Dicter dans Gemini

Peut-on déjà parler à Gemini ?

Oui. Gemini a une entrée vocale intégrée. Dans l'app Gemini sur ton téléphone, tu appuies sur le micro et tu poses ta question ; sur un appareil compatible, tu peux même commencer sans les mains. Sur le web à gemini.google.com, il y a aussi un micro dans la zone de prompt. Donc si ton objectif est «poser une question à Gemini à voix haute et obtenir une réponse», tu n'as besoin de rien d'autre. La fonctionnalité est incluse dans le produit.

Je veux être clair là-dessus d'emblée, parce que beaucoup d'articles pour ce mot-clé l'ignorent et cherchent directement à te vendre quelque chose. La propre entrée vocale de Gemini est vraiment bien pour les questions orales rapides. «Quel temps fait-il à Lyon», «convertir 200 grammes en tasses», «résumer cet article» — parle, écoute, c'est fait. Si c'est tout ce que tu fais, cet article est court : utilise le micro qui est déjà là.

L'écart apparaît dès que ton prompt devient plus long ou plus élaboré, et dès que tu veux utiliser exactement la même habitude ailleurs que dans Gemini. C'est le reste de cet article.

Pourquoi taper le prompt plutôt que de simplement parler

Quand tu parles directement dans le micro d'un chatbot, tes mots entrent et la réponse sort — mais tu ne vois jamais le prompt comme texte modifiable d'abord. Pour une question d'une ligne, ça convient. Pour un prompt soigné, non. Tu as dit «résume cela dans un ton formel», le micro a compris «résume cela dans un fond formel», et maintenant le modèle fait quelque chose de légèrement faux et tu dois tout ré-enregistrer. Taper le prompt dans le champ d'abord signifie que tu le lis avant qu'il s'exécute.

L'autre raison est que l'habitude voyage. Un raccourci qui tape ta parole dans un champ de texte ne se soucie pas du champ. Gemini aujourd'hui, ChatGPT demain, un prompt Claude après-demain, un message Slack, une description de commit, un e-mail au professeur de ton enfant. Une seule mémoire musculaire, toutes les apps. Le micro de Gemini ne fonctionne qu'à l'intérieur de Gemini — exactement ce à quoi on s'attendrait, mais ça signifie qu'un deuxième outil qui fonctionne partout n'est pas redondant — c'est une forme différente.

La façon la plus rapide : un raccourci système

C'est là qu'une app dédiée change les choses. Whisper by Remskill n'est pas un plugin Gemini, une extension Chrome ni une intégration Google. C'est une app de bureau qui se comporte comme ton clavier : appuie sur un raccourci, parle, et la transcription est collée à ton curseur — dans toute app, y compris le champ de prompt Gemini. Ça fonctionne pareil dans le navigateur et sur le bureau, parce que pour ton ordinateur, tu tapes simplement.

La configuration est courte :

C'est toute la boucle. La transcription apparaît dans le champ, tu la lis, tu corriges ce qui ne va pas, tu envoies.

Dicter un prompt directement dans Gemini

Une fois en marche, l'expérience est banale dans le meilleur sens du terme. Tu places ton curseur dans le champ de prompt de Gemini, tu maintiens la touche, tu dis ton prompt, tu relâches. Une seconde plus tard, le texte est là comme si tu l'avais tapé. Maintenant tu fais ce que le micro en direct ne te laisse pas faire : tu le lis. Les prompts longs — les trois paragraphes de contexte plus la vraie question — sont bien plus faciles à rédiger correctement quand tu peux les voir avant qu'ils s'exécutent.

Comme la transcription locale tourne sur ta machine (Rust pur, pas de sidecar Python, pas de serveur dans la boucle), elle fonctionne hors ligne, et l'audio de ce que tu dictes ne quitte jamais ton ordinateur. Tu tapes le prompt avec ta voix puis tu l'envoies toi-même à Gemini — l'étape de dictée et l'étape IA sont séparées, ce qui est toute la raison pour laquelle tu peux modifier entre les deux.

Le nettoyage IA supprime les «euh»

Le langage parlé est désordonné. Tu dis «euh», tu recommences des phrases, tu t'interromps dans un bruit qui signifie «tu vois ce que je veux dire». Whisper a une étape optionnelle d'amélioration IA qui élimine les mots de remplissage et arrange la formulation avant de coller. Ainsi «euh, est-ce que tu peux, tu peux m'écrire comme un, un court e-mail refusant cela» devient «Peux-tu m'écrire un court e-mail refusant cela». Un prompt plus propre tend à obtenir une réponse plus propre, donc ça compte davantage pour le prompting IA que pour de simples notes.

