Précision de la dictée IA 2026 : facteurs clés et comparatif

Pourquoi les chiffres de précision sont difficiles à comparer#

Toutes les applications de dictée se disent précises. Peu expliquent comment elles l'ont mesuré, et celles qui publient des chiffres mesurent rarement la même chose.

Un taux d'erreur n'a de sens que rapporté aux enregistrements sur lesquels il a été mesuré. Un livre audio lu avec soin donne des chiffres bas. Le micro d'un ordinateur portable dans une cuisine, un accent prononcé ou une phrase remplie de noms de produits donnent des chiffres bien plus élevés. Deux applications testées sur des enregistrements différents ne peuvent pas être classées l'une par rapport à l'autre, même si les deux chiffres sont honnêtes.

Ce guide ne publie donc pas de classement. Il explique ce qui détermine réellement la précision de la dictée, ce que dit la recherche publiée et comment mener une comparaison équitable avec votre propre voix, le seul test qui prédit comment une application fonctionnera pour vous.

Transparence : ce blog est publié par LumeVoice, qui fait partie des applications évoquées. La comparaison ci-dessous s'en tient à ce que chaque éditeur documente, avec des liens pour vérifier.

Comment mesure-t-on la précision ?#

Le taux d'erreur par mot#

En reconnaissance vocale, on mesure la précision avec le taux d'erreur par mot : on compare la transcription à ce qui a réellement été dit, on compte les erreurs et on divise par le nombre de mots prononcés.

Taux d'erreur par mot = (mots remplacés + mots manquants + mots ajoutés) ÷ mots réellement prononcés

Par exemple, si vous avez prononcé 100 mots et que la transcription contient deux mots erronés, un mot manquant et un mot en trop, le taux d'erreur est de 4 sur 100, soit 4 %.

La plupart des benchmarks ignorent les majuscules et la ponctuation, et beaucoup harmonisent l'orthographe avant de compter, de sorte que « clé » et « clef » sont considérés comme identiques. Ces choix suffisent à faire bouger un résultat. C'est pour cette raison que l'article d'OpenAI sur Whisper décrit un normaliseur de texte dédié, et c'est une raison de plus pour laquelle les chiffres de sources différentes ne concordent pas.

Ce que mesurent les benchmarks, et ce qu'ils ne mesurent pas#

Beaucoup de chiffres publiés proviennent de jeux de test publics. LibriSpeech, l'un des plus connus, est constitué d'enregistrements de livres audio : voix claires, débit posé, pièces silencieuses. La vraie dictée est plus désordonnée. Vous réfléchissez en parlant, vous recommencez vos phrases, vous dites « euh » et vous employez des mots qu'aucun livre audio ne contient.

Pour les applications de dictée, il existe un second écart. Le taux d'erreur par mot récompense une transcription qui reproduit exactement vos paroles, mots de remplissage et faux départs compris. Or beaucoup d'applications de dictée suppriment volontairement les « euh », écartent la partie de phrase que vous avez corrigée et rectifient la grammaire. Face à une référence mot pour mot, ce nettoyage compte comme des erreurs, alors que c'est précisément ce que vous vouliez. En dictée, la question la plus utile est donc : combien de retouches le texte demande-t-il avant de pouvoir l'envoyer ?

Ce qui influence la précision de la dictée#

Le modèle de reconnaissance vocale#

Le modèle qui transforme l'audio en texte fixe le plafond. Les modèles Whisper d'OpenAI, publiés en open source en 2022, sont à la base de nombreuses applications actuelles ; d'autres ajoutent des modèles comme Parakeet de NVIDIA ou Voxtral de Mistral. Au sein d'une même famille, les modèles plus grands sont en général plus précis, mais aussi plus lents et plus gourmands en mémoire lorsqu'ils tournent sur votre propre ordinateur.

Votre micro#

Le micro intégré d'un ordinateur portable se trouve à côté du clavier et du ventilateur, à une certaine distance de votre bouche : il entend la pièce presque autant que vous. Un casque-micro ou un micro USB placé à une main de votre bouche peut faire plus de différence qu'un changement d'application.

La pièce#

Le bruit de fond, la musique, les autres voix et l'écho des surfaces dures obligent le modèle à deviner. Une pièce meublée est plus facile qu'une pièce vide, et une porte fermée vaut mieux qu'un open space.

Accents et langues#

La précision n'est pas la même pour tout le monde. Selon l'article d'OpenAI sur Whisper, les performances du modèle dans une langue dépendent de la quantité d'audio d'entraînement disponible pour cette langue. L'étude mesure des langues, pas des accents, mais la leçon vaut aussi : ne supposez pas qu'une application qui fonctionne bien pour un collègue fonctionnera aussi bien pour vous. Si vous dictez dans une langue qui n'est pas la vôtre, ou dans une langue moins répandue, testez avec votre propre voix avant de vous fier à une affirmation générale.

