Choisir un modèle vocal local pour Soufflé

Chaque modèle vocal s'exécute sur votre Mac. Choisissez d'abord selon la langue, puis selon que vous voulez le texte pendant l'enregistrement ou à l'arrêt. Le modèle est téléchargé séparément de l'app et conservé pour la suite.

Mis à jour le

Pour commencer

  1. Pour dicter en français et en anglais avec du texte en continu, commencez par Kyutai STT 1B. Il permet aussi la séparation Moi/Eux en réunion.
  2. Pour d'autres langues, comparez Whisper et Parakeet. Ils transcrivent à l'arrêt et ne séparent pas le microphone des autres voix de la réunion.
  3. Choisissez le modèle dans Paramètres → Transcription et téléchargez-le avant de passer hors ligne. Vérifiez l'espace disque ci-dessous ; les modèles inutilisés se suppriment dans Paramètres → Système.

Modèles de transcription

Tous les modèles tournent en local et sont téléchargés depuis HuggingFace à la première utilisation. Vous pouvez en changer à tout moment dans Paramètres → Transcription.

Kyutai STT 1BPar défaut. Français et anglais, ~2,4 Go, GPU Metal via Candle. Affiche le texte pendant que vous parlez.
Kyutai STT 2.6BAnglais seulement, meilleure qualité, ~5,6 Go. Affiche le texte pendant que vous parlez. Sans détecteur de pause, une longue prise de parole sans silence peut perdre environ 2,5 secondes toutes les 28 secondes.
Whisper Large V3 TurboMultilingue, ~1,6 Go, Metal via whisper.cpp. Transcrit une fois que vous avez fini.
Parakeet TDT 0.6B v325 langues avec ponctuation et majuscules, ~670 Mo en int8, inférence CPU rapide via ONNX Runtime. Transcrit une fois que vous avez fini.

Les deux Kyutai sont les modèles en flux continu : le texte apparaît pendant que vous parlez encore. Whisper et Parakeet transcrivent tout l'enregistrement une fois que vous avez arrêté, ce qui convient à une réunion qu'on lit après coup mais change la sensation en dictée.

Un modèle chargé est déchargé après une heure d'inactivité pour rendre la RAM, puis rechargé au prochain enregistrement. Ce délai se change, ou se désactive, dans Paramètres → Transcription.