Voix vers texte dans Obsidian

Obsidian dispose-t-il d'une fonction voix-vers-texte intégrée ?

Non. Obsidian n'a pas de fonction de dictée native qui transforme la parole en texte dans l'éditeur. Le plugin principal Audio Recorder enregistre un fichier audio et le joint à votre note — il ne transcrit pas ce que vous avez dit. C'est utile, mais c'est l'opposé de ce que recherchent la plupart des gens.

Pour une vraie transcription à l'intérieur d'un coffre, on se tourne vers un plugin communautaire. Le plus courant est le plugin "Whisper" de nikdanilov. Il enregistre ou charge de l'audio, l'envoie à une API de transcription compatible Whisper, et colle le résultat à votre curseur. Il fonctionne sur ordinateur et mobile, et le raccourci par défaut est Alt+Q. Le problème est dans son propre guide de démarrage rapide : vous ajoutez une clé API dans les paramètres, car il communique avec OpenAI, Groq, Azure ou un autre service compatible Whisper. Cela signifie le cloud, et cela signifie payer le fournisseur d'API à la minute audio.

Il existe aussi d'autres voies dans l'éditeur. Certains associent le Core Audio Recorder à un service de transcription comme Deepgram, ou utilisent des outils de dictée séparés à côté d'Obsidian. Ce sont toutes de bonnes options. Mais remarquez le fil conducteur : ceux qui transcrivent à l'intérieur de la note dirigent presque tous votre audio vers une API cloud et demandent une clé. Il existe une autre façon de faire qui évite les deux.

Un plugin dans un coffre vs. un raccourci partout

C'est la distinction qui mérite d'être clarifiée. Un plugin dans le coffre vit à l'intérieur d'Obsidian. Il transcrit quand vous êtes dans une note, avec son propre raccourci, et ne fonctionne qu'à cet endroit. Une application de raccourci à l'échelle du système vit un niveau au-dessus, dans votre système d'exploitation. Elle tape dans Obsidian, mais aussi dans votre navigateur, votre messagerie, votre terminal et chaque autre application — parce que pour votre ordinateur, vous tapez simplement.

Ce que vous voulez dépend de ce que vous faites réellement. Si votre seul objectif est de déposer un fichier audio enregistré dans une note et de le faire transcrire sur place, le plugin est fait pour ça. Si vous voulez dicter du texte dans l'éditeur comme vous le taperies, et aussi dicter partout où vous écrivez, l'application à l'échelle du système est mieux adaptée. La suite de ce guide porte principalement sur le deuxième type, car c'est celui qui ne nécessite ni clé ni configuration par coffre.

La méthode la plus rapide : un raccourci clavier global

C'est là qu'une application de bureau change la donne. Whisper by Remskill n'est pas un plugin Obsidian, une intégration de coffre, ni une extension de navigateur. C'est une application de bureau qui fonctionne comme un clavier : appuyez sur un raccourci, parlez, et la transcription est collée au curseur, dans n'importe quelle application, votre note Obsidian comprise. Il n'y a pas de clé API à coller, car les moteurs de transcription tournent localement sur votre machine. Ça fonctionne de la même façon dans Obsidian que partout ailleurs, puisqu'elle tape plutôt qu'elle ne s'intègre.

La configuration est brève :

C'est toute la boucle. La transcription apparaît dans l'éditeur, vous la lisez, vous continuez à écrire.

Parlez, et la note se remplit

Une fois en marche, l'expérience est d'une banalité remarquable. Vous placez votre curseur dans une note, maintenez la touche, parlez, relâchez. Une seconde plus tard, le texte est dans l'éditeur comme si vous l'aviez tapé. Pas d'enregistrement séparé à reparcourir plus tard, pas de fichier audio encombrant le coffre, pas de tâche de transcription à attendre. Juste des mots là où était votre curseur.

Comme la transcription locale tourne sur votre machine (Rust pur, sans sidecar Python, sans serveur dans la boucle), elle fonctionne hors ligne. Pour une application de prise de notes, c'est tout l'intérêt. La pensée que vous capturez, la réunion que vous résumez, l'idée à moitié formée que vous ne voulez pas voir indexée dans les logs de quelqu'un d'autre — rien de l'audio ne quitte votre ordinateur portable. Les plugins dans le coffre qui appellent une API cloud ne peuvent pas en dire autant, et la saisie vocale intégrée de Windows nécessite une connexion internet. Le mode local de Whisper, non.

À quoi ressemble l'application Whisper complète

Le raccourci est la partie que vous utiliserez le plus, mais il y a une interface de paramètres derrière. Vous choisissez votre moteur de transcription : les modèles Whisper, dont les variantes multilingues couvrent 99 langues, ou Parakeet de NVIDIA, environ 600 Mo, 5 à 10 fois plus rapide que Whisper sur CPU, couvrant l'anglais et 24 langues européennes. Vous définissez votre raccourci, gérez l'historique et enregistrez des préréglages. Rien de tout cela n'est requis pour dicter une note. C'est là quand vous voulez affiner.

