Dictée vocale locale : écrire trois fois plus vite en parlant à son ordi (sans abonnement, sans cloud)

Je te parle en ce moment même. Enfin… je parle à voix haute, tout seul devant mon écran, et c’est mon ordinateur qui écrit à ma place. Cet article, je ne l’ai pas tapé. Je l’ai dicté. Et depuis que j’ai pris l’habitude, je touche mon clavier trois fois moins qu’avant.

Ce que peu de gens savent, c’est qu’on peut faire ça directement sur sa machine, sans abonnement et sans qu’un seul mot parte sur internet. C’est exactement ce que j’utilise tous les jours. Je te montre comment, avec quelles applications, et pourquoi le fait que ça tourne chez toi change tout.

Pourquoi je dicte presque tout maintenant

Tu tapes à peu près 80 mots à la minute quand tu es bon au clavier. À la voix, tu montes facilement à 200.
Fais le calcul : c’est presque trois fois plus vite. (Speedy Gonzales peut aller se rhabiller.)

Mais la vitesse n’est pas ce qui m’a converti : le vrai changement, c’est ce que tu oses dire une fois que la friction a disparu.

Quand je tape, je me censure sans même m’en rendre compte.
Écrire coûte un effort, alors je coupe, je résume, je garde l’essentiel. Quand je parle, je déroule. Je donne le contexte, l’exemple, la nuance, l’objection que j’anticipe.

Et ça, ça change tout dès que tu travailles avec une intelligence artificielle.
Un assistant te répond en fonction de ce que tu lui donnes. Deux lignes tapées à la va-vite, tu obtiens une réponse générique. Quarante secondes de parole où tu racontes vraiment ton problème, il te sort quelque chose d’utile.
En gros, parler donne à la machine le contexte que ton clavier t’encourageait à garder pour toi.

Petit bonus : fini les visites intempestives en masso pour tes tendinites du poignet. Dicter, ça repose.

Oui, tu vas te faire regarder de travers

Là, je t’entends déjà murmurer : « Franchement Alexandre, je vais avoir l’air d’un fou à parler tout seul à mon écran au bureau ».

Ce à quoi je te réponds : OUI, JE SAIS ! Ma conjointe s’y fait toujours pas et continue de rire dans mon dos.
Parler à son ordinateur, ça n’est pas encore entré dans les mœurs comme taper sur un clavier.

Deux choses pour parer à cela.
Un : une paire d’écouteurs avec micro, et personne ne sait si tu dictes ou si tu es en appel. Deux : tu t’y fais vite, et eux aussi (sauf ma conjointe).
La première fois que tu as vu quelqu’un parler tout seul dans la rue avec des écouteurs sans fil, tu trouvais ça bizarre aussi. Aujourd’hui, plus personne ne se retourne.

Local ou en ligne : là est la vraie question

Maintenant, le cœur de l’affaire, celui qui m’intéresse le plus.

Quand une application transforme ta voix en texte, elle a deux façons de faire. Soit tout se passe sur ta machine : ta voix est analysée par un modèle installé chez toi, le texte apparaît, et rien n’est jamais sorti de ton ordinateur. Soit ta voix est envoyée sur les serveurs d’une entreprise, analysée là-bas, et le texte te revient.

La différence semble technique. Elle est en réalité une question de souveraineté.

Ta voix, c’est une donnée biométrique. C’est aussi personnel que ton empreinte digitale. Et quand tu dictes, tu ne dictes pas juste des banalités : des courriels, des idées de projet, des mots de passe parfois, des choses de santé, des affaires que tu écris justement parce qu’elles sont privées.

Imagine deux carnets. Le premier reste fermé sur ton bureau. Le second, tu le postes chaque jour à une entreprise en lui faisant confiance pour ne pas le lire. Voilà à quoi ça ressemble. Avec le local, ta voix ne quitte jamais la pièce. Avec le cloud, elle part chez quelqu’un d’autre, qui peut la stocker, l’analyser et parfois s’en servir pour entraîner ses propres modèles. C’est écrit dans les conditions d’utilisation, celles que personne ne lit.

Les services en ligne ne sont pas des méchants. Simplement, tu as le choix, et ce choix, la plupart des gens ignorent même qu’il existe.

Les applications en ligne, juste pour situer

Pour être honnête avec toi, les applications en ligne sont souvent plus léchées. La plus connue en ce moment, c’est Wispr Flow. Elle tourne sur Mac, Windows et téléphone, elle est vraiment bien faite, elle corrige la ponctuation toute seule. Gratuite jusqu’à 2 000 mots par semaine, puis autour de 12 à 15 $ par mois. Il y a aussi Superwhisper, dans le même genre, autour de 10 $ par mois.

Ce sont de bonnes références si tu veux du prêt-à-l’emploi sans te poser de questions. Le prix à payer, au sens propre comme au figuré : un abonnement à vie, et ta voix qui transite par leurs serveurs.

