Dictée vocale sur Mac

Maintenez la touche §, parlez, puis relâchez. Le texte est collé à la position actuelle du curseur, via une frappe Cmd+V synthétisée dans l'application qui a le focus. Cela fonctionne partout où un champ de texte accepte le collage : Mail, Notes, Slack, Word, les champs de saisie du navigateur, le Terminal. Il n'y a aucune extension à installer, car l'intégration se fait au niveau du système d'exploitation et non au sein de chaque application.

Les arguments en faveur de la transcription sur l'appareil tiennent en trois points à la fois : la confidentialité, la vitesse et la pérennité. Quand le modèle s'exécute sur votre Mac, l'audio est capturé en mémoire, transcrit, collé au curseur, puis effacé. Rien n'est écrit sur le disque et rien n'est téléversé. Il n'y a pas de base de données à assigner en justice, pas de surface de fuite, et aucune question sur ce qu'un fournisseur journalise.

La nuance honnête, c'est que « local » est un spectre, pas une case à cocher. Plusieurs applications populaires transcrivent en local mais font transiter la transcription par un grand modèle de langage dans le cloud pour la nettoyer, ce qui remet vos mots sur le réseau. La question est donc rarement « est-ce local » mais « quelle partie est locale ». Chez Parakeety, la réponse est : tout ce qui touche à votre audio.

La vitesse est ce que l'on ressent le plus. Un service cloud ajoute un aller-retour réseau à chaque énoncé ; un modèle local sur l'Apple Neural Engine, non. Et la pérennité compte pour un outil sur lequel on s'appuie chaque jour : un service par abonnement peut changer ses tarifs, son modèle ou ses conditions sous vos pieds, ou fermer. Une application qui tourne sur votre propre machine continue de fonctionner.

L'audio est capturé dans une mémoire tampon, traité sur l'Apple Neural Engine, le texte est collé, et la mémoire tampon est immédiatement effacée. Il n'y a aucune transmission vers OpenAI, Anthropic ou un autre serveur, parce qu'il n'y a tout simplement aucune transmission. Les seules connexions sortantes sont le téléchargement unique du modèle au premier lancement et des vérifications de licence régulières, qui n'envoient que la clé de licence, une empreinte d'un identifiant matériel et le nom de la machine. Aucun audio, aucune transcription, aucune analyse, aucune télémétrie.

La précision est une propriété du modèle vocal, pas de l'endroit où il s'exécute. Le modèle qui a changé ce qui est possible sur un Mac, c'est NVIDIA Parakeet TDT 0.6B v3 : environ 600 millions de paramètres, une architecture à transducteur, et actuellement la première place du Hugging Face Open ASR Leaderboard.

En bref, pourquoi cela compte : Parakeet TDT v3 affiche un taux d'erreur sur les mots de 6,32 % contre 7,44 % pour Whisper Large V3, s'exécute environ un ordre de grandeur plus vite sur le même matériel, et repose sur une conception à transducteur qui produit du silence pendant les silences au lieu d'halluciner du texte comme peuvent le faire les systèmes fondés sur Whisper. Le compromis, c'est la couverture linguistique : 25 langues européennes contre la centaine de Whisper. Pour la dictée dans ces langues sur Apple Silicon, c'est le modèle à privilégier.

Le modèle sous-jacent (NVIDIA Parakeet) détecte automatiquement laquelle des 25 langues européennes vous parlez, sans aucune sélection manuelle. Vous pouvez passer du français à l'anglais en plein milieu d'une phrase sans toucher au moindre réglage. Pratique si vous travaillez dans deux langues ou si vous glissez des termes techniques et des noms propres venus d'une autre langue. Les langues hors d'Europe, comme le mandarin, le japonais ou l'arabe, ne sont pas couvertes par le modèle, cela fait partie du tableau honnête.

Pour la dictée clinique et juridique, la question de la confidentialité devient une question de conformité, et il y a deux réponses valables. L'une est la dictée cloud encadrée par un contrat de sous-traitance des données ; l'autre est la dictée sur l'appareil, où l'audio ne quitte jamais le Mac. Comme rien n'est téléversé avec Parakeety, il n'existe aucune base de données chez un fournisseur qu'il faudrait sécuriser ou divulguer.

C'est une affirmation sur l'architecture, pas une promesse de conformité. Savoir si l'architecture sur l'appareil suffit pour votre cabinet dépend de vos propres obligations réglementaires, par exemple le RGPD en Europe ou HIPAA aux États-Unis, et il vous revient de les vérifier. Parakeety réduit la surface d'exposition en gardant l'audio en local ; il ne signe pas de contrats en votre nom.

Je développe Parakeety, une application Mac gérée par une seule personne. Je l'ai construite parce que les options de dictée existantes demandaient toutes trop : un abonnement, un compte, ou ma voix sur le serveur de quelqu'un d'autre. Parakeety est la version que je voulais pour moi-même : un achat unique, et tout reste sur l'appareil. En tant qu'activité d'une seule personne, je suis aussi le responsable du traitement des données, et comme aucun audio n'est jamais transmis, cette liste est courte.

Parakeety est une application de la barre des menus du Mac. Maintenez la touche §, parlez, relâchez, et vos mots sont collés au curseur, dans l'application où vous étiez en train d'écrire. L'audio ne quitte jamais la machine. Il y a un essai gratuit de 7 jours, sans carte bancaire. Ensuite, c'est $25 une seule fois.

Essayer Parakeety gratuitement →