La dictée vocale dans Standard Notes

Standard Notes propose-t-il une dictée intégrée ?

Non. L'application de bureau Standard Notes n'a aucune fonction intégrée de reconnaissance vocale, de dictée ou de saisie vocale pour écrire dans une note en parlant. Il n'y a pas de bouton micro dans l'éditeur, pas de commande vocale, pas de réglage caché. Ce n'est pas un oubli — Standard Notes assume un minimalisme délibéré, un simple éditeur chiffré plutôt qu'un espace de travail surchargé. Si vous avez passé les réglages au peigne fin à la recherche d'un bouton de dictée, vous pouvez arrêter. Il n'existe pas.

C'est là qu'il faut comprendre autour de quoi Standard Notes est construit. Le texte de vos notes est chiffré de bout en bout avant même de quitter votre appareil, et c'est tout l'argument. Toute dictée que vous greffez par-dessus vit, par définition, en dehors de cette frontière — c'est un outil séparé qui transforme votre parole en caractères, puis remet ces caractères à l'éditeur comme le ferait un clavier. La question qui compte vraiment n'est pas de savoir si l'éditeur peut vous entendre. C'est de savoir si l'outil qui, lui, vous entend garde votre audio sur votre machine ou l'envoie ailleurs. Gardez cette idée en tête ; elle façonne tout le reste de ce guide.

Une chose mérite une seule phrase pour ne pas vous lancer sur le mauvais appareil : sur un téléphone, vous n'avez besoin de rien de tout cela. Touchez le micro du clavier de votre téléphone et dictez dans une note Standard Notes comme dans n'importe quel autre champ de texte. Whisper est un outil de bureau pour Windows et macOS, donc sur téléphone le micro du clavier est la voie pratique. Sur l'application de bureau, dans laquelle la plupart des gens écrivent réellement, il vous faut un outil qui se place par-dessus Standard Notes — et vous voudrez choisir cet outil en gardant la confidentialité à l'esprit.

Appuyez sur un raccourci, parlez, le texte arrive dans la note

Voilà tout le mécanisme, et il est ennuyeux dans le bon sens du terme. Vous appuyez sur un raccourci, vous parlez, vous relâchez, et le texte se colle à l'endroit du curseur, dans le champ de texte qui a le focus. Whisper garde une courte marge après que vous avez relâché la touche, pour que votre dernier mot ne soit pas coupé. Comme il colle au curseur du système, un éditeur Standard Notes n'est qu'« une zone de texte de plus ». Application de bureau ou version web, même comportement.

C'est la partie que les pages d'accueil compliquent inutilement. Il n'y a aucune extension à installer dans Standard Notes, aucun jeton d'API à coller dans l'application, aucune synchronisation à surveiller. Votre curseur est dans une note, vous parlez, les mots apparaissent dans la note. Une petite capsule s'affiche pendant que vous parlez pour que vous sachiez qu'il écoute :

Le raccourci est la seule chose qui vaut la peine d'être bien réglée dès le départ. Sous Windows, c'est Ctrl+Space ; sur Mac, c'est Command+Option, une touche appuyée tant que vous parlez, en mode « push-to-talk ». Les deux sont modifiables dans les Réglages s'ils entrent en conflit avec un raccourci que vous utilisez déjà. (Ma fille cadette m'a dit un jour qu'un raccourci « ne marchait pas » dans son application de dessin. C'était un conflit, pas un bug, et c'est comme ça que j'ai compris que la plupart des gens ignorent même ce qu'est un conflit de raccourci. Alors maintenant, chaque raccourci est personnalisable.) Si vous avez déjà configuré la dictée sous Windows, c'est la même mémoire musculaire pointée vers une autre application.

Configurez-le en deux minutes (Windows ou Mac)

Il vous faut un Mac sous Apple Silicon ou un PC Windows 10 ou plus récent, un micro qui fonctionne, et Standard Notes ouvert, dans l'application de bureau ou la version web. Tout le pipeline local est gratuit pour n'importe quel compte connecté, sans moyen de paiement demandé à l'inscription. Voici la marche à suivre.

La partie lente, c'est le téléchargement du modèle, pas la configuration. Tout le reste se résume aux quatre étapes ci-dessus. Une fois en place, capturer une pensée dans une note chiffrée cesse d'être une tâche de frappe pour devenir une tâche de parole — et avec un modèle local choisi, rien de cette pensée ne quitte votre ordinateur.

Garder votre voix aussi privée que vos notes

C'est la section qui compte le plus pour un utilisateur de Standard Notes, alors je vais être direct. Si vous avez choisi une application de notes chiffrées de bout en bout, faire passer vos paroles par un service de transcription cloud pour les amener dans cette application est une contradiction. Le texte de vos notes est chiffré avant de quitter votre appareil ; votre voix, dans cette configuration, ne l'est pas. Vous verrouilleriez la porte d'entrée tout en laissant l'enregistrement audio de vous en train de la déverrouiller sur le serveur de quelqu'un d'autre.

