Comment dicter ses emails sans envoyer sa voix dans le cloud

Un adulte tape entre 30 et 40 mots par minute. Il en prononce plus de 130 quand il parle normalement. Cet écart explique un vieux réflexe de dirigeant : dicter son courrier plutôt que le taper. La reconnaissance vocale a fini par remplacer la sténo, avec une contrepartie discrète : dans la plupart des outils actuels, votre voix est envoyée sur un serveur distant pour y être transcrite, puis vous revient sous forme de texte.

Un logiciel open source publié sur GitHub, FluidVoice, fait le travail entièrement sur l'ordinateur, sans connexion à un service extérieur. Voici ce que cela change pour une entreprise, comment l'installer, et les précautions à prendre avant de dicter des sujets sensibles.

Le vrai gain : écrire à la vitesse de la parole

La dictée ne remplace pas le clavier pour tout. Personne ne dicte un tableau de chiffres. En revanche, pour les textes du quotidien (emails un peu longs, comptes rendus de rendez-vous, notes de réunion, brouillons de propositions), le rapport est d'environ un à trois. Un compte rendu de 600 mots demande quinze à vingt minutes au clavier, corrections comprises. Dicté, il en prend cinq, plus deux ou trois de relecture.

Le second gain est moins visible. Un texte dicté juste après un rendez-vous, dans la voiture ou entre deux réunions, existe. Le même texte "à taper plus tard" finit souvent en trois lignes évasives, ou nulle part. La dictée abaisse le coût de la mémoire écrite.

La question que peu d'utilisateurs se posent : où va la voix ?

Les assistants de dictée grand public, ceux des smartphones comme ceux des suites bureautiques, fonctionnent presque tous de la même façon : l'audio est capté localement, envoyé sur les serveurs de l'éditeur, transcrit, renvoyé. Le trajet dure une fraction de seconde. Il n'en reste pas moins un transfert de données vers un tiers.

Or ce qu'on dicte au travail est rarement anodin. Des notes sur un recrutement en cours, par exemple. Ou le brouillon d'une négociation avec un fournisseur. Sur le plan juridique, une partie de ces contenus relève des données personnelles au sens du RGPD; le reste touche au secret des affaires. Dans les deux cas, l'envoi vers un serveur que vous ne contrôlez pas crée une dépendance : vous vous en remettez à la politique de conservation et de sécurité d'un prestataire, parfois situé hors d'Europe.

Ce constat ne condamne pas les outils en ligne. Il justifie une question simple avant d'en adopter un : ce que je vais dicter peut-il sortir de l'entreprise ?

FluidVoice : la transcription reste sur la machine

FluidVoice est une application de dictée pour Mac, publiée sous licence libre (GPLv3) sur GitHub. Son principe : les modèles de reconnaissance vocale sont téléchargés une fois, puis tournent sur le processeur de l'ordinateur. La voix ne quitte pas la machine, le texte non plus.

Cette promesse se vérifie, et c'est ce qui distingue le projet. Le code est public, donc auditable : n'importe quel informaticien peut contrôler ce que l'application envoie ou n'envoie pas. Le français est bien couvert : le modèle Parakeet TDT v3 gère 25 langues européennes, et les modèles Whisper en couvrent jusqu'à 99. L'application propose aussi une couche d'intelligence artificielle locale, appelée Fluid Intelligence, qui remet ponctuation et majuscules sans passer par un service en ligne. Ce module pèse environ 3,5 Go sur le disque et reste optionnel.

Deux réserves honnêtes. FluidVoice permet de brancher des services d'IA en ligne (OpenAI, Groq) pour retravailler les transcriptions : si vous activez cette option, le texte part sur leurs serveurs, et l'argument de confidentialité tombe. Par ailleurs, des statistiques d'usage anonymes sont activées par défaut; elles ne contiennent ni audio ni texte, et se désactivent en un clic dans les réglages.

