Fournisseurs de reconnaissance vocale dans Hedy
Que sont les fournisseurs de reconnaissance vocale ?
Hedy prend en charge plusieurs options de reconnaissance vocale, vous offrant la flexibilité de choisir entre une confidentialité totale avec le traitement local ou des alternatives basées sur le cloud. Vous pouvez changer de fournisseur à tout moment en fonction de vos besoins actuels — utilisez le traitement local pour les sessions hors ligne et les services cloud lorsque vous préférez leurs fonctionnalités spécifiques.
Premiers pas
-
Ouvrez l’application Hedy
-
Ouvrez Paramètres et allez dans l’onglet Parole et IA
-
Repérez la liste des modèles de reconnaissance vocale. Chaque modèle occupe une ligne. Le modèle sélectionné porte la mention En cours d’utilisation. Les services cloud sont regroupés dans la section Services cloud · utilise votre propre clé API
-
Appuyez sur la ligne de votre choix. Si le modèle n’est pas encore sur votre appareil, choisissez d’abord Télécharger sur sa ligne. Pour un service cloud, choisissez Configurer pour ajouter votre clé API
-
Votre choix prendra effet lors de la prochaine session
Le badge Recommandé et le texte Meilleure correspondance pour la langue de votre réunion indiquent le modèle le mieux adapté à la langue de votre réunion sur votre appareil. Chaque ligne affiche le nom du modèle, suivi de son fabricant (NVIDIA ou OpenAI), et des détails comme la taille du téléchargement (~252 MB à télécharger, par exemple), les langues prises en charge et la mention Sous-titres instantanés si le modèle les propose. À droite, le statut indique En cours d’utilisation, Téléchargé, Inclus avec Hedy ou Prêt. Pendant le téléchargement, la ligne affiche la progression et le bouton Annuler. Si le téléchargement échoue, choisissez Réessayer. Si une mise à jour est disponible, la ligne du modèle propose uniquement Mettre à jour.
Les lignes portent le nom des modèles :
| Ligne | Fabricant | Moteur |
|---|---|---|
| Nemotron English | NVIDIA | Nemotron English Only (local) |
| Nemotron Multilingual | NVIDIA | Nemotron Multilingual (local) |
| Whisper Base (Mac, Windows, iPhone, iPad et Android) | OpenAI | Whisper (local), modèle Base |
| Whisper Small (Mac, Windows, iPhone, iPad et Android) | OpenAI | Whisper (local), modèle Small |
| Whisper Large v3 Turbo (Mac et Windows) | OpenAI | Whisper (local), modèle Large v3 Turbo |
| Deepgram, OpenAI, xAI | Services cloud avec votre propre clé API |
Whisper Large v3 Turbo nécessite un seul téléchargement (environ 900 Mo sur Mac et 550 Mo sur Windows). Hedy utilise votre modèle actuel jusqu’à la fin du téléchargement et de sa vérification, puis passe au nouveau modèle. Si vous annulez le téléchargement, Hedy conserve votre modèle actuel.
Transcription améliorée sur Mac et Windows
Si vous n’avez jamais choisi de moteur de reconnaissance vocale sur un Mac avec Apple Silicon ou un PC Windows, Hedy vous propose Transcription améliorée. Hedy télécharge en arrière-plan le moteur sur l’appareil adapté à la langue de votre réunion, affiche la progression et passe à ce moteur une fois le téléchargement terminé. Si vous annulez le téléchargement ou s’il ne peut pas se terminer, vous pouvez le relancer depuis la ligne du modèle dans Paramètres → Parole et IA.
- Le démarrage d’une session met le téléchargement en pause, et il reprend après la session.
- Si le téléchargement ne se termine pas, Hedy continue de fonctionner comme avant.
- Si vous avez choisi un moteur vous-même, Hedy ne le change jamais.
Fournisseurs disponibles
Hedy propose cinq options de reconnaissance vocale, chacune avec des caractéristiques uniques :
-
Whisper (local) : Option par défaut : 100 % privée, fonctionne hors ligne, sans coût d’utilisation. Votre audio ne quitte jamais votre appareil pour la transcription. Peut ajouter des étiquettes de locuteur après la fin de la session dans les applications natives, sauf sur Android 32 bits. Whisper n’est pas disponible dans l’application web.
