L'alternative honnête à Aqua Voice

Ce qu'est ce comparatif, et qui l'a écrit

La vérité toute simple, c'est qu'Aqua Voice est bon dans ce qu'il fait. Il est en temps réel, il est soigné, et il traite chaque mot pendant que vous parlez, en corrigeant la formulation et la grammaire à la volée. Si vous payez déjà pour lui et que vous en êtes satisfait, vous pouvez sans doute fermer cet onglet. Une section entière, vers la fin, vous dit exactement quand mieux vaut rester.

Pour tous ceux qui lisent encore, la différence tient en un mot : cloud. Aqua envoie votre audio sur ses serveurs pour réaliser cette magie en temps réel. Nous le faisons sur votre ordinateur, gratuitement, et l'audio ne quitte jamais la pièce.

C'est tout l'argument, et je vais passer le reste de l'article à le démontrer plutôt qu'à l'affirmer. Pas de faux nombre d'avis, pas de chiffres d'utilisateurs inventés. Juste deux listes de fonctionnalités et un tableau que vous pouvez vérifier sur les deux pages d'accueil.

Ce que fait réellement Aqua Voice

Aqua Voice fonctionne sur Mac et Windows, avec aussi une application iPhone. Il fait de la dictée en temps réel qui s'intègre dans toutes les applications que vous utilisez déjà, sans rituel de configuration. Vous appuyez, vous parlez, et un texte soigné apparaît. C'est cet affinage qui est l'argument de vente : il corrige la grammaire, nettoie la formulation et met en forme pendant que vous parlez.

Sous le capot, c'est un moteur cloud propriétaire. Le marketing l'appelle Avalon sur l'offre payante et Aqua Engine sur l'offre gratuite, et aucun poids ouvert n'est consultable. Il comprend 49 langues. C'est un vrai chiffre sur une vraie page d'accueil, et je ne vais pas le minimiser.

Côté traitement des données, Aqua est plus prudent que la plupart des outils cloud. Son propre site indique que rien n'est stocké sur leurs serveurs avec les offres Starter et Pro, la rétention zéro de données (Zero Data Retention) étant réservée à l'offre Enterprise. C'est une politique correcte. Mais cela reste une politique. Votre audio quitte votre machine, voyage jusqu'à leur cloud, se fait transcrire, puis revient. Vous faites confiance à une promesse plutôt qu'à la physique.

Il existe une offre Starter gratuite plafonnée à 1 000 mots, puis un plan Pro facturé à l'année, un plan Team et une offre Enterprise. Je ne cite pas les chiffres ici, parce que les pages de tarifs évoluent et que vous devriez lire la leur et la nôtre directement à la source. C'est la forme qui compte : l'offre gratuite s'épuise, et tout ce qui se trouve au-delà est un abonnement.

Ce que vous obtenez en plus avec Whisper by Remskill

Voici la partie où je décris le produit que j'ai conçu, avant de vous laisser juger sur pièce avec le tableau. Whisper by Remskill, ce sont deux produits sur un même raccourci clavier. L'offre gratuite, c'est tout le pipeline local. Vous obtenez les 8 modèles de transcription Whisper, le moteur Parakeet, le nettoyage IA entièrement hors ligne via Ollama, l'historique des transcriptions, les préréglages, les mots déclencheurs, l'accélération matérielle, le téléchargement des modèles et un raccourci personnalisable. Aucun moyen de paiement à l'inscription, et aucune limite de mots. Vous créez un compte, vous téléchargez l'application, vous appuyez sur le raccourci, et vous parlez.

Vous choisissez votre moteur local selon vos besoins, pas selon ce que nous poussons. Whisper vous offre 99 langues, la traduction vers l'anglais, le vocabulaire personnalisé, le contrôle de la largeur de faisceau (beam size) et le biais par mots déclencheurs, le tout au prix de la vitesse. Parakeet, c'est le moteur NVIDIA TDT, environ 600 Mo, et il tourne 5 à 10 fois plus vite que Whisper sur un processeur, couvrant l'anglais plus 24 autres langues européennes. Choisissez Parakeet pour la vitesse et l'anglais. Choisissez Whisper pour les langues, la traduction ou le contrôle fin. Aucun des deux n'est défini par défaut. C'est à vous de décider.

La précision en local se situe généralement entre 95 % et 99 %, et tout tourne sur votre processeur, sans carte graphique requise. L'application elle-même pèse environ 25 Mo sur le disque. Tout cela se passe sur votre machine. Aucun aller-retour, aucun serveur, aucune promesse à laquelle se fier.

Si vous voulez le cloud, nous l'avons aussi, et il fonctionne avec votre propre clé. L'offre Pro ajoute la transcription cloud d'OpenAI. Vous collez votre propre clé OpenAI et choisissez le modèle : gpt-4o-mini-transcribe à environ $0.003 la minute, ou gpt-4o-transcribe pour une qualité supérieure. L'amélioration par IA tourne sur gpt-5-mini par défaut, et il y a aussi la recherche web au niveau de votre curseur via l'API Responses d'OpenAI. Nous ne prenons aucune commission au-dessus du tarif d'OpenAI. Votre clé, votre facture — consultez la page de tarifs pour les chiffres de l'offre Pro.

