Dictāta Local: Dictée IA Privée sur l'Appareil. Zéro Dépendance Cloud.
Dictez dans n'importe quelle application sous Windows, Mac et Android, sans connexion Internet. Un modèle vocal en streaming tourne sur votre propre matériel : votre audio et votre texte dicté restent sur votre appareil.
Délai entre l'arrêt de l'enregistrement et le texte final avec Nemotron 3.5 en streaming. Mesuré sur un processeur de portable Windows (Ryzen 7 5700U) ; comparable dans nos tests sur un Mac M1 (macOS 26) et un Google Pixel 9a.
La reconnaissance vocale et le nettoyage du texte s'exécutent en mémoire locale. Quand le mode Local est actif, l'application bloque toutes les connexions sauf la connexion au compte, la facturation, les téléchargements de modèles, la vérification de version et les retours que vous envoyez.
Un seul modèle en streaming sur les trois plateformes, exécuté via sherpa-onnx.
Les termes de votre glossaire sont transmis au décodeur vocal comme hotwords, sans modèle de langage.
Architecture Technique : Fonctionnement sur l'Appareil
Dictāta Local exécute la reconnaissance vocale et le nettoyage du texte sur votre propre machine, dans un processus d'arrière-plan séparé, au lieu d'envoyer votre audio à un serveur distant.
Capture audio PCM locale
Le micro capture de l'audio PCM mono 16 kHz en mémoire. Sur ordinateur, les trames sont transmises via des tampons transférables à un utilityProcess Electron isolé et ne transitent pas par le réseau.
Inférence neuronale en streaming (sherpa-onnx)
L'audio est envoyé par blocs de 100 ms à NVIDIA Nemotron 3.5 ASR Streaming (0,6B, 560 ms, INT8), exécuté par sherpa-onnx. Le modèle reconnaît la parole pendant que vous parlez ; le texte final est prêt environ 120–200 ms après l'arrêt.
Indices du glossaire dans le décodeur
Les termes de votre glossaire intelligent (jusqu'à 512) sont transmis au décodeur comme hotwords avec une recherche en faisceau modifiée, afin de favoriser noms et jargon pendant la reconnaissance. Les corrections de texte habituelles s'appliquent ensuite.
Nettoyage par règles & insertion directe
Un nettoyage par règles sur l'appareil supprime les mots de remplissage, place des sauts de paragraphe aux pauses et applique les commandes vocales et les corrections du glossaire, puis colle le texte au curseur. La conversion des nombres dits en chiffres n'est pas encore prise en charge.
Performances mesurées
Chiffres issus de nos propres mesures du modèle vocal livré dans Dictāta Local. Nous ne publions pas de chiffres de concurrents que nous ne pouvons pas vérifier.
| Metric | Dictāta Local | Basis |
|---|---|---|
| Arrêt → texte final | ~120–200 ms | Windows 11, Ryzen 7 5700U, 4 threads CPU, enregistrements de 33–59 s rejoués en temps réel (122 et 126 ms). Le modèle seul, sans collage dans l'application cible. |
| Mémoire du modèle vocal | ~0,8 Go | Working set du processus sur la même machine ; reste constant quelle que soit la durée de la dictée. |
| Facteur temps réel | ~0,27 | Test de vitesse intégré après le téléchargement, sur la même machine. Plus bas est plus rapide ; sous 1, le modèle suit la parole en direct. |
| Modèle vocal | Nemotron 3.5 Streaming, INT8 | NVIDIA Nemotron 3.5 ASR Streaming 0,6B (560 ms), export ONNX de sherpa-onnx ; téléchargement d'environ 475 Mo. |
| Langues | 28 | Choisissez une langue dans les réglages ou utilisez la détection automatique. |
Dictāta Local face à Superwhisper et Rhino Voice
Aperçu factuel limité à ce que chaque éditeur publie. Les informations peuvent évoluer ; consultez superwhisper.com et rhinovoice.app pour les données à jour.
| Feature / Spec | Dictāta Local | Superwhisper | Rhino Voice |
|---|---|---|---|
| Plateformes | Windows, macOS, Android | macOS, Windows, iOS, Android | macOS 14+ sur Apple Silicon (M1 ou plus récent) |
| Moteurs vocaux | NVIDIA Nemotron 3.5 Streaming via sherpa-onnx | Modèles Whisper locaux ; modèles locaux Parakeet et Cohere Transcribe et modèles cloud avec Pro | Modèles Whisper et Parakeet sur l'appareil, plus nettoyage du texte sur l'appareil |
| Fonctionne sans Internet | Oui, après un téléchargement unique du modèle | Oui avec les modèles locaux ; les modèles cloud nécessitent une connexion | Oui, après le téléchargement des modèles |
Configuration requise
- OS: Windows 10 / 11, 64 bits (x64 ou ARM)
- CPU: Processeur 64 bits récent ; 4 threads ou plus recommandés. Les mesures ci-dessus proviennent d'un Ryzen 7 5700U.
