Pourquoi le Dictation intégré d'Apple ne suffit pas pour un usage quotidien
Apple Dictation fonctionne. Il s'exécute sur l'appareil sur tout Mac à puce M1 ou plus récent, la transcription est acceptable pour de courtes salves, et ça ne coûte rien. Pour un message texte rapide ou une recherche d'une ligne, il fait le travail.
Il cesse de suffire dès l'instant où vous essayez de l'utiliser pour du vrai travail.
La première chose sur laquelle vous butez est la coupure par silence. La documentation d'Apple indique que Dictation sur Apple Silicon n'a pas de limite stricte de durée, mais le système s'arrête automatiquement après 30 secondes de silence détecté - et "silence" inclut les pauses naturelles que vous faites en composant. Il n'y a pas de réglage pour étendre la coupure. Dicter un e-mail de plus de deux paragraphes signifie le réactiver deux ou trois fois. Plusieurs discussions sur les propres forums de support d'Apple notent que la sensibilité de la coupure a changé au fil des mises à jour d'iOS 18 et de macOS Tahoe.
La deuxième est la précision sur tout ce qui est technique. Apple Dictation s'en sort bien sur de la parole claire et générale et est visiblement moins bon sur le code, le jargon, l'anglais avec accent et le vocabulaire spécifique à un domaine - justement les types de contenu sur lesquels développeurs, médecins et avocats utilisent réellement la dictée. Les outils tiers qui exécutent des modèles modernes de la classe Whisper sont bien meilleurs sur le même contenu. Nous gardons en réserve des chiffres précis de WER sur cette page jusqu'à ce que nous publiions une méthodologie de benchmark reproductible - d'autres ont déjà publié leurs propres comparaisons (VoicePrivate, Voicci, PromptQuorum ont des tests de 2026), mais nous préférons ne pas citer de chiffres que nous n'avons pas reproduits dans des conditions contrôlées.
La troisième est la limite de l'intégration. Apple Dictation fonctionne dans les applis d'Apple et dans la plupart des champs de texte natifs de macOS. Il n'a pas de flux de raccourci cohérent pour coller dans les applis web, les applis Electron ou les terminaux. Vous finissez par le désactiver dans la moitié des endroits où vous voulez l'utiliser.
Il existe un bon outil de dictée intégré pour un usage occasionnel, et il existe une catégorie séparée d'outils faits pour ceux qui tapent pour vivre. La catégorie existe parce que l'outil occasionnel n'a jamais été conçu pour être le second.
Ce que fait une vraie appli de dictée pour Mac
Une appli de dictée pour Mac est un outil qui convertit la parole en texte tapé dans n'importe quelle application via un raccourci global, avec le modèle de reconnaissance vocale qui s'exécute localement sur Apple Silicon. Les trois composants qui définissent la catégorie sont : un raccourci universel qui fonctionne dans toute appli de macOS, y compris les applis web, les applis Electron et les terminaux ; un modèle de reconnaissance vocale avec plus de 95% de précision sur de l'audio propre en anglais ; et un pipeline de traitement local qui garde l'audio sur votre appareil.
Un raccourci qui fonctionne de la même façon dans toute appli. Vous l'appuyez une fois, l'enregistrement démarre. Vous l'appuyez à nouveau, l'enregistrement s'arrête. Votre texte transcrit apparaît à la position du curseur, quelle que soit l'appli dans laquelle vous êtes. Pas de configuration spécifique par appli, pas d'arborescences de menus, pas d'attente.
Un modèle de reconnaissance vocale qui est réellement bon. Le plan gratuit des applis de dictée modernes pour Mac est livré avec des modèles Whisper compacts qui atteignent plus de 95% de précision sur de l'audio propre en anglais. Les plans payants ajoutent des modèles plus grands, des langues supplémentaires et du post-traitement pour la suppression des mots de remplissage et la ponctuation. L'objectif est de ne plus avoir à penser au modèle du tout une fois qu'il tourne.
Un pipeline local qui n'a pas besoin d'internet. Le buffer audio reste en RAM, le modèle s'exécute sur le GPU ou le Neural Engine de votre Mac, et le texte apparaît dans le champ de texte actif. Rien ne quitte votre machine, à moins que vous n'optiez explicitement pour une fonctionnalité dans le cloud.
Cette troisième partie est celle qui définit la catégorie. Quand vous avez un outil qui exécute le modèle sur votre propre matériel, l'histoire de la confidentialité passe de "nous promettons de ne pas faire mauvais usage de votre audio" à "votre audio ne quitte pas l'appareil". C'est un argument différent, avec des conséquences différentes.