L'histoire des plateformes, c'est la partie honnête. Windows et macOS sur Apple Silicon sont tous deux disponibles aujourd'hui. Il n'y a pas d'application iPhone, pas d'application iPad, pas d'Android. Si vous dictez depuis votre téléphone, c'est là qu'Aqua est manifestement en tête.

Aqua Voice et Whisper by Remskill, côte à côte

Le tableau que personne d'autre ne semble remplir avec de vraies lignes. Aucun chiffre dedans — vérifiez les deux pages de tarifs pour cela.

Quelques lectures honnêtes de ce tableau. L'affinage en temps réel d'Aqua est vraiment fluide, ses 49 langues couvrent l'essentiel de ce que les gens dictent, et il propose une application mobile, ce qui n'est pas notre cas. Ce ne sont pas de petites victoires. Partout où la ligne porte sur le hors ligne, la confidentialité, le pipeline local gratuit ou le nombre de langues, l'écart penche dans l'autre sens.

Que votre audio ne quitte jamais la machine, c'est tout l'enjeu

C'est ce que la plupart des gens sont venus comparer ici, alors soyons concrets. La politique de données d'Aqua est bonne. Elle indique que rien n'est stocké sur leurs serveurs sur les offres grand public. Je les crois. Mais « nous ne le stockons pas » n'est pas la même chose que « il n'a jamais quitté votre machine ». Votre audio voyage tout de même jusqu'à un cloud pour être transcrit, parce que c'est ainsi qu'un moteur cloud fonctionne. Avec le pipeline local de Whisper by Remskill, il n'y a aucun serveur dans la boucle. Le modèle se charge dans votre mémoire vive, votre micro l'alimente, et le texte apparaît : dans un avion en mode avion, dans une salle sécurisée, dans un train qui traverse un tunnel. Vous ne faites confiance à aucune promesse. Il n'y a rien à promettre.

Voici la seule opinion que je vais me permettre dans cet article. La dictée exclusivement dans le cloud est un désastre de confidentialité qui n'attend que d'être transcrit. Le tableur des salaires de votre patron, le courriel à l'école de votre enfant, le mémoire juridique que vous rédigez dans le train : rien de tout cela ne devrait quitter votre ordinateur juste parce que vous vouliez taper à la voix. Une équipe avec laquelle j'ai travaillé avait un jour fait développer par un prestataire un prototype interne de dictée cloud qui appelait une API d'IA pour chaque phrase prononcée. Il a transcrit quatre fois les mêmes enregistrements de réunions debout parce que la logique de « relance intelligente » était trop agressive. Le responsable a ouvert le tableau de bord des coûts cloud à la fin du trimestre et a découvert une facture à cinq chiffres. La solution du prestataire : « optimisons le prompt ». La solution du directeur financier : « ou alors on arrête d'envoyer à un serveur des réunions dont on a déjà les comptes rendus ». Le local d'abord était la réponse la moins chère et la plus respectueuse de la vie privée, dans la même phrase.

Votre ordinateur a déjà un micro et un processeur. Il n'a pas besoin d'un serveur dans la boucle pour taper un paragraphe. Le cloud est une excellente issue de secours, mais un choix par défaut étrange.

Quand rester sur Aqua Voice

Cette section justifie le reste de l'article. Il y a de vraies raisons de rester, et je ne vais pas prétendre le contraire.

Pour tous les autres — auteurs solos, marketeurs, commerciaux, étudiants, parents qui répondent au courriel d'un enseignant tout en préparant le dîner, et quiconque dont les mots ne devraient pas quitter la pièce — commencez par notre offre locale gratuite et voyez si vous finissez par vous heurter à un mur. Il n'y a aucune limite de mots ni aucune connexion internet requise.

Si vous ne devez retenir qu'une chose

La plupart des comparatifs de dictée se terminent en vous disant de transformer votre flux de travail. Celui-ci se termine plus modestement. Ce que la saisie vocale corrige, c'est l'écart entre avoir quelque chose à dire et le faire arriver dans le document. Aqua comble cet écart en temps réel, dans le cloud, et facture au-delà du plafond gratuit. Nous le comblons sur votre machine, hors ligne, avec la partie locale gratuite. Si vos mots peuvent résider sur le serveur de quelqu'un d'autre, Aqua est un bon choix. S'ils ne le peuvent pas, ou si vous préférez simplement qu'ils ne le fassent pas, c'est exactement la ligne pour laquelle nous avons été conçus.

Si vous voulez la version approfondie de cet argument, je l'ai développée dans notre article sur la reconnaissance vocale hors ligne, et il y a aussi notre comparatif des alternatives à superwhisper si vous pesez les options locales.