-
Nemotron (local) : Un nouveau moteur de streaming sur l’appareil, avec des transcriptions en direct et des étiquettes de locuteur sur l’appareil. Vous choisissez entre un mode anglais uniquement (l’option la plus rapide) et un mode multilingue qui couvre un large ensemble de langues majeures. Disponible sur toutes les plateformes pour lesquelles Hedy propose une application native : Mac Apple Silicon sous macOS 15 ou version ultérieure, iPhone XS (ou modèle plus récent), iPad équipés d’un Neural Engine (iPad Pro 2018, iPad Air 3, iPad mini 5, iPad (8e génération) ou modèles plus récents), Windows et Android. Sur le matériel Apple, il s’exécute sur le Neural Engine et étiquette les locuteurs en direct ; sous Windows et Android, les étiquettes sont ajoutées à la fin de la session. Nécessite un téléchargement unique du modèle (environ 0,6 Go pour l’anglais uniquement, 0,7 Go pour le multilingue).
-
Deepgram : Service cloud avec streaming en temps réel et fonctionnalités de mise en forme intelligente. Utilise Nova-3, qui prend en charge des dizaines de langues. Hedy expose toutes les langues proposées par Nova-3, vous permettant de transcrire des réunions dans n’importe quelle langue prise en charge sans changer de fournisseur. Nécessite votre propre clé API.
-
OpenAI : Transcription cloud avec Voice Activity Detection et détection automatique de la langue. Hedy prolonge automatiquement les longues sessions au-delà de la limite de 60 minutes par connexion d’OpenAI en faisant tourner les connexions en arrière-plan, afin que les réunions de plus d’une heure se poursuivent sans interruption. Nécessite votre propre clé API.
-
xAI : Transcription cloud avec grok-voice-transcribe de xAI, avec streaming en direct pour les sessions et transcription par lots pour les fichiers importés. Il prend en charge 25 langues, et votre vocabulaire personnalisé est transmis sous forme d’indications, afin que les noms et les termes produits soient orthographiés comme vous le souhaitez. Nécessite votre propre clé API.
Configurer Whisper (local)
Whisper propose plusieurs modèles, chacun sur sa propre ligne. Choisissez celui qui convient à votre appareil.
Sur Mac ou PC Windows :
-
Whisper Base est le plus léger et le plus rapide. Hedy le recommande sur les Mac Intel
-
Whisper Small offre un équilibre entre vitesse et précision. Hedy le recommande sur les Mac Apple Silicon sous macOS 14
-
Whisper Large v3 Turbo est le plus précis pour de nombreuses langues autres que l’anglais (un téléchargement unique d’environ 900 Mo sur Mac et 550 Mo sur Windows)
Sur iPhone, iPad et Android :
-
Whisper Base est le choix standard
-
Whisper Small est plus précis, surtout pour les langues autres que l’anglais (recommandé uniquement pour l’iPhone 12 ou plus récent et les téléphones Android de 2024 ou plus récents)
Voice Activity Detection (VAD) :
La VAD filtre automatiquement les silences et le bruit de fond pour améliorer la qualité de la transcription. Cette fonctionnalité est activée par défaut pour Whisper.
-
Activer/Désactiver : Activez ou désactivez la VAD en fonction de votre environnement d’enregistrement
-
Sensibilité : Ajustez de « High Sensitivity » (capture plus de parole, y compris les sons plus faibles) à « Maximum Filtering » (ne capture que la parole claire, filtre davantage le bruit de fond)
Fréquence de transcription :
-
Plus lent : Met à jour la transcription environ deux fois par minute (économise la batterie)
-
Normal : Met à jour la transcription toutes les 5 secondes (recommandé pour la plupart des utilisateurs)
-
Plus rapide : Met à jour la transcription chaque seconde (consomme plus d’énergie)
Configurer Nemotron (local)
Il transcrit entièrement sur l’appareil et affiche des transcriptions en direct pendant que vous parlez. Il est disponible sur toutes les plateformes pour lesquelles Hedy propose une application native : iOS, iPadOS, macOS, Windows et Android. Sur le matériel Apple, il s’exécute sur le Neural Engine.
Exigences de l’appareil :
-
Mac Apple Silicon (M1 ou plus récent) sous macOS 15 ou version ultérieure, ou
-
iPhone XS ou modèle plus récent, ou un iPad équipé d’un Neural Engine (iPad Pro 2018, iPad Air 3, iPad mini 5, iPad (8e génération) ou modèle plus récent), ou
-
Windows, ou
-
Un téléphone Android 64 bits
Anglais uniquement ou multilingue :
Nemotron apparaît sur deux lignes. Choisissez celle qui correspond à vos réunions.