Note au passage : la plupart des articles que tu vas trouver sur le sujet sont écrits par des gens sur Mac, qui te recommandent ces outils payants. Très bien pour eux. Mais si tu es sur Linux ou Windows et que la souveraineté t’intéresse, rares sont ceux qui te parlent de l’autre chemin. Alors parlons-en.

Mes deux applications locales

Voici les deux que je connais de l’intérieur, parce que je les utilise pour vrai.

Murmur, sur Linux.
Celle-là, c’est la mienne : je l’ai codée pour mon usage, et c’est elle qui tourne sur ma machine en tout temps. Elle s’appuie sur Whisper, le modèle de reconnaissance vocale ouvert d’OpenAI, mais installé en local. Tu appuies sur un raccourci clavier, tu parles, tu réappuies, et le texte se colle là où ton curseur se trouve. Gratuite, libre, et surtout pas un octet ne sort de chez toi. Elle fonctionne en français comme en anglais.
Si ça te tente de regarder le code ou de l’essayer, tout est sur mon GitHub.

Murmure (avec un « e »), de Kieirra. Celle-là, ce n’est pas moi qui l’ai codée, et elle est superbe. Une vraie interface soignée, elle tourne sur Windows, Linux et Mac, elle gère 25 langues, et elle est libre elle aussi. Elle s’appuie sur un autre modèle, Parakeet, signé NVIDIA. Mon bémol honnête : en français, elle déraille encore trop souvent sur certains mots, là où Murmur me sort un texte plus propre. Mais si tu es sur Windows et que tu veux quelque chose de fini avec un beau visuel, c’est un excellent point de départ.

Je te le dis franchement : le chemin local demande un minimum.
Une machine pas trop vieille, parce que le modèle tourne sur ton processeur, et un petit quart d’heure d’installation la première fois.
C’est le vrai troc : un peu de débrouillardise au départ, contre zéro abonnement et zéro fuite pour toujours.

Comment ça marche, sans jargon

Deux morceaux, pour que tu comprennes ce qui se passe sous le capot.

Le premier, c’est le modèle de reconnaissance vocale. C’est lui qui écoute ta voix et la transforme en mots : Whisper (local) pour Murmur, Parakeet pour Murmure. Il est téléchargé une seule fois, puis il tourne chez toi, sans internet.

Le deuxième, optionnel, c’est un modèle de langage local qui repasse derrière pour polir le texte : enlever les « euh », remettre la ponctuation, corriger deux ou trois affaires. Une intelligence artificielle, oui, mais qui tourne elle aussi sur ta machine, avec un outil comme Ollama. Tu peux t’en passer, mais ça rend le résultat vraiment plus propre.

Et voilà tout le secret. Raccourci, tu parles, le texte apparaît. Aucune magie, aucun serveur, aucun abonnement.

Pour qui c’est, et pour qui c’est pas

Soyons clairs, parce que je ne veux pas te vendre du rêve.

Le local, c’est pour toi si tu as une machine correcte, un brin d’aise technique et l’envie de garder tes affaires chez toi. Si l’idée d’ouvrir un terminal cinq minutes ne te fait pas peur, tu es dans la cible.

Si tu veux quelque chose qui marche en trente secondes sans rien installer, et que payer un abonnement ne te dérange pas, un service en ligne te conviendra mieux, honnêtement. Il n’y a aucune honte à ça. Le meilleur outil, c’est celui que tu vas vraiment utiliser.

Ce qui me réjouit dans cette histoire, c’est qu’on tient là un geste de plus à reprendre aux gros. Un petit, mais un vrai. Écrire à la voix, plus vite, sans payer personne et sans nourrir la machine de qui que ce soit.
C’est exactement l’esprit du Caribou : reprendre ses outils un à un.

Et toi, tu dictes déjà ? Avec quoi ? Est-ce que tes collègues te regardent d’un drôle d’air 😄 ? Raconte-moi ça dans les commentaires, ça m’intéresse pour vrai.
En attendant le prochain article, je te souhaite de retrouver le plaisir d’écrire… sans y laisser tes poignets.

Questions fréquentes

La dictée vocale locale, c’est vraiment gratuit ?

Oui. Murmur et Murmure sont libres et gratuites, tu ne paies aucun abonnement. Le seul coût, c’est un peu de temps d’installation la première fois et une machine assez récente pour faire tourner le modèle.

Est-ce que mes paroles partent sur internet ?

Non, pas avec une application locale. Le modèle tourne sur ton ordinateur, ta voix et ton texte ne quittent jamais ta machine. C’est toute la différence avec un service en ligne comme Wispr Flow, où ta voix transite par les serveurs de l’entreprise.

Ça marche en français ?

Oui. Murmur gère le français via Whisper et me sort un texte propre. Murmure gère 25 langues dont le français, mais je la trouve encore un peu moins fiable en français que Murmur.

Quelle est la meilleure alternative gratuite à Wispr Flow ?

Si tu es sur Linux, Murmur. Sur Windows ou Mac, Murmure. Les deux sont locales, gratuites et libres. Wispr Flow reste plus léchée, mais elle est payante et tourne dans le cloud.