Reconnaissance vocale et transcription
Comment Prepped transcrit les deux côtés d’une réunion et distingue qui parle, et comment corriger les noms et les mots de la transcription.
Prepped entend deux canaux et les garde séparés. Le Son du système est ce que joue votre ordinateur, l’autre côté dans une application de réunion, et le Micro, c’est vous. Les questions ne sont repérées que dans le canal de l’autre côté.
Sous Windows 11, le son du système est celui de toutes les applications sauf Prepped, quel que soit le haut-parleur ou le casque de chacune : une application de réunion réglée sur votre casque est entendue même si la sortie par défaut de Windows est un autre appareil. Sous Windows 10, c’est ce que joue la sortie par défaut.
Comment la voix devient du texte
Prepped reconnaît la voix en ligne. Choisissez comment dans Paramètres, puis Bureau et audio, puis Reconnaissance vocale.
| Façon | Fonctionnement | Coût |
|---|---|---|
| Reconnaissance en ligne (par défaut) | Pendant l’écoute, le son de la réunion part en continu vers Soniox par le service de Prepped. Les mots s’affichent à mesure qu’ils sont entendus et se fixent un dixième de seconde après que la personne a fini de parler. Dans les tests de Prepped sur des réunions et des lectures en sept langues, Soniox a fait le moins d’erreurs des quatre reconnaissances comparées pour six d’entre elles. | 0,12 $ US (12 crédits) par heure d’écoute ; la connexion se ferme quand vous arrêtez d’écouter |
| Transcription dans le cloud | L’ordinateur repère la parole, puis envoie chaque passage au modèle de transcription d’OpenAI par le service de Prepped. | Environ 0,003 $ US par minute de parole |
Les deux se paient avec vos crédits, dans le plafond quotidien et dans celui de la réunion quand elle en a un. La traduction en direct, si vous l’activez, ajoute environ 0,50 à 1,20 US$ par heure. L’application web et la version pour téléphone reconnaissent aussi la voix en ligne. Dans un navigateur, partagez l’onglet ou l’écran de la réunion avec son son quand il le demande, pour que Prepped entende l’autre côté.
Langues
La reconnaissance en ligne comprend toutes les langues de la liste Langue de la réunion, une soixantaine. Indiquez ce qui se parle dans la Langue de la réunion de chaque réunion. Pour le chinois, le cantonais, l’anglais, le japonais, le coréen, l’espagnol et le français, Prepped indique au service de reconnaissance d’attendre cette langue.
Noms et termes
Prepped donne à la reconnaissance vocale les mots qu’une réunion emploiera sans qu’elle s’y attende, comme les noms des participants et les termes qui reviennent dans vos documents. Les noms et le jargon s’écrivent alors comme dans vos documents.
Avec la reconnaissance en ligne, Soniox entend aussi les documents de la réunion comme contexte, comme la description du poste et votre CV, jusqu’à environ 6 000 caractères en anglais ou 1 500 en chinois. Dans les tests de Prepped, les noms des projets de la réunion étaient reconnus correctement beaucoup plus souvent (Obscuro 24 fois au lieu de 9 dans une réunion d’une heure). Soniox facture ces documents à chaque début d’écoute, moins d’un crédit par canal.
Intervenants
Sur l’ordinateur, un modèle d’intervenants (NVIDIA Nemotron 3 Diarization, environ 107 Mo) distingue les voix du son du système. La transcription les note avec des numéros stables pendant la réunion, ou Intervenant inconnu en cas de doute. Renommez un intervenant dans la transcription et le nom s’applique à toutes ses phrases.
Certains ordinateurs sont trop lents pour le modèle d’intervenants pendant une réunion. Avec la reconnaissance en ligne, Prepped le mesure pendant l’écoute. Si, deux minutes d’affilée, le modèle a besoin de presque toute la durée de l’audio pour suivre, ou si l’ordinateur reste presque entièrement occupé, ou encore si les paroles de l’autre partie attendent sans cesse le modèle avant d’arriver à la réponse, c’est Soniox qui distingue les intervenants pour le reste de cette réunion, sans coût supplémentaire. La réunion suivante recommence avec le modèle d’intervenants.
Avec des haut-parleurs plutôt qu’un casque, le micro réentend l’autre côté. Supprimer la parole entendue en double sur les deux canaux audio (activé par défaut) écarte le texte du micro qui répète presque mot pour mot ce que l’autre côté vient de dire.
La transcription
La page de la réunion montre toute la transcription, où ce qu’une personne dit d’affilée forme un paragraphe avec son heure et son intervenant, et une pause ou un autre intervenant commence le suivant. Corrigez un passage en cliquant dessus dans l’onglet Transcription de l’espace de travail de la réunion. Les corrections gardent leur historique et mettent à jour les questions pas encore traitées. Rechercher du texte dans cette transcription la parcourt. Le son brut n’est pas enregistré, sauf si vous activez les enregistrements de réunions dans l’application de bureau.
Quand une réunion avec des documents se termine, Prepped relit sa transcription une fois avec ces documents, avec le modèle économique du fournisseur de la réunion (GPT-6 Luna pour OpenAI), et corrige ce que la reconnaissance vocale a mal entendu, comme des noms et des termes ; il ne change rien d’autre, et les passages que vous avez modifiés restent tels que vous les avez écrits. Un paragraphe corrigé affiche Corrigée avec les documents de la réunion. Ouvrez-le pour voir ce qui avait été reconnu, et choisissez Rétablir le texte reconnu pour annuler une correction. Avec GPT-6 Luna, cela coûte environ un crédit par heure de réunion. Une réunion sans documents n’est pas corrigée, car dans les tests de Prepped, une correction sans documents rendait la transcription moins bonne.