-
Nemotron English (Nemotron English Only) transcrit en direct en anglais. C’est l’option la plus rapide.
-
Nemotron Multilingual (Nemotron Multilingual) transcrit en direct sur l’appareil dans de nombreuses langues, pour les réunions dans d’autres langues que l’anglais.
Les deux s’exécutent entièrement sur l’appareil. English Only transcrit toujours en anglais et ignore votre réglage de langue de réunion. Multilingual utilise votre Langue de la réunion/du cours, sauf si vous activez Auto-detect language (Paramètres > Discours et IA) ; il identifie alors la langue à partir de l’audio.
Configuration initiale :
-
Dans Paramètres → Parole et IA, repérez la ligne Nemotron English ou Nemotron Multilingual
-
Choisissez Télécharger sur la ligne (environ 0,6 Go pour la version anglaise et 0,7 Go pour la version multilingue). Nous recommandons le Wi-Fi
-
Une fois le téléchargement terminé, appuyez sur la ligne pour sélectionner le modèle. Hedy utilise Nemotron dès votre prochaine session
Si vous démarrez une session alors qu’un téléchargement Nemotron est en attente, la ligne affiche En pause pendant votre session. Il reprend à la fin de la session. Si les fichiers du modèle Nemotron sélectionné disparaissent de votre iPhone, de votre iPad, de votre Mac ou de votre PC Windows, Hedy les télécharge de nouveau automatiquement lorsque vous êtes en Wi-Fi et qu’aucune session n’est en cours. Hedy utilise Whisper en attendant.
Étiquettes de locuteur et cache audio temporaire :
Les deux moteurs sur l’appareil indiquent qui parle. Avec Nemotron sur le matériel Apple, les étiquettes apparaissent en direct pendant que vous parlez ; avec Nemotron sous Windows et Android, et avec Whisper sur les appareils compatibles, elles sont ajoutées à la fin de la session. Pour identifier les locuteurs, Hedy conserve l’audio dans un cache temporaire sur l’appareil pendant le traitement, puis le supprime. Cet audio reste sur votre appareil. Le réglage Cache audio temporaire est activé par défaut ; vous pouvez le désactiver dans les paramètres de Hedy, même si le laisser activé donne la meilleure attribution des locuteurs. Whisper a besoin de ce cache ou de Enregistrer l’audio de la session, ainsi que de Détection d’activité vocale, pour ajouter des étiquettes de locuteur. Les étiquettes de locuteur de Whisper ne sont pas disponibles dans l’application web ni sur Android 32 bits.
Configurer les fournisseurs cloud
Configuration de Deepgram :
-
Créez un compte sur console.deepgram.com
-
Générez une clé API depuis votre tableau de bord
-
Dans Paramètres → Parole et IA, choisissez Configurer sur la ligne Deepgram
-
Collez votre clé API et appuyez sur « Test » pour vérifier
-
Choisissez vos préférences de modèle et de langue
-
Définissez la durée maximale de session pour contrôler les coûts
Configuration d’OpenAI :
-
Obtenez votre clé API depuis platform.openai.com/api-keys
-
Dans Paramètres → Parole et IA, choisissez Configurer sur la ligne OpenAI
-
Saisissez votre clé API et testez la connexion
-
Choisissez votre modèle préféré
-
Activez éventuellement la Voice Activity Detection avec une sensibilité réglable
-
Définissez la durée maximale de session pour contrôler les coûts
Configuration de xAI :
-
Obtenez votre clé API depuis console.x.ai
-
Dans Paramètres → Parole et IA, choisissez Configurer sur la ligne xAI
-
Collez votre clé API
-
Définissez la durée maximale de session pour contrôler les coûts
Choisir le bon fournisseur
Sélectionnez en fonction de vos priorités et de votre cas d’utilisation :
-
Confidentialité avant tout : Utilisez un moteur local (Whisper ou Nemotron) — l’audio ne quitte jamais votre appareil pour la transcription
-
Utilisation hors ligne : Tous les moteurs locaux fonctionnent sans connexion Internet
-
Fonctionnalités cloud : Deepgram, OpenAI et xAI offrent un traitement basé sur le cloud
-
Détection vocale : Whisper et OpenAI incluent des fonctionnalités de Voice Activity Detection
-
Mise en forme intelligente : Deepgram propose des options de mise en forme automatique
-
Aucun coût d’utilisation : Les moteurs locaux (Whisper, Nemotron) ne facturent aucun frais à la minute
-
Transcription sur l’appareil plus rapide : Nemotron offre généralement une transcription avec une latence plus faible que Whisper
-
Streaming multilingue sur l’appareil : Nemotron Multilingual offre une transcription sur l’appareil dans un large ensemble de langues
-
Le meilleur moteur sur l’appareil pour votre langue : Consultez le tableau ci-dessous
-
Analyse entièrement privée : Sur les Mac Apple Silicon, les PC Windows, l’iPhone 15 Pro ou plus récent, les iPad avec puce M ou A17 Pro et les téléphones Android compatibles, vous pouvez associer la reconnaissance vocale locale au Traitement IA local pour que la transcription et l’analyse IA restent entièrement sur votre appareil.