Ce nettoyage tourne localement via Ollama, gratuitement, sur ta propre machine. Les utilisateurs Pro peuvent le router via le cloud à la place, mais l'avantage du nettoyage des mots de remplissage n'a pas besoin de Pro ; il est disponible dans le pipeline local gratuit. Tu peux aussi le désactiver et coller la transcription brute, ce qui convient quand tu vas de toute façon lire et modifier le prompt.

Le même raccourci fonctionne dans ChatGPT, Claude, partout

C'est la partie qui rend l'outil séparé intéressant. Le raccourci ne sait pas ce qu'est Gemini. Il colle du texte où que soit ton curseur, donc l'habitude exacte que tu viens d'apprendre fonctionne dans ChatGPT, dans Claude, dans Perplexity, dans un Google Doc, dans ton client e-mail, dans le champ de commentaire d'une pull request. Tu apprends un geste et tu arrêtes de penser à quel IA tu promptes aujourd'hui. Le micro intégré de Gemini, par conception, n'aide qu'à l'intérieur de Gemini.

Je passe entre trois ou quatre outils IA dans une semaine normale selon ce que je fais. Ce que je ne voulais pas, c'était un bouton vocal différent dans chacun, chacun se comportant légèrement différemment. Un raccourci qui tape dans tous est moins à retenir, et ça continue de fonctionner quand l'un d'eux livre un redesign.

À quoi ressemble l'app Whisper complète

Le raccourci est la partie que tu utiliseras le plus, mais il y a une interface de paramètres derrière. Tu choisis ton moteur de transcription : les modèles Whisper, dont les variantes multilingues couvrent 99 langues et les versions uniquement anglaises .en en couvrent exactement une, ou le Parakeet de NVIDIA, environ 600 Mo, 5 à 10 fois plus rapide que Whisper sur CPU, couvrant l'anglais plus 24 langues européennes. Tu définis ton raccourci, gères l'historique et enregistres des préréglages. Rien de tout cela n'est nécessaire pour dicter un prompt dans Gemini. C'est là quand tu veux affiner.

Quand le propre micro de Gemini suffit

Si tu veux juste poser à Gemini des questions orales rapides, passe l'app séparée complètement. Ouvre Gemini, appuie ou clique sur le micro, parle. C'est intégré, c'est gratuit, et pour une question d'une ligne il n'y a rien à gagner avec un deuxième outil — tu ajouterais une étape, pas n'en supprimes pas une. Il en va de même pour les fonctions vocales dans les autres grands chatbots quand tu travailles uniquement dans cette app.

Un raccourci dédié prend de l'avance à trois endroits : les prompts longs que tu veux lire avant d'envoyer, le nettoyage des mots de remplissage, et utiliser la même habitude de dictée dans toutes les apps plutôt que seulement Gemini. Plus tes prompts ressemblent à de la vraie écriture — contexte, instructions, une question — et plus tu passes d'outils, plus ça compte.

Choisis le plus petit outil qui résout ton problème. Pour une question orale, c'est le micro déjà dans Gemini. Pour les prompts longs dictés dans Gemini et ChatGPT et un e-mail à moitié rédigé, le raccourci système cesse de sembler excessif vers le deuxième paragraphe que tu n'as pas eu à taper.

Ce que coûte Whisper

Le pipeline de dictée local — transcription et nettoyage IA via Ollama — est gratuit pour tout utilisateur connecté, sans carte à l'inscription. Dicter des prompts dans Gemini avec Whisper ne coûte donc rien. Whisper Pro ajoute les fonctionnalités cloud (transcription OpenAI, amélioration IA cloud, recherche web vocale) et inclut un essai séparé. Les chiffres exacts se trouvent sur la page de tarification plutôt qu'ici, parce que les prix changent et un article de blog est un mauvais endroit pour les tenir à jour.

Gemini peut déjà t'entendre, et pour une question rapide c'est la fin de l'histoire — utilise le micro qui est là. La raison de dicter le prompt dans le champ à la place, c'est la partie que le micro ne peut pas faire : tu peux le lire avant qu'il s'exécute, et tu peux le faire de la même façon dans toutes les autres apps à qui tu parles. Deux outils, deux tâches. La plupart du temps, le plus petit suffit.