Les mots que le modèle entend rarement#

Les noms propres, les noms de produits, les sigles et le jargon font souvent trébucher les modèles généralistes. Un modèle qui a rarement entendu « kubectl » ou le prénom de votre collègue Siobhán écrira quelque chose qui y ressemble à l'oreille. Un vocabulaire personnalisé (certaines applications parlent de dictionnaire) indique à l'application quelles graphies attendre. La Dictée Apple n'a pas de vocabulaire personnalisé ; beaucoup d'applications de dictée spécialisées en ont un.

Votre façon de parler#

Les modèles modernes devinent un mot incertain à partir des mots qui l'entourent. Parler par phrases complètes, à un débit normal, fonctionne donc généralement mieux qu'une dictée lente et sur-articulée. Gardez le micro à distance constante et faites vos pauses entre deux idées, pas au milieu d'une phrase.

Le nettoyage après la transcription#

Les applications récentes ajoutent une seconde étape : un modèle de langage relit la transcription, supprime les mots de remplissage, applique les corrections faites en cours de phrase, structure le texte et corrige la grammaire. Cela ne change pas ce que le modèle vocal a entendu, mais cela change la quantité de retouches qui vous reste. Cela ajoute aussi un petit risque : un modèle de nettoyage peut parfois modifier quelque chose que vous vouliez dire tel quel. Relisez donc les textes importants avant de les envoyer.

Ce que dit la recherche publiée#

Les comparaisons indépendantes et à conditions égales entre applications de dictée commerciales sont rares, et les benchmarks des éditeurs eux-mêmes sont invérifiables. Les données publiques les plus utiles portent sur les modèles sous-jacents.

Whisper est robuste, mais pas uniforme. L'article d'OpenAI publié en 2022, Robust Speech Recognition via Large-Scale Weak Supervision, a entraîné des modèles sur 680 000 heures d'audio collecté sur le web. Sa conclusion principale : un modèle entraîné sur un vaste mélange d'audio varié résiste mieux aux enregistrements inconnus que des modèles réglés sur un seul benchmark propre. L'article montre aussi que les plus grands modèles font mieux et que la précision varie beaucoup d'une langue à l'autre.

Les erreurs ne sont pas toujours minimes. Dans sa partie consacrée aux limites, l'article décrit des défaillances qui vont au-delà d'un mot mal compris : le modèle reste bloqué à répéter du texte, omet les premiers ou les derniers mots d'un segment, ou produit parfois un texte absent de l'audio. Une bonne raison de relire tout texte important avant de l'envoyer.

Comparez les erreurs de dictée à celles de la frappe. Une étude menée en 2016 par l'université Stanford, l'université de Washington et Baidu a montré que la saisie vocale était environ trois fois plus rapide que la frappe sur le clavier d'un smartphone, avec moins d'erreurs. Elle comparait la saisie au pouce à la reconnaissance vocale de l'époque, pas aux applications de bureau actuelles, mais elle rappelle que l'alternative à la dictée n'est pas un texte parfait : c'est votre propre frappe, fautes comprises.

Les classements publics comparent des modèles, pas des applications. L'Open ASR Leaderboard de Hugging Face classe des modèles ouverts de reconnaissance vocale, dont Whisper, selon leur taux d'erreur et leur vitesse sur des jeux de test publics, avec des volets pour l'anglais, le multilingue et les enregistrements longs. C'est un bon moyen de voir comment les familles de modèles se comparent. Il ne teste ni les applications de dictée commerciales, ni leur étape de nettoyage, ni votre micro.

Les benchmarks sont un point de départ. Les résultats sur des jeux de test publics indiquent quels modèles sont performants. Ils ne disent pas comment une application se débrouillera avec votre micro, votre pièce et votre vocabulaire. Pour cela, il vous faut votre propre test.

Comment tester vous-même les applications de dictée#

Une comparaison équitable ne demande pas d'équipement particulier. Il vous faut un texte de référence, une demi-heure au calme et un peu de rigueur pour garder les mêmes conditions.

1. Rédigez trois textes courts, d'environ 100 à 150 mots chacun :

• Courant : un e-mail ou un message que vous enverriez vraiment.
• Votre vocabulaire : le jargon, les noms de produits et les sigles que vous employez réellement.
• Noms et chiffres : personnes, lieux, dates, prix et numéros de téléphone.

2. Gardez les mêmes conditions. Même micro, même distance, même pièce, même moment de la journée. Lisez à votre débit habituel, comme lorsque vous écrivez pour de vrai.

3. Lisez chaque texte dans chaque application, deux fois. Collez les résultats dans un document, à côté de votre texte de référence.