Apple Silicon rend Whisper local véritablement rapide
Exécuter de grands modèles Whisper localement sur Windows signifie généralement installer CUDA, trouver un GPU NVIDIA compatible et ajuster les tailles de batch. Sur Mac, le même flux est déjà prêt à l'emploi.
Le moteur whisper.cpp, qui propulse la plupart des applis de dictée modernes pour Mac, y compris la nôtre, se compile avec l'accélération GPU Apple Metal par défaut sur Apple Silicon. Metal est l'API GPU d'Apple et, sur les puces série M, elle repose directement sur le pool de mémoire unifiée, ce qui signifie que les poids du modèle et le buffer audio vivent dans la même mémoire physique que le code de votre application. Il n'y a pas de copie de mémoire entre CPU et GPU avant chaque inférence. Ce seul détail d'architecture est la raison pour laquelle un MacBook Air M1 peut exécuter Whisper Large v3 Turbo en temps réel, alors que le même modèle sur un laptop Windows a généralement besoin d'un GPU NVIDIA dédié.
Sur tout Mac à Apple Silicon à partir du M1, vous pouvez exécuter le modèle Whisper small ou medium localement et ne jamais sentir la latence. Le texte apparaît au moment où vous arrêtez de parler. La différence entre un Air M1 et un M5 Pro est de savoir si vous pouvez aussi exécuter les grands modèles sans y penser, pas de savoir si la dictée fonctionne ou non.
L'autre côté de cette histoire, ce sont les Mac Intel plus anciens. La propre documentation d'Apple précise que les Mac Intel exécutant Apple Dictation envoient de l'audio aux serveurs d'Apple, parce que le chemin sur l'appareil ne fonctionne que sur Apple Silicon. Les applis tierces qui utilisent whisper.cpp ont elles aussi besoin de l'accélération Metal pour être utilisables en temps réel. Le matériel minimum réaliste pour de la dictée locale moderne sur Mac est le M1 ou plus récent.
Local vs cloud - pourquoi ça importe pour la dictée quotidienne
Un outil de dictée dans le cloud envoie chaque prise de parole vers un serveur distant, la transcrit là-bas et renvoie le texte. Le modèle qui tourne dans le cloud est souvent plus grand que celui que vous pouvez exécuter localement, ce qui peut signifier un léger avantage de précision dans des conditions bruyantes. Le coût de latence est l'aller-retour, typiquement 200-800ms sur une bonne connexion, davantage sur une mauvaise.
Un outil de dictée local exécute le modèle sur votre Mac. La latence n'est que le temps d'inférence, qui sur Apple Silicon est généralement plus rapide que l'aller-retour vers un serveur dans le cloud. L'audio reste sur votre appareil. Il n'y a pas de coût d'inférence au-delà de l'électricité pour faire tourner la puce.
Pour la dictée quotidienne, l'approche locale s'accumule au fil du temps. Si vous dictez 8000 mots par jour au travail, vous exécutez des milliers d'appels d'inférence. Un outil local traite cela gratuitement sur du matériel que vous possédez déjà. Un outil dans le cloud soit facture un abonnement, soit consomme des crédits d'API que vous avez achetés à OpenAI ou à un autre fournisseur. Sur une année, la différence de coût pour un utilisateur intensif se compte en centaines de dollars, et la différence de confidentialité relève de la catégorie "tout ce que vous avez dit toute l'année, sur un serveur" contre "rien n'a quitté votre appareil".
Il reste des cas où le cloud a l'avantage. Pour des accents très marqués avec lesquels les modèles locaux compacts ont du mal, ou pour des langues moins courantes comme le vietnamien ou le bengali, où Whisper local a des lacunes de précision connues, les modèles plus grands dans le cloud surpassent encore ce qu'une appli locale peut faire aujourd'hui. Le bon outil dépend de ce que vous dictez réellement.
Comment nous avons construit la dictée pour Mac et Windows en même temps
SnailText fonctionne sur Mac et Windows à partir d'une seule base de code, avec une parité de fonctionnalités dès le premier jour. La plupart des applis de dictée pour Mac sont sorties d'abord sur Mac et ont ajouté Windows des années plus tard : MacWhisper est Mac uniquement, SuperWhisper a lancé Windows en novembre 2025 (environ deux ans après la version macOS), Voibe et Aqua Voice sont Mac uniquement. Le marché des applis de dictée pour Mac est mature depuis des années ; le côté Windows est une expansion récente.