- RAM: 6 Go minimum, 8 Go recommandés (le modèle vocal utilise environ 0,8 Go en fonctionnement)
- Disk: Environ 1,2 Go libres pour le téléchargement unique et la décompression (le modèle vocal pèse environ 475 Mo). Les modèles de texte optionnels ajoutent 1,1 à 3,3 Go chacun.
- GPU: Aucun requis. Fonctionne sur le processeur.
- OS: macOS
- CPU: Processeur 64 bits, Apple Silicon ou Intel
- Memory: 6 Go minimum, 8 Go recommandés
- Disk: Environ 1,2 Go libres pour le téléchargement unique et la décompression. Les modèles de texte optionnels ajoutent 1,1 à 3,3 Go chacun.
- OS: Smartphone ou tablette Android
- RAM: Testé sur un Google Pixel 9a ; la configuration minimale sera finalisée pendant la preview
- Disk: Téléchargement unique du modèle vocal (environ 475 Mo)
Souveraineté des données : sur l'appareil vs cloud européen
Certains services de dictée européens annoncent des serveurs en Europe (par exemple Sprecho ou Fast Dictate). L'hébergement dans l'UE est un choix de résidence des données, mais votre audio est tout de même envoyé à un serveur pour être transcrit. Dans Dictāta Local, la reconnaissance vocale s'exécute sur votre ordinateur.
Lorsque vous choisissez Dictāta Local, l'audio et le texte dicté ne sont envoyés nulle part, et les statistiques d'usage sont bloquées. L'application refuse toutes les connexions sauf la connexion au compte, les pages de facturation que vous ouvrez, les téléchargements de modèles que vous lancez, la vérification de version et les retours que vous envoyez volontairement.
Après le téléchargement unique du modèle, la dictée fonctionne hors ligne, par exemple dans l'avion ou le train. La connexion au compte et la vérification de l'abonnement nécessitent toujours une connexion.
L'audio et le texte dicté ne sont confiés à aucun fournisseur de reconnaissance vocale : il n'y a donc pas de sous-traitant vocal externe pour la dictée. C'est à vous ou à votre service conformité de juger si cela répond à vos obligations légales ou professionnelles.
Questions fréquentes sur la dictée locale
Qu'est-ce que Dictāta Local ?+
Dictāta Local est un mode de Dictāta qui transforme la parole en texte sur votre propre ordinateur ou téléphone. Il utilise NVIDIA Nemotron 3.5 Streaming via sherpa-onnx, fonctionne sans Internet après un téléchargement unique du modèle et n'envoie ni votre audio ni votre texte dicté.
Quelle est sa vitesse ?+
Dans nos tests, le texte final est prêt environ 120–200 ms après l'arrêt de l'enregistrement. Nous avons mesuré 122 ms et 126 ms sur un portable Windows (Ryzen 7 5700U) et observé une vitesse comparable sur un Mac M1 (macOS 26) et un Google Pixel 9a. Les ordinateurs anciens ou très sollicités seront plus lents. Après le téléchargement du modèle, Dictāta teste votre machine avec un court benchmark.
En quoi Dictāta Local diffère-t-il de Superwhisper ?+
Superwhisper propose des modèles Whisper locaux, des modèles locaux Parakeet et Cohere Transcribe avec l'offre Pro, ainsi que des modèles cloud. Dictāta Local utilise un seul modèle en streaming, Nemotron 3.5, qui reconnaît la parole pendant que vous parlez. Consultez superwhisper.com pour ses fonctionnalités et tarifs actuels.
Comment Dictāta Local se compare-t-il à Rhino Voice ?+
Rhino Voice est une application macOS pour Mac Apple Silicon (M1 ou plus récent) sous macOS 14 ou supérieur, avec des modèles Whisper et Parakeet sur l'appareil. Dictāta Local est disponible sur Windows, macOS et Android.
Dictāta Local nécessite-t-il un GPU dédié ?+
Non. Le modèle vocal est quantifié en INT8 et tourne sur le processeur, avec environ 0,8 Go de mémoire en fonctionnement.
Les nombres dits sont-ils convertis en chiffres ?+
Pas encore. Nemotron écrit les nombres en toutes lettres ; nous travaillons à leur conversion en chiffres.
Quelles fonctions nécessitent Dictāta Cloud ?+
Le chat Ask Dictāta, la traduction pendant la dictée et Memory utilisent Dictāta Cloud. La dictée, le glossaire, les commandes vocales, l'historique et, avec un modèle de texte local optionnel, les prompts, les styles Casual / Formal et les actions sur texte fonctionnent en Local.
Puis-je utiliser Dictāta Local pour un travail confidentiel ?+
L'audio et le texte dicté restent sur votre appareil lorsque Local est actif, et l'application bloque les autres connexions hormis la connexion au compte, la facturation, les téléchargements de modèles et la vérification de version. C'est à vous ou à votre service conformité de juger si cela répond à vos obligations légales ou professionnelles.
Dictée vocale privée, directement sur votre appareil
Dictez dans vos applications avec un modèle vocal qui tourne sur votre propre matériel.
Dictāta Local est en preview. Inclus avec la licence Lifetime, tout forfait Dictāta Cloud payant et la période d'essai gratuite.