J'ai dicté plus de 120 000 mots à l'aide de ma voix : voici mes trois outils préférés (dont l'un est gratuit)

Points clés à retenir sur les logiciels de diction (avec de l’IA bien sûr)

• La rapidité de l’autocorrection prime sur la simple précision brute.
• Wispr Flow s’est distingué en matière de corrections, de vocabulaire et de fiabilité.
• FluidVoice, une solution locale et gratuite, a presque égalé le vainqueur payant.

Depuis février, j’ai dicté 120 896 mots. Rien qu’au cours des trois derniers mois, j’ai dicté 50 234 mots. J’ai effectué ces dictées au cours de 2 314 sessions d’enregistrement individuelles au micro, soit une moyenne d’environ 24 mots par séquence de dictée.

Grâce aux progrès de l’IA, la qualité, la vitesse et la précision de la dictée ont considérablement évolué. Au fil des ans, j’ai essayé à plusieurs reprises d’utiliser la reconnaissance vocale, mais ce n’est que très récemment que j’ai obtenu de bons résultats.

Un article type compte environ mille mots. Si l’on considère les choses sous cet angle, j’ai donc dicté l’équivalent d’environ 120 articles depuis février.

Cela ne veut pas dire que je ne tape pas au clavier

Cela ne veut pas dire que je ne tape pas au clavier. Je tape beaucoup, mais il est clair que j’utilise aussi beaucoup la dictée. J’ai adopté la dictée vocale comme principal mode de saisie pour deux raisons principales. Premièrement, cela m’aide à ménager mon poignet, qui a tendance à présenter des symptômes du syndrome du canal carpien. En dictant, je sollicite un peu moins mon poignet.

Dans cet article, je vais vous présenter les trois principaux candidats que j’ai examinés et testés cette année.

Je vais également passer en revue plusieurs autres outils, ainsi que des mentions honorables, simplement pour vous donner une idée des outils de dictée disponibles sur le marché et de leurs différences.

Qu’est-ce qui rend un outil de dictée intéressant ?

En matière de produits de dictée, il y a toute une série de facteurs à prendre en compte. Le prix en fait certainement partie. Mais il faut également se demander si vous souhaitez que vos propos soient envoyés dans le cloud pour y être traités ou si vous préférez les conserver de manière privée et locale.

La précision est un autre facteur à prendre en compte. Autrefois, cela posait bien plus de problèmes. Heureusement, les modèles vocaux ont atteint un niveau de qualité global qui permet de transcrire assez fidèlement les mots anglais courants. Certains outils de dictée prennent en charge d’autres langues, mais comme je travaille uniquement en anglais (du moins en ce qui concerne les langues humaines), c’est ce sujet que j’aborde dans cet article.

Vous devez également pouvoir corriger vos propos au fur et à mesure que vous dictez. Certains systèmes d’IA reviennent en arrière pour corriger les erreurs que vous avez commises et vous fournissent un texte correct, quel que soit le support sur lequel vous dictez.

Les limites de l’exercice

Je dicte la majeure partie de cet article simplement à titre de démonstration, pour montrer qu’il est possible de dicter un article. Mais ce n’est pas ma pratique habituelle. Malgré tout ce que je dicte, je ne dicte généralement pas mes articles. Il m’arrive parfois de dicter quelques lignes d’un article, mais la plupart du temps, je les tape moi-même.

L’une des raisons pour lesquelles je n’utilise pas la dictée vocale pour mes articles est que celle-ci n’est pas particulièrement performante en matière de mise en forme. Elle est tout à fait efficace pour simplement produire du texte, mais si vous souhaitez organiser le contenu, créer un tableau, établir des listes à puces dans un format précis, insérer des citations en retrait ou ajouter tout autre élément de mise en page propre à un article, il faut y revenir et le faire à la main après la dictée.

Comme je dois régulièrement procéder à des modifications et peaufiner chaque mot, je ne trouve pas la dictée vocale aussi efficace que la saisie manuelle sur un clavier, à la manière d’un homme des cavernes.

