Modèles vocaux

Transcription des réunions

Ouvrez Réglages → Transcription → Modèles vocaux pour voir les options locales et cloud. Téléchargez un modèle local avant de le sélectionner pour un enregistrement.

Par défaut, la prise en main propose Nemotron 3.5 Streaming. Commencez avec celui-ci, puis comparez un autre modèle si votre langue ou vos enregistrements demandent autre chose.

Option locale	Téléchargement approximatif	Quand l’envisager
Nemotron 3.5 Streaming	716 Mo	Le choix par défaut de la prise en main pour la transcription en direct
Parakeet 0.6B v3	705 Mo	Un autre modèle vocal local ; il sert aussi à l’option de dictée « Le plus rapide (Parakeet v3) »
Whisper Small	190 Mo	Un téléchargement plus léger, à essayer si l’espace disque est limité
Whisper Medium	540 Mo	Une autre option Whisper à comparer sur vos enregistrements
Whisper Large v3 Turbo	575 Mo	Encore une option Whisper ; testez ses résultats et sa réactivité

Il s’agit d’une sélection de départ, pas du catalogue complet. Les tailles de téléchargement correspondent approximativement à la taille des fichiers des modèles, pas à la RAM nécessaire. Certains moteurs affichent le texte par blocs au lieu de mettre à jour les mots au fil de la parole.

Choisir selon la langue

Vérifiez les langues indiquées pour un modèle avant de le choisir. Elles varient d’un modèle à l’autre : par exemple, Parakeet Unified (EN) ne prend en charge que l’anglais, tandis que Parakeet 0.6B v3 est un autre modèle, qui gère plusieurs langues.

Réglez la Langue des réunions dans Réglages → Transcription. Si vous travaillez dans plusieurs langues, testez un court extrait qui les mélange avant de vous y fier pour toute une réunion.

La dictée est indépendante

Le modèle vocal et la langue de la dictée se règlent dans Réglages → Dictée. Ils ne suivent pas automatiquement le modèle des réunions.

Commencez par Le plus rapide (Parakeet v3) s’il prend en charge votre langue. Consultez le guide de la dictée pour les réglages de mise en forme et de raccourci.

Reconnaissance vocale dans le cloud

Kimiko propose aussi des options vocales Deepgram et ElevenLabs. La transcription cloud envoie l’audio au fournisseur choisi et nécessite ses informations de connexion ainsi qu’un accès au réseau.

La reconnaissance vocale cloud se configure séparément de l’IA cloud. Suivez le guide de configuration de Deepgram et ElevenLabs pour créer une clé API et connecter votre fournisseur.

Comparer avant de changer

Pour comparer des modèles, utilisez un enregistrement clair et la même langue. Vérifiez les mots, les noms, l’identification des intervenants et la réactivité. Changer de modèle ne corrige pas automatiquement les transcriptions existantes.