Installation : dix minutes, pas plus

Prérequis : un Mac sous macOS 15 (Sequoia) ou plus récent. Les puces Apple Silicon donnent accès à tous les modèles; les Mac Intel restent utilisables avec les modèles Whisper. Comptez environ 1 Go d'espace disque pour un modèle de voix.

La marche à suivre :

1. Installer l'application via Homebrew (brew install --cask fluidvoice) ou en téléchargeant la dernière version depuis la page GitHub du projet.
2. Accorder les deux autorisations demandées : microphone et accessibilité. La seconde permet à l'application d'écrire directement dans n'importe quel logiciel, messagerie comme traitement de texte.
3. Choisir un raccourci clavier global. C'est lui qui déclenche la dictée, où que vous soyez.
4. Sélectionner un modèle de voix pendant la configuration. Pour le français, Parakeet TDT v3 offre un bon équilibre entre vitesse et précision.
5. Facultatif : télécharger Fluid Intelligence pour la remise en forme locale du texte.

Ensuite, le geste devient un réflexe. On appuie sur le raccourci, on parle; le texte apparaît là où se trouvait le curseur.

Les pièges à connaître avant de se lancer

Le premier est matériel : l'outil n'existe que sur Mac pour l'instant. Des versions Windows et iOS sont annoncées, avec une liste d'attente ouverte, mais sans date ferme. Une entreprise équipée en PC devra patienter ou chercher un équivalent.

Le deuxième est humain. La dictée s'apprend. Les premières sessions produisent des phrases orales, avec des "donc" et des "voilà" qui n'ont rien à faire dans un email. Il faut environ une semaine pour prendre le pli : penser sa phrase, puis la dire. La relecture reste obligatoire, en particulier pour les noms propres et le vocabulaire de votre métier, que les modèles écorchent parfois.

Le troisième est sonore. Dicter suppose de parler à voix haute. Dans un bureau partagé, une note confidentielle dictée à voix haute n'a plus rien de confidentiel, quel que soit l'outil. Un bureau fermé ou la voiture entre deux rendez-vous s'y prêtent mieux.

Dernier point : la confidentialité promise dépend de la configuration. Si un collaborateur active l'option d'amélioration par un service en ligne, les textes sortent. Sur un parc de plusieurs machines, cela vaut la peine de fixer la règle par écrit, comme pour n'importe quel logiciel qui manipule des données de l'entreprise.

Ce que ça donne sur une semaine

Prenons un cas courant : un responsable qui enchaîne les rendez-vous et rédige lui-même ses suivis. Cinq comptes rendus par semaine, une trentaine d'emails de fond. Au clavier, chaque compte rendu lui coûte environ quinze minutes; en dictée, cinq minutes plus la relecture, disons huit. Sept minutes gagnées cinq fois : trente-cinq minutes. Sur les emails, si la dictée fait gagner deux minutes sur la moitié d'entre eux, trente minutes s'ajoutent. Un peu plus d'une heure par semaine, autour de cinquante heures par an, pour un logiciel gratuit et une heure de prise en main.

Le calcul est volontairement prudent. Il ne compte pas les notes qui, sans la dictée, n'auraient jamais été écrites. C'est pourtant souvent là que la valeur se loge, six mois plus tard, quand il faut retrouver ce qui s'était dit dans ce rendez-vous de mars.

Faut-il l'adopter dans votre entreprise ?

Si vos équipes travaillent sur Mac et rédigent beaucoup, l'essai coûte dix minutes et ne fait courir aucun risque aux données : c'est précisément l'intérêt d'un outil local. La vraie décision porte moins sur ce logiciel en particulier que sur le principe : quelles tâches confier à une intelligence artificielle, et sous quelles conditions de confidentialité.

C'est le genre de question qu'Autensai aide les entreprises à trancher, outil par outil, sans dogme. Si le sujet vous concerne, le plus simple est d'en parler de vive voix : prendre rendez-vous.