Le mode local comble cette faille. Les deux moteurs locaux — Parakeet et Whisper local — fonctionnent entièrement sur votre machine grâce au cœur de transcription tout en Rust. Aucun envoi d'audio, aucun appel d'API, aucune transcription liée à votre compte qui traîne dans les journaux d'un fournisseur. Vous pouvez débrancher le câble réseau et la dictée fonctionne toujours, et c'est le test auquel je fais vraiment confiance. Le texte arrive à l'endroit du curseur dans Standard Notes, qui le chiffre ensuite comme il chiffre tout le reste. La voix et la note restent toutes deux sur la même machine, de bout en bout.

Je ne suis pas neutre sur ce point, et je vais détailler plutôt que rester vague. Une équipe avec laquelle j'ai travaillé a un jour laissé un prestataire construire un prototype interne de « dictée IA » qui appelait une API cloud à chaque énoncé. La logique de « nouvelle tentative intelligente » était un peu trop agressive : elle transcrivait quatre fois les mêmes enregistrements de réunions debout. En fin de trimestre, le responsable a ouvert le tableau de bord des coûts cloud sur une facture à cinq chiffres, et la conclusion du directeur financier n'a pas été « optimisons le prompt » — c'était « ou bien on ne paie pas pour envoyer nos réunions sur un serveur en premier lieu ». Pour une habitude de prise de notes personnelle, le risque n'est pas la facture ; c'est le principe. Si toute la raison d'être de l'application est que vos données restent les vôtres, la dictée qui l'alimente devrait tenir la même ligne.

Local ou cloud : quel mode pour une note chiffrée

Pour Standard Notes, je commencerais en local et je traiterais le cloud comme l'exception. Si vous êtes ici, c'est pour la confidentialité, et les deux modes locaux vous donnent une dictée qui ne touche jamais un serveur. Le mode cloud est franchement meilleur sur quelques points, mais c'est le seul mode qui quitte votre machine, alors faites-y appel de façon délibérée plutôt que par défaut. Voici en quoi les trois diffèrent, puisque l'application vous oblige à choisir et que je préfère que vous choisissiez bien :

• Local Parakeet — le moteur TDT de NVIDIA, environ 600 Mo, et l'option locale la plus rapide — 5 à 10 fois plus rapide que Whisper sur CPU. Couvre l'anglais plus 24 autres langues européennes, 25 au total. Pas de traduction vers l'anglais. Si vous écrivez vos notes en anglais ou dans une autre langue européenne, c'est le choix rapide et entièrement hors ligne.
• Local Whisper — plus lent que Parakeet sur la même machine, mais les versions multilingues couvrent 99 langues et peuvent traduire vers l'anglais. Les versions anglais uniquement sont en anglais uniquement, pas 99 langues. Choisissez-le pour le chinois, le japonais, le coréen, ou tout travail de traduction, ce que Parakeet ne sait pas faire. Le modèle anglais par défaut fait environ 480 Mo. Toujours entièrement hors ligne.
• Cloud (OpenAI, BYOK) — la meilleure précision et l'accès au web, en utilisant votre propre clé OpenAI facturée directement par OpenAI. La transcription tourne sur gpt-4o-mini-transcribe par défaut. Il a besoin d'Internet, donc votre audio quitte la machine — le seul mode qui rompt la promesse du local. La surface Cloud fait partie de Whisper Pro.

La vérité toute simple, c'est que pour le genre de texte que la plupart des gens mettent dans une note chiffrée — une entrée de journal, une idée à peine formée, un indice de mot de passe que vous ne colleriez jamais dans un document cloud — le local suffit largement. Les deux moteurs locaux tournent entièrement sur votre machine sans rien envoyer à un serveur, ce qui correspond exactement au contrat que Standard Notes propose déjà pour la note elle-même. Le cloud gagne sa place quand vous voulez une précision de premier ordre sur un enregistrement difficile ou que vous avez besoin que le modèle aille chercher un fait sur le web en pleine phrase. Pour des notes privées, c'est rarement le compromis que vous voulez faire.

Si vous avez réellement besoin d'une précision de niveau cloud sur une note précise, la chose honnête à faire est de faire ce choix en connaissance de cause, en sachant que l'audio quitte votre machine pour cet enregistrement-là, puis de revenir au local pour les choses privées. L'application garde le bouton à un clic, justement pour que vous ne soyez jamais coincé. La plupart du temps, pour la plupart des notes, je n'y touche jamais.