La place de la dictée vocale dans mon flux de travail

En revanche, j’utilise beaucoup la dictée vocale lorsque je travaille avec Claude Code ou Codex d’OpenAI pour coder de manière intuitive les produits sur lesquels je travaille. Je m’en sers beaucoup sur Slack et Google Chat lorsque je communique avec mes éditeurs et certains de mes partenaires de projet.

J’utilise beaucoup la dictée vocale pour répondre à des e-mails. Je m’en sers un peu moins pour rédiger de nouveaux messages, mais cela m’arrive parfois aussi.

Et je m’en sers beaucoup pour prendre des notes. Je l’utilise également parfois pour saisir des expressions de recherche dans Google ou des invites que j’adresse à ChatGPT, Gemini ou Claude Code.

Dicter à une vitesse moyenne de 118 mots par minute

Je trouve que la dictée vocale est parfois un peu moins précise et un peu moins rigoureuse que la saisie de chaque mot au clavier. Mais je peux dicter à une vitesse moyenne de 118 mots par minute, alors que ma vitesse de frappe se situe généralement entre 70 et 80 mots par minute.

Lorsque je travaille sur un article, je peaufine chaque phrase, en choisissant les mots et la structure avec le plus grand soin. La saisie au clavier se prête bien à ce genre d’attention aux détails.

Mais lorsque je code à l’instinct, par exemple, et que je discute de la manière dont je souhaite qu’une fonctionnalité soit implémentée, du comportement que je souhaite donner à un élément, ou d’un bug que j’ai remarqué, parler est nettement plus rapide et aussi beaucoup moins fatigant pour mes mains que de taper ces informations sur l’ordinateur.

Les fonctionnalités qui comptent le plus

Je considère que deux fonctionnalités sont essentielles. La première est un dictionnaire personnalisable, afin que lorsque je prononce un mot comme « ZDNET », le logiciel de dictée comprenne comment je souhaite qu’il soit orthographié et présenté.

La seconde est une fonctionnalité de correction en temps réel, de sorte que lorsque je dis quelque chose, puis que je me corrige et que je le répète, la version qui apparaît dans le document que je suis en train de dicter intègre ces corrections.

Une fonctionnalité qui fait curieusement défaut dans tous les logiciels de dictée vocale est la possibilité de revenir en arrière et de modifier de manière sélective des mots déjà insérés. Seules les fonctionnalités natives « Commande vocale » sur Mac ou « Accès vocal » sur Windows, fournies avec les systèmes d’exploitation eux-mêmes, permettent cela. Malheureusement, ces deux fonctionnalités entrent souvent en conflit avec les logiciels de dictée vocale de manière gênante, ce qui les rend difficilement combinables en tant que solutions intégrées.

Quelle qualité pour transformer la parole en texte écrit ?

Presque tous les logiciels de dictée sont lancés par un raccourci clavier. J’associe le raccourci de dictée à un bouton de ma souris, de sorte que lorsque j’appuie sur ce bouton, la dictée démarre ou s’arrête. Cela me permet de dicter quelle que soit l’application ou la page web dans laquelle je me trouve à ce moment-là. Je peux ainsi saisir du texte même si mon clavier n’est pas à portée de main.

Outre la simple capacité à écouter la parole et à la transformer en texte, la plupart des logiciels de dictée offrent une multitude vertigineuse d’options de configuration, de fonctionnalités spécialisées et de commandes informatiques. Par exemple, certains se spécialisent dans le post-traitement de la parole dictée à l’aide d’une IA pour des applications spécifiques, comme le formatage automatique des e-mails. D’autres proposent des fonctionnalités telles que la transcription d’un fichier audio. Et presque tous vous laissent le choix du modèle linguistique utilisé pour le traitement de la dictée.

Je ne m’attarderai pas sur ces fonctionnalités secondaires dans cet article. Je vais plutôt me concentrer sur l’aspect le plus important, à savoir la qualité avec laquelle ces outils transforment la parole en texte écrit. À cette fin, je mettrai en avant trois produits : Wispr Flow et FluidVoice. C’est pour la suite.

