La vraie alternative à Voice In

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

Je vais d'abord régler la question du conflit d'intérêt. C'est un comparatif, et j'ai conçu l'une des deux choses comparées. Je vais donc rendre à Voice In tout le mérite qu'il gagne, puis être précis sur le seul point où les deux outils font tout simplement des choses différentes.

La vérité toute simple, c'est que Voice In est un bon petit outil. Il est gratuit, il s'installe en une dizaine de secondes, et si tout ce que vous faites, c'est taper dans Gmail, dans un Google Doc ou dans un champ de texte sur un site, il s'en sort très bien. Si c'est tout votre univers, vous pouvez sans doute fermer cet onglet. Je le pense vraiment. Il y a une section vers la fin qui vous dit exactement quand rester sur Voice In.

Pour tous ceux qui lisent encore : l'écart, c'est le navigateur. Voice In vit dans Chrome et ne fonctionne que là. Dès que vous voulez dicter dans Word, dans Slack, dans votre éditeur de code ou dans votre terminal, vous avez quitté la seule pièce où il peut vous entendre.

Voice In fonctionne dans le navigateur, et seulement dans le navigateur

Voici la phrase qui compte, tirée directement de la page de Dictanote : pour l'instant, Voice In ne fonctionne qu'à l'intérieur du navigateur. C'est une extension Chrome. Vous cliquez sur l'extension, vous parlez, et le texte arrive dans le champ web qui a le focus. Pour un outil gratuit, c'est une conception propre et honnête.

Deux conséquences découlent de « extension de navigateur », et toutes deux méritent d'être connues avant de vous engager.

Premièrement, il faut internet. Voice In a besoin d'une connexion internet active pour fonctionner. Votre voix part pour être reconnue et revient sous forme de texte. C'est très bien sur le Wi-Fi d'un hôtel, et c'est un problème dans un train qui traverse un tunnel.

Deuxièmement, le nombre de langues est franchement flou. La page de Dictanote annonce « 100+ langues » à un endroit et « 50+ langues » à un autre. Je ne vais pas avancer un chiffre, parce qu'eux-mêmes n'en ont pas fixé un. L'outil gère clairement beaucoup de langues. Combien exactement, leur propre communication semble l'ignorer.

Il y a un forfait gratuit et une formule payante appelée Voice In Plus, qui ajoute l'ensemble complet de fonctionnalités : commandes vocales personnalisées, un mode avancé, la dictée sur plusieurs onglets. Je ne cite pas de prix pour Plus, parce que Dictanote n'en indique pas sur la page que j'ai consultée. Si vous en avez besoin, consultez leur page de tarifs.

Ce que vous obtenez en plus avec Whisper by Remskill

Whisper by Remskill est une application de bureau, pas une extension de navigateur. Vous appuyez sur un raccourci, Ctrl+Space sous Windows par défaut et réaffectable à votre guise, puis vous parlez, vous relâchez, et le texte apparaît là où votre curseur se trouve déjà. Word. Slack. Notion. La zone de réponse de votre messagerie. Un message de commit dans votre terminal. Le même raccourci fonctionne dans chacun d'eux, parce que la dictée ne vit pas à l'intérieur d'une seule application. Elle vit dans le système d'exploitation.

Le pipeline est gratuit pour tous ceux qui s'inscrivent, sans carte bancaire à l'inscription. Ce niveau gratuit couvre la transcription locale avec huit modèles Whisper ou le moteur Parakeet, le nettoyage de texte par IA via Ollama, votre historique de dictée, les préréglages, les mots-clés personnalisés et les téléchargements de modèles. Vous pouvez l'utiliser sur trois appareils maximum.

Deux moteurs locaux, ce qui veut dire que vous choisissez selon vos besoins réels. Whisper prend en charge 99 langues et peut traduire vers l'anglais, avec un contrôle plus fin comme le vocabulaire personnalisé et les mots-clés. Parakeet est un moteur d'environ 600 Mo qui couvre l'anglais plus 24 autres langues européennes, soit 25 au total, et tourne 5 à 10 fois plus vite que Whisper sur un simple processeur. Aucun GPU requis pour l'un comme pour l'autre.

Si vous écrivez surtout du code ou de la documentation technique, dicter dans votre éditeur plutôt que dans un onglet de navigateur change la journée. J'en ai dit davantage à ce sujet dans la dictée vocale pour le code si c'est votre cas.

Il y a aussi une formule Pro qui ajoute la transcription cloud OpenAI et la recherche web en utilisant votre propre clé API. Vous pouvez voir les formules si le cloud vous intéresse. Mais le pipeline local, la partie qui surpasse une extension de navigateur côté portée et confidentialité, ne coûte rien.

Côte à côte, l'onglet du navigateur contre tout le bureau

Voici le tableau honnête. Pas d'étoiles, pas de colonne « gagnant ». Juste ce que fait chaque outil.

La logique n'est pas « Voice In est mauvais ». La logique, c'est qu'un outil vit dans un onglet de navigateur et l'autre vit sur toute votre machine. Choisissez celui qui correspond à l'endroit où vous écrivez réellement.

Le hors ligne compte plus qu'on ne le pense

Voici la seule opinion tranchée que je vais défendre dans cet article. La dictée uniquement dans le cloud est un désastre de confidentialité en attente d'être transcrit.

Voice In a besoin d'une connexion internet, ce qui signifie que votre voix quitte votre machine pour être transformée en texte. Pour une liste de courses, peu importe. Pour l'e-mail à l'école de votre enfant, le brouillon d'un contrat ou un paragraphe sur votre salaire, vous ne voulez probablement pas que tout cela fasse un aller-retour par un serveur que vous ne contrôlez pas.

Avec le mode local de Whisper, l'audio ne quitte jamais votre ordinateur portable. Il est transcrit sur votre propre processeur, dans vos propres applications, sans aucune connexion requise. En mode local, la précision se situe généralement entre 95 et 99 pour cent selon le modèle choisi. Ce n'est pas un « assez bien pour le hors ligne » offert en lot de consolation. C'est la fonctionnalité principale.

Je suis le genre d'architecte qui schématise un système avant d'installer l'environnement d'exécution, et le schéma est toujours faux dès le deuxième commit. J'ai passé une semaine à sur-concevoir le chemin hors ligne avant d'admettre l'évidence : pour un paragraphe de dictée, votre machine a déjà un microphone et un processeur, et n'a pas besoin d'un serveur dans la boucle.

Quand rester sur Voice In

Je ferais mal mon travail si je disais à tout le monde de changer. Parfois Voice In est le bon outil, et voici l'argument honnête pour rester.

Si deux ou trois de ces situations vous décrivent, restez sur Voice In. C'est gratuit et ça marche. Le jour où votre dictée doit sortir de l'onglet du navigateur, vers Word, vers Slack, vers votre éditeur, c'est le jour de regarder un outil de bureau. Pas avant.

Si vous ne devez retenir qu'une chose

Voice In, c'est un navigateur. Whisper, c'est tout votre bureau. Si votre rédaction vit dans Chrome, Voice In est un bon choix, gratuit. Si votre rédaction vit dans les applications que Chrome ne peut pas atteindre, et que vous préférez qu'elle reste hors ligne, c'est là que vous passez de l'autre côté.

Si vous voulez la vue d'ensemble de la façon dont une application de dictée à l'échelle du système s'articule, j'ai écrit un face-à-face plus long dans la vraie alternative à superwhisper. Quand vous êtes prêt, téléchargez Whisper, appuyez sur le raccourci, et dictez dans n'importe quelle application devant vous, en ligne ou non.