Nous avons suivi un chemin différent. SnailText a été construit dès le premier jour comme une appli Tauri avec un unique noyau en Rust partagé entre Mac et Windows. Le même moteur whisper.cpp tourne sur les deux plateformes, avec l'accélération Metal sur Mac et Vulkan sur Windows. Le raccourci, l'interface de l'overlay, l'historique, le dictionnaire, les snippets - tout cela est identique. Il n'y a pas de fossé de fonctionnalités du type "appli Mac d'abord, appli Windows ensuite".
Pour ceux qui n'utilisent que Mac, cette décision de conception n'importe pas beaucoup. Pour ceux qui utilisent les deux, ou travaillent dans un foyer ou une équipe où certains sont sur Mac et d'autres sur Windows, ou qui peuvent changer de plateforme à l'avenir, elle signifie un outil au lieu de deux.
Ce que vous faites réellement avec la dictée sur Mac, au quotidien
Les utilisateurs de dictée sur Mac passent la plupart de leur temps de saisie sur cinq cas d'usage : réponses d'e-mail et de Slack (fréquence la plus élevée, économise environ une heure par jour de travail pour le travail de connaissance typique), premiers brouillons d'écriture longue à 2-3× la vitesse de frappe, tâches de langage naturel liées au code comme les messages de commit et les prompts pour agents d'IA, notes vocales qui sautent le flux enregistrer-transférer-transcrire, et usage d'accessibilité pendant une convalescence de TMS ou comme préférence permanente de saisie.
Réponses d'e-mail et de Slack. Cas de fréquence la plus élevée. Une réponse de deux phrases qui prendrait 30 secondes à taper prend 5 secondes à dicter. Sur une journée de travail avec 40-80 courtes réponses, vous économisez une heure.
Écriture longue. Premiers brouillons d'articles de blog, essais, documentation ou notes. La plupart des rédacteurs dictent plus vite qu'ils ne tapent, souvent à 2-3×. La transcription reste brute et a besoin d'édition, mais l'édition est plus rapide que produire le premier brouillon ne l'aurait été.
Dictée liée au code. Pas écrire du code caractère par caractère, mais écrire les parties en langage naturel du travail avec du code : messages de commit, descriptions de PR, commentaires expliquant une logique compliquée, prompts pour assistants de code d'IA comme Cursor ou Claude. Notre page pour vibe-coders couvre ce cas d'usage en détail.
Notes vocales vers texte. Vous promenez le chien, vous avez une idée, vous appuyez sur le raccourci, vous parlez 30 secondes. Le texte est dans une note quand vous revenez. Le flux d'Apple Voice Memos exige que vous enregistriez, transfériez, transcriviez et révisiez. Un outil de dictée en temps réel supprime ces étapes.
Accessibilité. Blessures au poignet, TMS, convalescence après une chirurgie, ou simplement préférer la voix comme saisie principale. Un bon outil de dictée locale est un véritable outil d'accessibilité, et l'aspect hors ligne importe plus ici que partout ailleurs.
Comment démarrer sur Mac
Le téléchargement est sur notre page de téléchargement pour Mac. Nous distribuons un DMG notarisé, donc il n'y a pas d'avertissement Gatekeeper au premier lancement sur macOS Sequoia ou Tahoe. Apple Silicon est requis (M1 ou plus récent). L'appli fait environ 150MB et se décompresse à environ 600MB avec le modèle par défaut Whisper Small inclus.
Le premier lancement demande deux permissions : accès au microphone (évident) et accès d'accessibilité (pour que nous puissions coller du texte dans d'autres applis). Les deux sont des demandes de permission standard de macOS. Nous ne demandons rien d'autre.
Le raccourci par défaut est Option+Space. Vous pouvez le changer dans les Réglages s'il entre en conflit avec quelque chose. Appuyez sur le raccourci une fois pour commencer, appuyez à nouveau pour arrêter. Le texte apparaît à votre curseur.
Le plan gratuit, c'est de la dictée illimitée avec des modèles locaux compacts, sans compte requis, sans limites de temps. Le plan Pro ($7.49/mo · $89/yr, 3 appareils) ajoute des modèles plus grands, la prise en charge de plusieurs langues, l'expansion de snippets, des entrées de dictionnaire et une garantie de remboursement de 30 jours sur le premier paiement.
FAQ
Est-ce que ça fonctionne sur les Mac Intel ?
Techniquement oui, en version réduite. Le moteur whisper.cpp fonctionne sur les CPU Intel, mais la vitesse d'inférence sans accélération Metal est bien plus lente. La dictée en temps réel avec le modèle small est acceptable à la limite sur un iMac Intel haut de gamme de 2019 ou 2020. Nous recommandons Apple Silicon (M1 ou plus récent) pour l'expérience décrite sur cette page.