Wispr Flow : le meilleur dans l’ensemble

À 144 € par an, soit 12 € par mois, Wispr Flow n’est certes pas bon marché, mais je dirais qu’il en vaut vraiment la peine. Bien que j’ai essayé presque tous les autres produits, c’est celui vers lequel je reviens sans cesse et que j’ai le plus utilisé.

Statistiques de Wispr Flow. Capture d’écran réalisée par David Gewirtz/ZDNET

Wispr Flow est le seul de nos trois meilleurs choix à être disponible sur Mac, Windows, iOS et Android. Il n’est toutefois pas disponible sur Linux, bien que l’entreprise ait mis en place une liste d’attente pour les utilisateurs de Linux.

La fonctionnalité phare de Wispr Flow, du moins d’après mon expérience, est sa correction automatique en temps réel. Au fur et à mesure que vous dictez, vous pouvez vous corriger, et la transcription est mise à jour en temps réel. Une fois que vous vous êtes habitué à cette fonctionnalité, vous ne voudrez plus vous en passer, surtout si vous dictez beaucoup, comme c’est mon cas.

Le dictionnaire de Wispr Flow est fiable et efficace

Cela signifie que le texte que vous produisez est, la plupart du temps, exploitable, car si vous vous trompez, vous pouvez assez facilement corriger votre erreur au fur et à mesure que vous parlez et obtenir ainsi un résultat satisfaisant.

Aucun des autres modèles que j’ai testés n’a été capable de le faire aussi naturellement. Certains n’y parvenaient pas du tout. FluidVoice s’en est rapproché, mais je dirais que Wispr Flow a effectué des corrections précises huit fois sur dix, tandis que FluidVoice n’y est parvenu que quatre fois sur dix environ. En matière d’autocorrection en temps réel, cela fait une différence notable lorsque l’on travaille intensément.

J’ai également constaté que le dictionnaire de Wispr Flow est fiable et efficace. Ce que je veux dire par là, c’est qu’une fois que je l’ai entraîné sur un mot mal orthographié ou mal interprété, je n’ai presque jamais besoin de revenir en arrière pour le corriger à nouveau. Par exemple, après l’avoir entraîné sur le mot « ZDNET », Wispr Flow le reconnaît correctement de manière fiable dans pratiquement 100 % des cas. C’est également le cas pour ma liste d’environ 90 autres mots que je corrige régulièrement.

Wispr Flow conserve un historique des dictées dans son application

Wispr Flow propose deux options de dictionnaire : il permet d’y ajouter des mots individuels comme « Gewirtz », et il permet d’y ajouter des fautes d’orthographe ou des interprétations erronées, puis le mot corrigé. Par exemple, il avait régulièrement des difficultés avec le mot « Claude », qu’il transcrivait par « call it ». J’ai configuré une définition dans le dictionnaire pour « call it code », qui se convertissait en « Claude Code », et je n’ai plus jamais eu de problème depuis.

De temps en temps, Wispr Flow omet d’insérer un morceau de texte à l’emplacement de destination. Par exemple, il m’arrive de dicter un paragraphe que je souhaite voir apparaître dans Notes, mais il n’y aboutit jamais. Wispr Flow conserve un historique des dictées dans son application. S’il manque une insertion, je peux ouvrir l’application, copier le texte depuis l’historique et le coller à l’endroit voulu. En réalité, je ne perds jamais aucune de mes dictées, même si elles n’arrivent pas toujours à destination du premier coup (ce qui est assez rare).

Presse-papiers contenant les dictées récentes. Capture d’écran réalisée par David Gewirtz/ZDNET

Au-delà du prix, ma principale préoccupation concernant Wispr Flow est qu’il s’agit d’un modèle exclusivement basé sur le cloud, ce qui signifie que tous vos extraits vocaux sont envoyés vers le cloud pour être transcrits. Malgré la similitude des noms, Wispr Flow ne repose pas sur la technologie de reconnaissance vocale open-source de reconnaissance vocale Whisper d’OpenAI. Wispr Flow semble être un modèle propre à l’entreprise ou reposant sur une combinaison de plusieurs fournisseurs de modèles. La société ne divulgue pas le modèle exact utilisé.