Quel moteur sur l’appareil utiliser pour votre langue
Whisper et Nemotron n’ont pas la même précision dans toutes les langues. Trouvez ci-dessous votre Langue de la réunion/du cours pour savoir lequel choisir. Lorsque les deux moteurs gèrent bien une langue, nous recommandons Nemotron, plus léger et plus rapide.
Quelques remarques valables pour tout le tableau :
-
Nemotron désigne Nemotron Multilingual (local). Pour l’anglais, choisissez Nemotron English Only (local) sur la ligne Nemotron English.
-
Whisper Large v3 Turbo désigne la ligne Whisper Large v3 Turbo sur un Mac ou un PC Windows. C’est l’option sur l’appareil la plus précise pour plusieurs langues, mais elle utilise plus de mémoire et elle est plus lente que Nemotron. Si elle est trop lente sur votre ordinateur, Nemotron est le meilleur choix suivant pour ces langues.
-
Whisper Large v3 Turbo n’est pas disponible sur les téléphones et les tablettes. Lorsque le tableau indique Whisper, choisissez Whisper Small si votre appareil le permet.
-
Si votre appareil ne peut pas exécuter Nemotron (un Mac Intel ou un ancien iPhone, par exemple), utilisez Whisper.
-
Le badge Recommandé dans les paramètres suit les mêmes recommandations lorsque Hedy peut déterminer le modèle adapté à votre appareil. Sur Android, ainsi que sur les téléphones pour l’arabe, le hindi et le thaï, aucun modèle ne porte ce badge. Reportez-vous à ce tableau.
-
Les accents, les dialectes, les personnes qui parlent en même temps et les micros éloignés réduisent la précision dans toutes les langues.
| Langue de la réunion | Mac ou PC Windows | iPhone, iPad ou Android |
|---|---|---|
| Anglais | Nemotron English Only | Nemotron English Only |
| Arabe | Nemotron | Non disponible sur mobile |
| Néerlandais | Nemotron | Nemotron |
| Français | Nemotron | Nemotron |
| Allemand | Nemotron | Nemotron |
| Hindi | Nemotron | Non disponible sur mobile |
| Italien | Nemotron | Nemotron |
| Japonais | Nemotron | Nemotron |
| Coréen | Nemotron | Nemotron |
| Portugais | Nemotron | Nemotron |
| Russe | Nemotron | Nemotron |
| Espagnol | Nemotron | Nemotron |
| Turc | Nemotron | Nemotron |
| Ukrainien | Nemotron | Nemotron |
| Vietnamien | Nemotron | Nemotron |
| Chinois (mandarin) | Whisper Large v3 Turbo | Nemotron |
| Croate | Whisper Large v3 Turbo | Nemotron |
| Tchèque | Whisper Large v3 Turbo | Nemotron |
| Danois | Whisper Large v3 Turbo | Nemotron |
| Finnois | Whisper Large v3 Turbo | Nemotron |
| Hongrois | Whisper Large v3 Turbo | Nemotron |
| Norvégien | Whisper Large v3 Turbo | Nemotron |
| Polonais | Whisper Large v3 Turbo | Nemotron |
| Roumain | Whisper Large v3 Turbo | Nemotron |
| Slovaque | Whisper Large v3 Turbo | Nemotron |
| Suédois | Whisper Large v3 Turbo | Nemotron |
| Afrikaans | Whisper Large v3 Turbo | Whisper |
| Cantonais | Whisper Large v3 Turbo | Whisper |
| Catalan | Whisper Large v3 Turbo | Whisper |
| Grec | Whisper Large v3 Turbo | Whisper |
| Hébreu | Whisper Large v3 Turbo | Whisper |
| Indonésien | Whisper Large v3 Turbo | Whisper |
| Malais | Whisper Large v3 Turbo | Whisper |
| Serbe | Whisper Large v3 Turbo | Whisper |
| Slovène | Whisper Large v3 Turbo | Whisper |
| Tagalog | Whisper Large v3 Turbo | Whisper |
| Thaï | Whisper Large v3 Turbo | Non disponible sur mobile |
En afrikaans, cantonais, hébreu et serbe, la précision est nettement plus faible que dans les autres langues, quel que soit le moteur.
