Transformer un enregistrement en notes manuscrites, gratuitement
L'enregistrement d'une réunion, un cours, des notes vocales pleines d'idées — en faire une note manuscrite partageable demandait quatre étapes : application de transcription, copie, mise en page, export.
Aujourd'hui, une seule : importez un fichier audio, obtenez une page manuscrite. Gratuit, sans que l'audio quitte votre appareil. Voici le fonctionnement, nos résultats de tests — et les limites honnêtes.
Les trois routes comparées
| Route | Coût | Confidentialité | Idéal pour |
|---|---|---|---|
| Whisper dans le navigateur (notre choix) | 0 | L'audio reste sur l'appareil | Notes du quotidien, contenu sensible |
| ASR cloud | À la minute ou quota | Audio envoyé | Fichiers très longs, vitesse |
| Dictée mobile + copier-coller | 0 | Selon la méthode | Petites notes ponctuelles |
Le seul coût de la route locale : un téléchargement de modèle unique, et une vitesse qui dépend de votre matériel.
Comment nous l'avons mis en œuvre
- Les fichiers sont décodés via
decodeAudioDatapuis rééchantillonnés en 16 kHz mono ; - Le modèle Whisper (~80 Mo rapide / ~250 MB haute qualité, q8) est auto-hébergé sur notre domaine, découpé en fenêtres de 30 secondes ;
- Chrome avec WebGPU profite de l'accélération GPU, sinon retour sur WASM ;
- La transcription arrive dans le même éditeur — polices, papier et export se comportent comme la saisie.
Nous auto-hébergeons plutôt que d'appeler le CDN HuggingFace : pas de blocage CORS et des téléchargements qui fonctionnent aussi en Chine.
Test réel : un échantillon TTS
Environnement : macOS + Chrome, pas de GPU (chemin WASM), modèle rapide.
- Entrée : voix chinoise synthétisée (~5 s)
- Sortie : « 你好,這是一段測試語音,用來驗證音頻轉寫功能。 » — contenu exact, mais en caractères traditionnels (tendance connue du modèle base ; le modèle haute qualité améliore ce point)
Le premier chargement du modèle a pris environ une minute ; ensuite le navigateur le met en cache.
Trois étapes
- Sur la page outil, cliquez « Importer un fichier audio » et choisissez mp3 / wav / m4a ;
- Attendez la progression (inclut le premier téléchargement du modèle) ;
- La transcription arrive dans l'éditeur — corrigez, choisissez le style, exportez.
Limites honnêtes
- Le modèle base souffre avec les accents forts et le bruit — pour l'important : modèle haute qualité et relecture ;
- Plus de 30 minutes devient lent — découpez les fichiers ;
- Safari ne décode pas certains codecs — Chrome / Edge de bureau recommandés.
Testé, avec des limites honnêtes
Toutes les étapes ont été testées sur Chrome de bureau (macOS, octobre 2026) ; les captures sont réelles. La reconnaissance vocale est fournie par le navigateur — la qualité varie. Relisez toujours le texte important. Nous ne collectons ni texte ni audio — voir la Politique de confidentialité. Référence : MDN · Web Speech API.