifier vous-même. Chargez la page, attendez l'arrivée du modèle, puis éteignez votre wifi et continuez à dicter. Il continue à fonctionner, car la reconnaissance n'a jamais utilisé le réseau.

Cette structure a également des effets pratiques. Rien n'est mesuré, il n'y a donc pas de limite de minutes, pas de limite quotidienne et pas de mur vous demandant de vous inscrire au milieu d'un enregistrement. Cela signifie également que nous ne pouvons pas lire, stocker ou perdre votre relevé de notes. Si vous fermez l'onglet, le texte disparaît, alors copiez ou téléchargez tout ce que vous souhaitez conserver.

Comment utiliser l'outil de saisie vocale, étape par étape

Attendez que le modèle ait terminé le téléchargement. Le bouton du micro reste inactif jusqu’à ce qu’il soit prêt, car il n’y a rien à transcrire avant cela. Avec une connexion normale, cela prend quelques secondes et cela ne se produit que lors de votre première visite.

Appuyez sur le micro. La première fois, votre navigateur vous demandera l'autorisation d'utiliser le microphone. Permettez-le. Regardez l'indicateur de niveau bouger pendant que vous parlez, ce qui constitue le moyen le plus rapide de confirmer que le bon périphérique d'entrée est sélectionné. Si le compteur est plat, modifiez votre entrée dans les paramètres sonores de votre système et rechargez.

Parlez à votre rythme habituel. Il n’est pas nécessaire de ralentir ou de trop énoncer, et crier rend les résultats pires plutôt que meilleurs. Appuyez à nouveau sur le micro lorsque vous avez terminé une pensée. Le texte apparaît dans la case ci-dessous.

Vous pouvez continuer. Chaque nouvel enregistrement est ajouté à la fin de ce qui existe déjà, afin que vous puissiez dicter par courtes rafales. La boîte est un champ modifiable normal, alors corrigez tout ce que vous voulez, puis copiez-le ou téléchargez-le sous forme de fichier .txt.

Quelle est sa précision, et quelles langues et quels accents prend-il en charge ?

Le modèle est multilingue et détecte automatiquement la langue, vous pouvez donc commencer à parler sans rien choisir dans un menu. En pratique, cela couvre la plupart des langues principales, et il est sensiblement plus fort sur celles qui contiennent le plus de données de formation, l'anglais en tête d'entre elles.

Soyez réaliste quant à la taille du modèle. Il s'agit de la base Whisper, choisie parce qu'un téléchargement de 80 Mo est quelque chose qu'un visiteur attendra réellement. Il est bon pour la parole connectée ordinaire et résiste à une gamme d'accents, mais ce n'est pas le plus grand modèle disponible et il fera plus d'erreurs qu'un modèle dix fois plus grand. Les noms propres, les noms de produits, le jargon technique et les noms de personnes sont là où cela échappe le plus souvent.

Une pièce calme et un microphone décent aident plus que tout ce que vous pouvez changer. Les microphones des ordinateurs portables captent le bruit du clavier et l'écho de la pièce, ce qui aggrave le texte. Si vous dictez beaucoup, un casque bon marché est la plus grande mise à niveau à votre disposition.

Pourquoi les gens utilisent la saisie vocale gratuite

L'utilisation la plus courante est une première ébauche. Parler est plus rapide que taper pour la plupart des gens, et un brouillon oral que vous modifiez ensuite a tendance à battre une page blanche. Les essais, les articles de blog, les lettres de motivation, les longs e-mails, les entrées de journal et les notes de réunion fonctionnent tous bien de cette façon.

C’est également un outil d’accessibilité simple. Si la frappe est douloureuse, si vous avez une blessure ou si un clavier est tout simplement lent pour vous, dicter dans un onglet de navigateur ne nécessite aucune installation, aucun droit d'administrateur et aucun achat. Cela est important sur un ordinateur portable de travail verrouillé ou sur une machine de bibliothèque partagée sur laquelle vous ne pouvez pas installer de logiciel.

Les étudiants l'utilisent pour prendre des notes et pour rédiger rapidement de longues citations. Les personnes qui écrivent dans une langue seconde trouvent souvent plus facile de prononcer une phrase que de la taper. Et c'est utile comme bloc-notes : capturez l'idée pendant que vous l'avez, rangez-la plus tard.

Si vous disposez d’un enregistrement existant plutôt que d’une voix en direct, c’est un travail différent. Utilisez plutôt l’outil audio en texte pour cela.

Saisie vocale hors ligne, sans connexion Internet

Une fois le modèle dans le cache de votre navigateur, cette page continue de fonctionner sans connexion. La transcription n’a jamais utilisé le réseau, donc un avion, un train ou le wifi d’un hôtel mort ne l’arrête pas. Vous avez besoin que la page elle-même se charge, alors ouvrez-la avant de perdre le signal.

Deux choses vous renvoient au téléchargement. Effacer l'espace de stockage de votre navigateur supprime le modèle mis en cache, et une fenêtre privée ou de navigation privée démarre généralement avec un cache vide, elle récupère donc à nouveau le fichier. Différents navigateurs conservent également des caches séparés, donc passer de l'un à l'autre signifie un téléchargement supplémentaire.

Ce premier téléchargement est le seul moment où cet outil a besoin d’Internet. Tout le reste, l'enregistrement, la reconnaissance et le texte, se déroule sur votre propre matériel. Cela vaut la peine de le dire clairement, car c’est inhabituel. La plupart des sites de dictée gratuits cessent de fonctionner dès que vous vous déconnectez, car la reconnaissance a lieu ailleurs.

Les limites de la saisie vocale du navigateur et ce que l'application de bureau ajoute

Cet outil tape dans une seule case sur une page Web. C'est la limite honnête. Il ne peut pas mettre de texte dans votre éditeur, votre client de messagerie, Slack ou un document, vous copiez donc le résultat à la main à chaque fois. Si vous souhaitez dicter autre chose, c'est un travail en deux étapes.

Le texte arrive également après votre arrêt, et non mot à mot pendant que vous parlez, car l'enregistrement est retranscrit en un seul passage lorsque vous appuyez à nouveau sur le micro. Et il n’y a pas de laissez-passer pour le nettoyage. Tout ce que vous dites est ce que vous obtenez, y compris les euh, les faux départs et la phrase que vous avez abandonnée à mi-chemin.

L'application de bureau Yaps est la même idée sur l'appareil, sans ces limites. Vous maintenez un raccourci clavier, parlez dans l'application dans laquelle vous vous trouvez déjà et le texte atterrit sur votre curseur. Il nettoie les mots de remplissage et la ponctuation au fur et à mesure, et fonctionne hors ligne une fois installé. Il existe également un clavier Android, qui convient bien mieux à la dictée téléphonique qu'un onglet de navigateur.