Ponctuation et nettoyage sans quitter votre machine

La dictée brute ressort d'un seul bloc. Vous dites « bon alors déplace les codes de récupération dans la note chiffrée mets-lui le tag sécurité et rappelle-moi de les changer le mois prochain », et c'est le pavé sans ponctuation que vous tend n'importe quel moteur vocal. Le nettoyer, c'est là que les chemins divergent — et pour une application axée sur la confidentialité, l'endroit où ce nettoyage se fait compte aussi.

La saisie vocale de Windows ajoute la ponctuation au fil de la parole, et la Dictée de macOS gère la ponctuation de base quand vous dites « virgule » ou « point ». Pour un nettoyage plus poussé — supprimer les « euh », corriger les phrases à rallonge, transformer un paragraphe parlé en quelque chose que vous garderiez vraiment dans une note — Whisper peut lancer une passe d'IA. Dites la phrase d'activation « Hey whisper » et le texte est amélioré avant d'arriver. Sur un modèle local, cette passe tourne via Ollama sur votre propre machine, donc même le nettoyage reste hors ligne ; en mode cloud, c'est gpt-5-mini par défaut, ce qui envoie bel et bien le texte à l'extérieur.

Une attente raisonnable à poser : la dictée vous donne les mots, pas la structure propre à Standard Notes. Ses tags, ses titres de note, ses choix d'éditeur — vous les définissez toujours avec les touches et les clics que vous utilisez déjà. Dictez la phrase, puis ajoutez le tag ou renommez la note de la manière habituelle. Aucun outil de dictée ne fait surgir l'organisation d'une application sur commande ; quiconque vous promet « dis mets-lui le tag sécurité et regarde-le se classer tout seul » vous vend une démo, pas un mardi ordinaire. Posez les mots vite à la voix, façonnez la note avec les commandes que vous connaissez déjà.

Ce même enchaînement parler-puis-nettoyer est tout aussi payant bien au-delà de vos notes — vous pouvez aussi dicter une prose nette dans n'importe quelle application avec le même raccourci, si bien qu'une longue entrée devient quelques phrases dites au lieu d'un paragraphe à taper.

Quand renoncer à un outil de dictée pour Standard Notes

Parfois, le bon outil est celui qui est déjà gratuit sur votre machine, et prétendre le contraire serait malhonnête. Si vous ne déposez que de courtes captures dans Standard Notes — une ligne rapide, un rappel de deux mots — votre système d'exploitation s'en charge gratuitement.

Sous Windows, appuyez sur la touche Windows + H et la barre de saisie vocale intégrée s'ouvre là où se trouve votre curseur, y compris dans un éditeur Standard Notes. Elle ponctue toute seule et convient pour de courtes salves. Un point à signaler tout particulièrement pour ce public : Win+H fait passer votre parole par les serveurs de Microsoft et a besoin d'une connexion Internet, ce n'est donc pas une option hors ligne. Pour une application de notes dont toute la promesse est que vos données restent sur votre appareil, c'est un vrai décalage — un modèle Whisper local est le choix le plus cohérent quand la confidentialité est l'enjeu. Sur Mac, la Dictée vous laisse parler pour saisir du texte partout où vous pouvez taper, à configurer dans les Réglages système sous Clavier, et sur Apple Silicon le texte général peut être traité sur l'appareil, ce qui le garde en local. Les deux sont vraiment bons pour de courts extraits.

Tournez-vous vers un outil dédié, à l'échelle du système, quand les outils intégrés commencent à faire mal : notes longues, travail multilingue, envie de nettoyage, ou envie d'un seul raccourci qui se comporte de la même façon dans Standard Notes, votre messagerie et votre éditeur — tout en gardant tout hors ligne. En dessous de ce seuil, utilisez ce qui est gratuit, avec la seule réserve que sous Windows « gratuit » signifie « acheminé par Microsoft ». Je ne vais pas vous dire d'installer une application pour un rappel d'une ligne.

Le même compromis réapparaît si vous tenez aussi des notes ailleurs — la logique de la dictée dans Notion est identique, car dans les deux applications c'est le curseur, et non une fonction intégrée, qui est le vrai point d'intégration.

Standard Notes n'a jamais livré de bouton micro, et vu à quel point il s'efforce de rester minimal et privé, je doute qu'il le fasse un jour. Il n'en a pas besoin, parce que le curseur est l'intégration. Parlez dans la note, obtenez du texte, et si vous gardez tout en local, l'audio reste sur la même machine qui se charge du chiffrement. J'ai dicté l'essentiel de ce guide dans une zone de texte qui n'était pas Standard Notes, avec un outil qui se moque de laquelle il s'agit et qui n'a jamais envoyé une syllabe à un serveur, puis j'ai tout collé dans ma propre note chiffrée. C'est tout le truc.