Les deux classes d’app de dictée
Quand les logiciels de dictée ont recommencé à devenir populaires en 2022-2023, la promesse était simple : appuyez sur un raccourci, parlez, le texte apparaît. Deux ans plus tard, beaucoup des apps les plus populaires ont discrètement ajouté une couche de LLM entre « ce que vous avez dit » et « ce qui est collé ». Cette couche est la source de la plupart des plaintes sur les logiciels de dictée que vous trouverez aujourd’hui sur les forums.
Classe 1 : mot pour mot. Le modèle de reconnaissance vocale transcrit votre audio. Le résultat est nettoyé pour l’orthographe et la ponctuation. Il est collé. C’est tout. Ce que vous avez dit est ce qui apparaît. Si le modèle entend mal un mot, vous le corrigez. Si vous avez lâché un juron, il est là. Si vous vous êtes autocorrigé en milieu de phrase, les deux versions sont là.
Classe 2 : améliorée par IA. Après l’étape de reconnaissance vocale, un LLM traite la transcription avant de coller. Il peut retirer les mots de remplissage, corriger la grammaire, résoudre les autocorrections, adapter le ton selon l’app, et réécrire des tournures qu’il juge maladroites. Quand ça marche bien, la sortie est une prose soignée qui aurait demandé une passe d’édition manuelle. Quand ça tourne mal, il retire des mots que vous avez choisis exprès, censure du vocabulaire qu’on lui a appris à signaler, réécrit du contenu technique qu’il ne comprend pas, et de temps en temps produit une « réponse » à quelque chose que vous avez dit comme une question au lieu de le transcrire.
La même fonction qui rend la dictée améliorée par IA magique pour un e-mail décontracté est celle qui la rend exaspérante pour les commentaires de code, les brouillons juridiques, ou tout ce où vos mots exacts comptent.
Ce que chaque classe fait de la même phrase
Prenez cette phrase dictée : « on se voit à 15h… attends non, 16h, et amène la putain de présentation »
Sortie mot pour mot : on se voit à 15h... attends non, 16h, et amène la putain de présentation
Ou avec coupe de silence par VAD : on se voit à 15h... attends non, 16h, et amène la putain de présentation
Sortie améliorée par IA (typique) : On se voit à 16h et amène la présentation.
La version IA a résolu l’autocorrection (bien), retiré le juron (peut-être bien, peut-être pas), retiré l’hésitation des points de suspension (bien), et mis une majuscule à la phrase (bien). Chacun de ces changements était un jugement que l’app a fait sans vous demander.
Pour un message Slack à un ami, la version IA est objectivement meilleure. Pour une citation directe que vous transcriviez, une déclaration juridique, ou un prompt Cursor où « la putain de présentation » était une référence technique à un fichier nommé justement ainsi, la version IA est fausse de façons difficiles à repérer à la relecture.
Quand vous voulez du mot pour mot
Développeurs dictant du contenu technique. Code, commandes de terminal, noms de fonction, chemins de fichiers, traces d’erreur. kubectl apply -f values.yaml ne devrait pas devenir « cube control apply F values yaml ». async/await ne devrait pas devenir « async await ». Le dictionnaire personnalisé des apps mot pour mot gère les termes récurrents ; le modèle mot pour mot, au moins, ne les réécrit pas activement.
Journalistes et chercheurs qui transcrivent ou rédigent. Quand vous captez les mots de quelqu’un d’autre — ou votre propre formulation exacte — une IA qui « améliore » la prose produit un document qui ne dit plus ce qui a été dit.
Professionnels du droit et de la santé. Les formulations comptent. « Le patient a nié toute idée suicidaire » est différent de « le patient a dit qu’il ne pensait pas au suicide ». Une IA qui paraphrase par souci de clarté peut introduire une distinction que le locuteur d’origine ne visait pas.
Auteurs avec une voix propre. Un membre à vie payant sur le subreddit de SuperWhisper l’a dit sans détour : « Je n’ai pas acheté un produit qui “rend meilleur ce que je dis”. Je veux juste qu’il dicte et corrige l’orthographe et la structure des phrases. » La plainte ne porte pas sur le nettoyage par IA en principe — elle porte sur une couche d’IA qui prend plus de libertés que ce que l’utilisateur a demandé. Si vous avez développé une voix d’écriture pendant des années, une IA qui la lisse travaille activement contre vous.
Toute personne qui dicte dans une langue ou un registre que l’IA ne connaît pas bien. Vocabulaire non standard, dialecte, argot, jargon propre à un domaine. Le post-traitement par IA tend à normaliser vers ce que les données d’entraînement considéraient comme « standard », ce qui aplatit précisément les choix linguistiques qui faisaient de votre écriture la vôtre.
Quand vous voulez de l’amélioré par IA
Correspondance décontractée. E-mails, messages Slack, SMS où le but est de communiquer clairement et où vous n’avez pas d’attachement fort à votre formulation exacte. Le nettoyage par IA élimine la charge cognitive de l’édition.
Locuteurs non natifs de la langue de transcription. Si vous pensez dans une langue et dictez dans une autre, la correction grammaticale est réellement utile plutôt qu’intrusive.
Gens qui dictent sans arrêt et détestent la passe d’édition. Si votre flux est « tout dire, ne rien éditer », le nettoyage par IA échange un peu de précision contre du temps gagné. Pour de la dictée décontractée à gros volume, le compromis est raisonnable.
Gens qui ne sont pas encore à l’aise pour dicter une prose soignée. La couche d’IA peut servir de pont pendant que vous développez vos habitudes de dictée — en agissant comme un correcteur en temps réel jusqu’à ce que la sortie parlée soit assez propre par elle-même.