Wispr Flow et la confidentialité

Wispr Flow propose plusieurs options relatives aux données et à la confidentialité dans ses paramètres, notamment un mode confidentialité, la possibilité d’activer ou de désactiver la synchronisation sur le cloud privé, ainsi que le stockage local des données. Cependant, les noms des options dans l’interface utilisateur ne correspondent pas à leur fonction réelle.

Options de confidentialité. Capture d’écran réalisée par David Gewirtz/ZDNET

Le mode « Confidentialité » n’est pas tout à fait ce que l’on pourrait croire. Cela ne signifie pas qu’il n’analyse aucune de vos phrases. Cela signifie simplement que, lorsqu’il est activé, il n’envoie aucune de vos données pour l’entraînement de l’IA.

La synchronisation dans le cloud privé, lorsqu’elle est désactivée, ne signifie pas que les données ne sont pas envoyées vers le cloud. Cela signifie qu’elles ne sont pas stockées dans le cloud pour être synchronisées avec d’autres appareils. Elles sont tout de même envoyées vers le cloud pour être transcrites, mais Wispr Flow supprime ensuite les données immédiatement après la transcription.

Il existe une version d’essai de Wispr Flow qui vous permet de l’utiliser jusqu’à 2 000 mots

L’option de stockage local des données ne détermine pas si les données sont stockées localement ou dans le cloud, mais contrôle plutôt des paramètres tels que la suppression automatique des données locales toutes les 24 heures par Wispr Flow ou le fait de ne jamais stocker de données localement, ce qui signifie, par exemple, que l’historique de dictée ne serait pas accessible.

Si vous avez des préoccupations concernant la politique de contrôle des données, la confidentialité, les restrictions de divulgation ou toute autre raison juridique vous empêchant de stocker vos données dans le cloud, vous devriez peut-être éviter d’utiliser Wispr Flow.

J’ai constaté que, pour la productivité de base, Wispr Flow est devenu l’outil de dictée vocale que j’utilise le plus activement. J’en ai testé toute une série pour essayer d’en trouver un qui me convienne au quotidien. Jusqu’à présent, c’est Wispr Flow, et c’est pourquoi je le recommande vivement.

Wispr m’a fourni un compte Pro à utiliser pendant un an à des fins d’évaluation, mais il y a de fortes chances qu’à l’issue de cette année, je le renouvelle de ma propre poche. Cela devrait vous mettre la puce à l’oreille. Il existe une version d’essai de Wispr Flow qui vous permet de l’utiliser jusqu’à 2 000 mots.

Superwhisper : le meilleur pour la personnalisation de la dictée vocale

Notre deuxième outil, Superwhisper, regorge de fonctionnalités. Malgré cela, je n’ai tout simplement pas réussi à m’y faire. Je le présente ici car il dispose de nombreuses fonctionnalités spécialisées qui pourraient vous être utiles.

L’absence de correction en temps réel m’a semblé être un inconvénient rédhibitoire. Pour être honnête, cela m’a surpris, car je ne m’étais même pas rendu compte que j’utilisais la correction en temps réel aussi activement jusqu’à ce que je me rende compte, une fois qu’elle n’était plus là, qu’elle me manquait énormément.

Superwhisper est disponible au prix de 8,49 $ par mois, 84,99 $ par an, ou via un achat unique de 249 $ offrant une utilisation illimitée à vie. Si vous pensez l’utiliser pendant plusieurs années, c’est une bonne affaire. D’un autre côté, les solutions basées sur l’IA évoluent si rapidement qu’il se peut qu’une solution bien meilleure, bien moins chère, voire gratuite, soit disponible avant que vous n’ayez pleinement profité de cette utilisation illimitée à vie. Il existe une version gratuite que vous pouvez utiliser avec des modèles de reconnaissance vocale plus modestes.