4. Comptez deux choses pour chaque résultat :

• Les erreurs : mots remplacés, manquants et ajoutés par rapport à votre texte. Divisez par le nombre de mots du texte pour obtenir votre propre taux d'erreur par mot.
• Les corrections avant envoi : les retouches que vous feriez avant d'envoyer. C'est ce chiffre qui décide si la dictée vous fait gagner du temps.

5. Refaites le texte qui s'est le moins bien passé après avoir ajouté vos mots problématiques au vocabulaire personnalisé de l'application, si elle en propose un.

6. Ajoutez une condition réelle : une pièce plus bruyante, un texte plus long (une minute de parole ou plus) ou une deuxième langue si vous en utilisez une.

Une grille de notation simple :

Pour les applications qui transcrivent des fichiers enregistrés, comme MacWhisper, vous pouvez aller plus loin : enregistrez chaque texte une seule fois et donnez le même fichier audio à chaque application, pour que seul le logiciel change.

Si vous êtes à l'aise avec Python, la bibliothèque open source jiwer calcule le taux d'erreur par mot à partir de votre texte de référence et d'une transcription, sans comptage manuel.

Ce qui distingue les applications#

Faute de chiffres comparatifs fiables, la comparaison utile porte sur ce que chaque application documente au sujet des facteurs de précision.

Dragon, longtemps la référence de la dictée juridique et médicale, n'est plus une option sur Mac : Dragon pour Mac a été abandonné en 2018, et Dragon Professional v16 ne fonctionne que sous Windows.

Ce que le tableau signifie en pratique :

• Dictée en direct dans n'importe quelle application, avec nettoyage : LumeVoice et Wispr Flow fonctionnent tous deux dans le cloud, avec dictionnaire et nettoyage automatique. Tous deux nécessitent une connexion Internet.
• Un audio qui ne doit pas quitter votre Mac : Superwhisper avec un modèle local, ou MacWhisper, traitent hors ligne. Les plus grands modèles exigent un Mac puissant ; selon la page de MacWhisper elle-même, les modèles Whisper Medium et Large demandent plus de 8 Go de RAM pour bien fonctionner.
• Des messages courts sans frais : la Dictée Apple est intégrée et peut traiter la voix sur votre Mac (les réglages Clavier indiquent quelles langues sont traitées sur l'appareil), mais vous corrigerez vous-même les noms, le jargon et les mots de remplissage.
• Vocabulaire juridique et médical : c'est là qu'il faut tester le plus. Ajoutez vos termes au vocabulaire personnalisé et vérifiez chaque résultat important ; aucune application ne dispense de relecture dans ces domaines.

Les limites de toute comparaison de précision#

1. Les modèles évoluent. Les applications mettent à jour leurs modèles vocaux et leur étape de nettoyage, souvent sans prévenir. Toute comparaison est un instantané : refaites vos tests après les mises à jour importantes.
2. Votre voix n'est pas le jeu de test. Les résultats obtenus pour une personne, un accent ou un micro ne se transposent pas de façon fiable à d'autres.
3. Fidèle et nettoyé sont deux objectifs différents. Un outil conçu pour des transcriptions mot pour mot (entretiens, sous-titres) et un outil conçu pour des textes prêts à envoyer ne se jugent pas de la même manière.
4. La dictée en direct est difficile à tester équitablement. Personne ne dit deux fois exactement la même chose de la même façon. Lire un texte fixe deux fois par application, ou donner le même enregistrement aux outils de fichiers, réduit l'écart sans le supprimer.

Sources#

• Radford et al., Robust Speech Recognition via Large-Scale Weak Supervision, OpenAI, 2022.
• Hugging Face, Open ASR Leaderboard.
• Ruan et al., 2016, université Stanford, université de Washington et Baidu : compte rendu de Stanford sur la voix et la frappe sur smartphone (en anglais).
• Fonctionnalités selon le site de chaque éditeur, consulté en octobre 2026 : Wispr Flow, Superwhisper, MacWhisper.

Lectures recommandées#

• L'application de dictée la plus précise pour Mac
• Améliorer la précision de la dictée sur Mac
• Dictée vocale ou clavier : parler est-il vraiment plus rapide ?
• Les meilleures applications de dictée IA pour Mac
• Les meilleures alternatives à Wispr Flow
• Notre avis sur MacWhisper
• LumeVoice vs Superwhisper
• La saisie vocale Android ne fonctionne pas ? 9 solutions pour Gboard et plus
• Meilleures applis de dictée pour Android en 2026 (Gboard et au-delà)
• Alternatives à la saisie vocale Gboard en 2026 : 7 choix
• La saisie vocale Windows ne fonctionne pas ? 10 solutions dans le bon ordre