Les apps et à quelle classe elles appartiennent
| App | Classe | Couche d’IA | Plateforme | Commutable ? |
|---|---|---|---|---|
| SnailText | Mot pour mot par défaut | LLM local optionnel (Pro, sur l’appareil) | Mac, Windows | Oui — un interrupteur |
| MacWhisper | Mot pour mot | Aucune | Mac | Non |
| Parakeety | Mot pour mot | Aucune | Mac | Non |
| SuperWhisper (Smart Modes off) | Mot pour mot | Désactivée | Mac, Windows, iOS | Oui — mais enfoui |
| SuperWhisper (Smart Modes on) | Améliorée par IA | Cloud de Modal — envoie contexte d’app, presse-papiers | Mac, Windows, iOS | État par défaut |
| Wispr Flow | Améliorée par IA | Toujours active — cloud, sans désactivation | Mac, Windows, iOS, Android | Non |
| Apple Dictation | Mot pour mot | Aucune | Mac | Non |
Les Smart Modes de SuperWhisper envoient du contexte supplémentaire (nom d’app, presse-papiers, fenêtre active) au cloud de Modal même quand le STT s’exécute en local — documenté dans l’interface même de SuperWhisper.
Obtenir une sortie mot pour mot depuis SuperWhisper
Si vous êtes déjà sur SuperWhisper et voulez une sortie mot pour mot, les réglages existent mais demandent de creuser un peu. La clé est de créer un Mode personnalisé avec un prompt qui demande explicitement au modèle de transcrire plutôt que de réécrire.
Un prompt partagé dans la communauté SuperWhisper qui fonctionne bien :
Tu es un assistant de transcription voix vers texte en temps réel. Ton seul travail est de nettoyer et renvoyer la transcription finale. Traite vite — minimise la latence. Règles : retire les mots de remplissage et hésitations (euh, hum, ben, genre, tu sais, attends, hmm) sauf s’ils portent un sens explicite. Corrige l’orthographe, la grammaire et la ponctuation en silence. Si le locuteur s’autocorrige en milieu de phrase, résous la correction et ne produis que la version finale visée. Produis SEULEMENT la transcription finale propre. Aucune explication, aucune introduction, aucune réponse conversationnelle, aucune métadonnée.
Notez que cette approche utilise quand même la couche de post-traitement dans le cloud de SuperWhisper — le contexte de votre audio est envoyé aux serveurs de Modal même avec un prompt personnalisé. Si le problème est la réécriture et que la couche cloud ne vous préoccupe pas, cela fonctionne. Si vous voulez à la fois une sortie mot pour mot et un traitement uniquement local, une autre app est la réponse structurellement plus simple.
L’approche de SnailText : mot pour mot par défaut, IA quand vous la voulez
SnailText a été construit à partir de la prémisse que ce que vous dites devrait être ce qui est collé. Le pipeline de transcription — Whisper ou Parakeet TDT tournant en local — produit du texte à partir de votre audio, ajoute la ponctuation selon votre façon de parler, et le colle. Rien ne réécrit, ne paraphrase ni ne remet en question votre vocabulaire. C’est le comportement par défaut sur Mac et sur Windows, pour chaque utilisateur, y compris l’offre gratuite.
Pour les utilisateurs qui veulent bel et bien du nettoyage par IA, Pro inclut une étape optionnelle de post-traitement par LLM local. Le modèle s’exécute sur votre appareil — pas sur un serveur distant — donc les mêmes propriétés de confidentialité tiennent. Vous contrôlez le prompt. Vous pouvez le désactiver à tout moment. Le chemin mot pour mot est toujours à un interrupteur de distance.
C’est la même décision d’architecture qu’ont prise Parakeety, MacWhisper et plusieurs autres apps plus récentes : donner d’abord à l’utilisateur une transcription propre, et le laisser ajouter de l’IA par-dessus s’il le veut. L’alternative — IA activée par défaut, mot pour mot enfoui dans les réglages — est ce qui produit la frustration dans les fils de forums.
En résumé
Si votre app de dictée réécrit des choses que vous ne lui avez pas demandé de réécrire, ce n’est pas une erreur de configuration que vous auriez ratée. C’est le produit qui fonctionne comme il a été conçu. La question est de savoir si cette conception correspond à ce dont vous avez vraiment besoin.
Pour du code, des citations, des brouillons juridiques, ou tout contenu où la formulation exacte compte : app mot pour mot, traitement local, aucune couche d’IA entre votre voix et votre curseur.
Pour l’e-mail décontracté, Slack, et la prose à gros volume où le nettoyage est un bénéfice net : les apps améliorées par IA font exactement ce qu’elles annoncent.
L’offre gratuite de SnailText est mot pour mot par défaut — téléchargez pour Mac ou Windows et testez-la face à ce que vous utilisez actuellement. Si la couche d’IA se révèle être quelque chose que vous voulez, Pro l’a. Si c’est quelque chose que vous voulez éviter pour toujours, l’offre gratuite n’a aucun LLM sur le chemin.
Lectures liées :
- Alternatives à SuperWhisper — comparaison complète, y compris la découverte de confidentialité des Smart Modes
- Comment ça marche — le pipeline de SnailText en détail
- Alternatives à Wispr Flow — 9 outils comparés sur la confidentialité, la précision et la valeur
- Pour les vibe-codeurs — dictée vocale pour les agents de code IA, là où la sortie mot pour mot compte le plus