L’avantage d’un système de modes

Je tiens à souligner que la précision de la reconnaissance ne fait pas vraiment de différence entre les deux meilleurs produits. Tous deux sont capables d’exécuter des modèles qui donnent de bons résultats en matière de reconnaissance globale. Bien que Superwhisper propose un large choix de modèles, certains d’entre eux n’offrent pas une reconnaissance vocale aussi précise, mais présentent d’autres avantages.

Sélection de modèles dans Superwhisper. Capture d’écran réalisée par David Gewirtz/ZDNET

Le principal avantage de Superwhisper par rapport à Wispr Flow est qu’il permet de créer une version réservée aux Mac, fonctionnant uniquement hors ligne et sans stockage de données dans le cloud. Si vous optez pour la formule d’achat unique à vie, sans aucun frais supplémentaire, vous en devenez propriétaire, vous en avez le contrôle total et toutes vos dictées s’effectuent entièrement sur votre ordinateur. Superwhisper s’en chargera pour vous. Wispr Flow, non.

La fonctionnalité la plus originale de Superwhisper est son système de modes. Les modes sont des pipelines de traitement enregistrés. Concrètement, cela signifie que selon le mode dans lequel vous vous trouvez, Superwhisper peut se comporter ou fonctionner de manière complètement différente.

Création d’un mode dans Superwhisper. Capture d’écran de David Gewirtz/ZDNET

Le détail des différents modes

Un mode se compose de quatre éléments :

1. Le modèle vocal, qui est un moteur de reconnaissance vocale permettant de transcrire pour vous les paroles prononcées.
2. Le modèle linguistique, qui est la partie chargée de nettoyer et de reformuler la transcription brute ou de la modifier d’une manière ou d’une autre.
3. Un ensemble d’instructions de traitement, qui correspond essentiellement à une recette ou à une compétence associée à ce mode.
4. Une règle d’activation automatique, qui spécifie que le mode s’active sur une application ou un site web donné. Par exemple, vous pourriez avoir un mode qui s’active lorsque vous utilisez Gmail, un autre qui s’active lorsque vous utilisez Notion, et encore un troisième qui s’active lorsque vous utilisez une application comme Apple Notes.

Des cas d’usages spécifiques et étonnants !

Au-delà du traitement de la parole de base, le système de modes vous permet de faire des choses incroyables. Prenons, par exemple, l’idée de dicter la description d’une opération en ligne de commande que vous souhaitez voir saisie dans le terminal, mais en la décrivant ainsi : « Donne-moi le répertoire de mes documents. » Le moteur convertit alors cela en une véritable ligne de commande directement à partir de votre dictée.

Un autre exemple pourrait être de dicter une série d’éléments et d’obtenir en sortie un fichier JSON ou YAML directement à partir de votre dictée.

Un autre exemple pourrait être un mode « avocat du diable » dans lequel vous dictez une phrase, un paragraphe ou un concept. Au lieu de coller la dictée, Superwhisper la prend en charge, la traite, puis renvoie un argument contre ce que vous venez d’affirmer. Cela peut s’avérer utile pour les étudiants ou les personnes effectuant des recherches sur des concepts qu’ils aimeraient voir remis en question de manière dynamique au fur et à mesure de la rédaction. C’est puissant. C’est très spécialisé. Ce n’est peut-être pas accessible à tout le monde, mais c’est génial.

Pour les cas complexes

Je ne suis jamais allé au-delà de la période d’essai gratuite de Superwhisper. En effet, malgré toutes ses fonctionnalités spécifiques, ses options de configuration et ses différents modes, la dictée proprement dite n’était pas aussi efficace que je l’aurais souhaité. Lorsque j’évalue un produit de dictée vocale dans son ensemble, la dictée est au cœur de mes exigences.

Si vous souhaitez créer un système de dictée qui transforme les mots prononcés en d’autres formats, alors Superwhisper est fait pour vous. Si vous souhaitez simplement parler et obtenir une transcription propre, quelle que soit l’application que vous utilisez, je ne recommanderais pas Superwhisper plutôt que les deux autres.

Superwhisper est disponible sur Mac, Windows et iOS. Il n’existe pas de version Android.