Quelle est la différence par rapport à Apple Dictation ?
Apple Dictation est intégré à macOS, s'exécute sur l'appareil sur Apple Silicon et est gratuit. La documentation d'Apple indique qu'il n'y a pas de limite stricte de durée, mais Dictation s'arrête automatiquement après 30 secondes de silence - et les pauses pour réfléchir comptent. Il n'y a pas non plus d'extensibilité (pas de vocabulaire personnalisé, pas de snippets, pas de personnalisation du raccourci au-delà du toggle de base). SnailText exécute des modèles plus grands de la classe Whisper, n'a pas de coupure par silence, prend en charge le vocabulaire personnalisé et les snippets, et fonctionne avec un raccourci unifié dans toutes les applis.
Envoyez-vous mon audio quelque part ?
Non. Whisper local s'exécute dans notre appli, sur votre Mac. Le buffer audio reste en RAM pendant la session d'enregistrement et n'est pas écrit sur le disque. Nous n'envoyons d'audio à aucun serveur dans aucun mode, gratuit ou payant. Un STT dans le cloud optionnel pour les utilisateurs Pro avec des cas d'audio difficiles figure sur notre feuille de route, mais ne fait pas partie du produit aujourd'hui.
Et concernant HIPAA, RGPD, secteurs réglementés ?
Le chemin le plus simple vers la conformité dans la dictée vocale est de ne transmettre l'audio nulle part. Whisper local fait exactement cela - pas besoin de Business Associate Agreement, pas de Data Processing Agreement, pas d'évaluation de transfert de données transfrontalier. Notre page de Confidentialité couvre les détails juridiques ; la version courte est que des données qui ne quittent jamais votre appareil sont les données les plus faciles à maintenir en conformité.
Comment la précision se compare-t-elle à celle de Wispr Flow ou SuperWhisper ?
Pour de l'audio propre en anglais, nos modèles locaux compacts égalent Apple Dictation (environ 95%) et les modèles medium et large égalent Wispr Flow et SuperWhisper Pro (environ 97-99%). Pour des accents très marqués ou du bruit de fond, les modèles dans le cloud gardent encore un léger avantage sur les modèles locaux de notre catégorie. Pour tout le reste, la différence est assez petite pour que les questions de confidentialité et de coût importent davantage.
Fonctionne-t-il avec un vocabulaire personnalisé ?
Oui, dans Pro. Vous pouvez ajouter des termes personnalisés (le nom de votre entreprise, des noms de produits, les prénoms de vos enfants) et des expansions de snippets (tapez un déclencheur, recevez une phrase plus longue). Les deux sont appliqués pendant la transcription, pas après.
Et concernant la dictée en plusieurs langues ?
Le plan Pro prend en charge plus de 25 langues avec Parakeet TDT v3, qui est environ 10× plus rapide que Whisper pour les langues européennes. Le plan gratuit est en anglais uniquement, avec les modèles Whisper compacts.
Comment dicter sur un Mac ?
De deux façons. La voie intégrée : ouvrez Réglages Système, activez Clavier → Dictée, puis appuyez sur le raccourci de dictée (Control deux fois, par défaut) dans n'importe quel champ de texte et commencez à parler. Apple Dictation s'exécute sur l'appareil sur Apple Silicon, mais s'arrête après 30 secondes de silence et ne fonctionne de manière fiable que dans certaines applis. La voie tierce : installez une appli de dictée locale comme SnailText, appuyez sur votre raccourci global dans n'importe quelle appli, parlez, et le texte est collé à votre curseur - sans coupure par silence, des modèles Whisper plus grands, et un audio qui ne quitte jamais votre Mac.
Quel est le meilleur logiciel de dictée pour Mac ?
Ça dépend de ce dont vous avez besoin. Pour un usage gratuit, intégré et occasionnel, Apple Dictation fait l'affaire. Pour la transcription de fichiers et de réunions, MacWhisper est l'outil Mac le plus apprécié. Pour la dictée en direct continue dans toute appli, avec des modèles Whisper locaux plus grands et sans coupure par silence, un outil dédié comme SnailText est le meilleur choix - et, contrairement à la plupart des options, il fonctionne sur Mac et Windows avec la même expérience. Le bon choix dépend de si vous voulez de la dictée intégrée occasionnelle, de la transcription de fichiers ou de la dictée en direct toute la journée.