Corriger les notes dictées avec l'IA

La langue parlée est désordonnée. On dit « euh », on recommence des phrases, on s'arrête au milieu d'une pensée. Whisper dispose d'une étape d'amélioration IA optionnelle qui supprime les mots de remplissage et améliore la formulation avant de coller. Ainsi « euh, ouais, donc la, la réunion est décalée, je crois qu'on fait, on fait jeudi maintenant » devient « La réunion est décalée ; je crois qu'on fait ça jeudi. » Pour une note permanente que vous relirez plus tard, ce nettoyage vaut la peine.

Ce nettoyage tourne localement via Ollama, gratuitement, sur votre propre machine. Les utilisateurs Pro peuvent le faire passer par le cloud, mais l'avantage du nettoyage des mots de remplissage ne requiert pas Pro — il est disponible dans le pipeline local gratuit. Vous pouvez aussi le désactiver et coller la transcription brute, ce qui pour une capture rapide est souvent exactement ce qu'il faut.

Local et privé : vos notes restent sur votre machine

C'est la seule opinion forte que je défendrai pour un outil de prise de notes : la dictée uniquement via cloud est un désastre pour la vie privée qui attend d'être transcrit. Votre coffre contient la feuille de calcul de salaires que vous rédigez, l'e-mail à l'école de votre enfant, la pensée à moitié formée que vous n'êtes pas prêt à partager. Tout l'attrait d'Obsidian pour beaucoup de gens, c'est que les notes sont des fichiers simples sur leur propre disque. Acheminer l'audio de ces notes via l'API d'un fournisseur défait cela silencieusement.

Avec les moteurs locaux de Whisper, l'enregistrement est transcrit sur votre propre CPU et supprimé. Pas de clé, pas de compte chez le fournisseur de transcription, pas d'audio qui traîne dans un log quelque part. Ce n'est pas une formule marketing — c'est juste là que se passe le calcul. J'ai vu une équipe accumuler une facture cloud à cinq chiffres en un trimestre en alimentant une API avec des enregistrements de standup ; la réaction du CFO était en gros : « ou on ne paie pas pour transcrire des réunions qui ont déjà des notes. » La même logique s'applique à un coffre personnel — sans le CFO.

Quand un plugin dans le coffre convient mieux

Je ne prétendrai pas que l'application à l'échelle du système gagne dans tous les cas, parce que ce n'est pas vrai. Si vous avez vraiment un dossier de mémos vocaux enregistrés ou d'audio de réunions que vous souhaitez transcrire et joindre dans des notes spécifiques, un plugin dans le coffre comme le plugin nikdanilov "Whisper" est fait exactement pour ce flux de travail. Il enregistre ou charge un fichier et dépose la transcription dans la note. Vous paierez l'API de transcription à la minute et gérerez une clé, mais la boucle fichier-entrant, transcription-dans-la-note est exactement ce qu'il fait — et une application de saisie par raccourci ne le remplace pas.

Il y a aussi l'option ne-rien-faire. Si vous ne dictez qu'une ligne de temps en temps, votre système d'exploitation le fait déjà gratuitement. Sur Windows, appuyez sur la touche logo Windows + H et la saisie vocale s'ouvre dans n'importe quelle zone de texte, une note Obsidian comprise. Sur Mac, le raccourci Dictée intégré fait la même chose, et sur Apple silicon il fonctionne sur l'appareil sans internet. Le compromis : Win+H sur Windows nécessite une connexion, tandis que la dictée macOS et le mode local de Whisper non.

Choisissez le plus petit outil qui résout votre problème. Pour une capture d'une ligne, c'est la touche que votre OS a déjà. Pour transcrire des fichiers audio dans des notes spécifiques, c'est un plugin dans le coffre. Pour dicter du texte dans l'éditeur et partout où vous écrivez, hors ligne et sans clé, c'est l'application à l'échelle du système.

Ce que coûte Whisper

Le pipeline de dictée locale — transcription et nettoyage IA via Ollama — est gratuit pour tout utilisateur connecté, sans carte à l'inscription. Faire entrer votre voix dans une note avec Whisper ne coûte donc rien, et il n'y a pas de comptage à la minute par l'API de transcription. Whisper Pro ajoute les fonctionnalités cloud (transcription OpenAI, amélioration IA cloud, recherche web vocale) et bénéficie d'un essai séparé. Les chiffres exacts se trouvent sur la page des tarifs plutôt qu'ici, car les prix évoluent et un article de blog est un mauvais endroit pour les tenir à jour.

Obsidian aura probablement un jour une fonction de dictée native, comme les applications ont tendance à le faire quand suffisamment de gens installent trois plugins pour l'imiter. En attendant, votre coffre a des options : un plugin dans le coffre pour transcrire des fichiers audio, votre OS pour la ligne occasionnelle, et une application à l'échelle du système pour dicter du texte dans l'éditeur sans clé ni serveur dans la boucle. Trois outils, un carnet. La plupart du temps, vous avez besoin de celui qui garde l'audio sur votre machine.