FluidVoice : la meilleure option gratuite

Comparé aux deux autres solutions, FluidVoice est une véritable aubaine. Il est gratuit. Il est également open source. Et il fonctionne presque aussi bien que Wispr Flow dans la plupart des cas d’utilisation. Ou presque.

Sélection du moteur Fluid-1. Capture d’écran réalisée par David Gewirtz/ZDNET

FluidVoice rencontre des difficultés avec la correction en temps réel et les mots du dictionnaire. Par exemple, FluidVoice a beaucoup de mal avec le mot « ZDNET », même si je l’ai ajouté au dictionnaire, corrigé à plusieurs reprises et que j’ai effectué un apprentissage vocal spécifique pour ce mot. Il continue d’échouer. Chaque fois que je dis « ZDNET », je dois le retaper à la main.

Test de la correction de FluidVoice. Capture d’écran réalisée par David Gewirtz/ZDNET

Mais même si FluidVoice rencontre des difficultés, la correction en temps réel fonctionne parfois très bien. Malheureusement, cela n’arrive parfois que dans moins de la moitié des cas, mais c’est mieux que rien.

Fenêtre contextuelle de reconnaissance vocale. Capture d’écran réalisée par David Gewirtz/ZDNET

Une petite fenêtre contextuelle pour prévisualiser le texte au fur et à mesure que vous le prononcez

L’une des fonctionnalités intéressantes de FluidVoice est sa petite fenêtre contextuelle qui vous permet de prévisualiser le texte au fur et à mesure que vous le prononcez. Je m’y suis habitué lorsque j’utilisais le traitement vocal de base de Mac. Cela peut être utile pour se rappeler ce que l’on vient de dire et voir comment cela est interprété avant de l’insérer dans le texte que l’on rédige.

FluidVoice dispose de son propre modèle de traitement du langage natif, Fluid-1, mais fonctionne également avec Whisper d’OpenAI. Si vous souhaitez utiliser FluidVoice sur un Mac Intel, vous devrez le connecter à Whisper. Si vous souhaitez utiliser le modèle Fluid, que j’ai moi-même testé, vous aurez besoin d’un Mac Apple Silicon. Il n’existe pour l’instant aucune version pour Windows ou iOS, bien que la société indique que des versions pour ces deux plateformes sont en cours de développement.

Outre le fait qu’il soit gratuit et open source, un autre avantage majeur est que vous pouvez utiliser FluidVoice entièrement hors ligne. Cela signifie que toutes vos dictées restent sur votre ordinateur et que vous n’avez pas à vous soucier de la manière dont elles sont gérées.

En local et dans le cloud

Bien sûr, si vous choisissez d’utiliser l’un des modèles cloud, comme Whisper d’OpenAI, et que vous l’exécutez sur un Mac Intel moins puissant, une partie du traitement s’effectuera alors dans le cloud.

Pour l’instant, je prévois de rester avec Wispr Flow car c’est globalement la solution la plus fiable pour le travail que je réalise, notamment grâce à la correction en temps réel et à ses fonctionnalités de dictionnaire.

Mais si je n’ai pas envie de dépenser presque autant qu’un abonnement Netflix pour la reconnaissance vocale, je passerai peut-être à FluidVoice au moment du renouvellement.

Tour d’horizon éclair

Si vous passez un tant soit peu de temps à examiner les produits de dictée vocale, vous tomberez sur toute une série de concurrents. Je vous recommande de faire votre choix parmi les trois mentionnés ci-dessus. Mais voici un tour d’horizon rapide d’autres concurrents.

Autres candidats et mentions honorables

Voici des outils de dictée à l’échelle du système que vous pourriez envisager.