Considérations tarifaires
Comprendre les implications tarifaires de chaque fournisseur :
-
Whisper (local) : Gratuit — aucun frais d’utilisation
-
Nemotron (local) : Gratuit — aucun frais d’utilisation (téléchargement unique du modèle, environ 0,6 à 0,7 Go)
-
Deepgram : Tarification à la minute (consultez les tarifs actuels sur leur tableau de bord)
-
OpenAI : Tarification à l’utilisation (consultez les tarifs actuels sur leur plateforme)
-
xAI : Tarification à l’heure, facturée séparément pour les sessions en direct et les fichiers importés (consultez les tarifs actuels sur leur plateforme)
Le paramètre de durée maximale de session aide à prévenir les enregistrements accidentels de nuit et à gérer les coûts API. Lorsqu’une session en cours atteint la limite, Hedy la poursuit et transcrit la suite sur votre appareil.
Bonnes pratiques
-
Commencez par Whisper (local) pour vous familiariser avec la fonctionnalité, puis essayez Nemotron si votre appareil est compatible
-
Testez les fournisseurs cloud avec de courts enregistrements avant les sessions importantes
-
Surveillez votre consommation API sur les tableaux de bord des fournisseurs pour suivre les coûts
-
Utilisez différents fournisseurs pour différents scénarios selon vos besoins
-
Passez au mode local lorsque vous voyagez ou dans des zones avec une connexion Internet limitée
-
Définissez une durée maximale de session un peu plus longue que vos réunions les plus longues (120 minutes par défaut), pour qu’une longue réunion reste transcrite dans le cloud du début à la fin
Dépannage
La clé API ne fonctionne pas
-
Assurez-vous d’avoir copié la clé complète sans espaces
-
Vérifiez que votre compte dispose de crédits disponibles
-
Vérifiez que la clé API dispose des autorisations nécessaires
-
Essayez de regénérer la clé depuis le tableau de bord du fournisseur
Le test de connexion a échoué
-
Vérifiez la stabilité de votre connexion Internet
-
Vérifiez que le pare-feu ne bloque pas les connexions WebSocket
-
Assurez-vous que la clé API est active avec un quota suffisant
-
Patientez un instant et réessayez (problèmes de service temporaires)
Problèmes de transcription
-
Pour Whisper sur Windows : si la transcription prend beaucoup de retard sur la conversation, vérifiez les paramètres GPU de transcription lente
-
Pour les termes spécialisés, noms et acronymes : ajoutez-les via la fonctionnalité de vocabulaire personnalisé
-
Pour Whisper, essayez une autre ligne (Whisper Base, Whisper Small ou Whisper Large v3 Turbo)
-
Pour Nemotron : Utilisez le mode English Only pour les réunions en anglais ; pour les autres langues, utilisez le mode Multilingual ou passez à Whisper avec la langue définie explicitement
-
Pour le cloud : Vérifiez la stabilité de la connexion Internet
-
Assurez-vous que le microphone est correctement configuré
-
Minimisez le bruit de fond pendant l’enregistrement
Les paramètres ne se sauvegardent pas
-
Attendez que l’indicateur « Saved » apparaisse
-
Ne changez pas d’écran pendant la sauvegarde
-
Redémarrez l’application si les problèmes persistent
-
Assurez-vous de disposer d’une connexion Internet stable
Vos clés API sont stockées de manière sécurisée dans le trousseau chiffré de votre appareil et ne sont jamais transmises aux serveurs de Hedy. Pour une confidentialité maximale lors de conversations sensibles, utilisez toujours un moteur local (Whisper ou Nemotron).