• MacWhisper : Transcription sur l’appareil et dictée via une extension
  • Points forts : Précision, confidentialité, sous-titres et diarisation
  • Points faibles : La dictée n’est pas son service principal, réservé aux Mac
  • Prix : Formule gratuite ; environ 69 $ (paiement unique) pour la version Pro
• Paraspeech : dictée locale pour Mac à petit prix
  • Points forts : peu coûteux, sur l’appareil, option à vie
  • Points faibles : modèles non divulgués, pratiquement aucun avis
  • Prix : 8,99 $ par mois, 89 $ par an ou à vie (en local uniquement)
• VoiceInk : Solution de dictée open source pour Mac, utilisant le modèle d’IA local Parakeet
  • Avantages : locale, privée, personnalisable, ouverte
  • Inconvénients : réservée aux Mac, nécessite une certaine configuration
  • Prix : gratuit si vous le compilez vous-même ; de 25 $ à 49 $ si vous achetez un binaire
• Handy : dictée gratuite, open source et hors ligne
  • Points forts : gratuite, multiplateforme, entièrement privée
  • Points faibles : très basique, quelques imperfections
  • Prix : gratuit (open source)
• Talon Voice : Contrôle vocal complet et programmation
  • Points forts : Puissant, programmation mains libres, personnalisable via des scripts
  • Points faibles : Courbe d’apprentissage raide
  • Prix : Gratuit ; accès payant via Patreon pour la version bêta

Applications natives du système d’exploitation

Si vous utilisez macOS ou Windows, ces applications sont fournies avec le système d’exploitation.

• Dictée macOS : Dictée en temps réel intégrée à macOS
  • Avantages : gratuite, sur l’appareil, texte en temps réel
  • Points faibles : Dictionnaire limité, pas de correction
  • Prix : Gratuit (intégré)
• Commande vocale macOS : Édition et commandes vocales d’accessibilité
  • Points forts : Édition vocale, vocabulaire personnalisable, fonctionnement hors ligne, assez puissant pour la manipulation du système
  • Points faibles : Courbe d’apprentissage, peu adapté au code, difficile à activer ou désactiver
  • Prix : Gratuit (intégré)
• Saisie vocale Windows (Win + H) : Dictée cloud intégrée à Windows
  • Avantages : Gratuit, simple, ponctuation automatique
  • Points faibles : Basé sur le cloud, correction médiocre
  • Prix : Gratuit (intégré)
• Windows Voice Access : Édition vocale et commandes d’accessibilité
  • Points forts : Fonctionne hors ligne, correction vocale, vocabulaire personnalisé
  • Points faibles : Courbe d’apprentissage, peu adapté à la programmation
  • Prix : Gratuit (intégré)

Dictée avec Claude, ChatGPT et Gemini

Anthropic et OpenAI ont tous deux récemment annoncé leurs options de saisie vocale. Elles sont en réalité plutôt performantes, mais leur utilisation est limitée à leurs propres interfaces.

• Commande vocale et dictée Claude : s’adresse uniquement à l’assistant
  • Points forts : transcription précise, conversation vocale
  • Points faibles : disponible uniquement dans l’application, pas à l’échelle du système (et désactivée dans Cowork et Claude Code)
  • Prix : gratuit, inclus dans tous les forfaits Claude.
• Fonctionnalités vocales et dictée de ChatGPT : s’adresse uniquement à l’assistant
  • Points forts : dictée modifiable, mode vocal avancé
  • Points faibles : principalement destiné à l’interaction avec l’IA
  • Prix : gratuit, inclus dans tous les forfaits ChatGPT.
• Voix et dictée Gemini : s’adresse uniquement à l’assistant
  • Points forts : Gemini Live pour un flux conversationnel continu, interruptions naturelles en milieu de phrase
  • Points faibles : disponible uniquement dans l’application, pas de dictée à l’échelle du système, la saisie vocale via l’interface web est basique
  • Prix : gratuit, inclus dans tous les forfaits Gemini.

Ils deviennent vraiment performants

J’ai essayé des outils de dictée vocale de manière intermittente au fil des années, avec un succès mitigé.

Ils ne sont toujours pas parfaits, mais la dictée vocale a atteint un niveau où elle est tout à fait utilisable. Wispr Flow suit les statistiques d’utilisation. J’ai été assez surpris de réaliser que j’avais dicté plus de 100 000 mots depuis début février.

Je savais que Wispr Flow était devenu un élément clé de mon flux de productivité quotidien, mais je ne savais pas qu’il occupait une place aussi centrale dans mon travail quotidien.