La transcription sur l’appareil fonctionne-t-elle dans toutes les langues sur iPhone ?

On imagine facilement que « transcription sur l’appareil » est une fonction qu’une application possède ou non, comme le mode sombre. Ce n’est pas si simple. La reconnaissance locale se construit langue par langue, et iOS n’embarque un modèle local que pour certaines d’entre elles. Une application peut très bien gérer la voie locale et envoyer quand même l’audio à un serveur, uniquement parce que la langue parlée n’en fait pas partie.

Pourquoi toutes les langues n’ont pas de modèle local

Un modèle vocal qui tourne entièrement sur un téléphone doit tenir en quelques centaines de mégaoctets et fonctionner sans aucun serveur derrière. En construire un précis demande énormément de données d’entraînement et de travail d’ingénierie, langue par langue, variante par variante. Apple a fait ce travail pour les langues les plus parlées et les plus demandées, et ne l’a pas encore fait — peut-être jamais — pour toutes les langues et variantes régionales que son moteur vocal prend en charge dans l’ensemble.

C’est une décision prise au niveau d’iOS, pas au niveau de l’application. Aucune application ne peut ajouter un modèle local pour une langue qu’Apple n’a pas publiée, et aucune application n’est responsable d’un manque qu’elle ne peut pas combler elle-même.

Deux raisons différentes qui font atterrir une langue sur le serveur

Elle n’a jamais eu de modèle local

Pour ces langues, une requête sur l’appareil n’est pas une voie plus lente ou moins précise : ce n’est simplement pas une voie du tout. Elle échoue immédiatement, à chaque fois, quel que soit le silence de la pièce ou la clarté de votre articulation. La seule façon d’obtenir une transcription dans cette langue est la voie serveur, quand une connexion est disponible.

Elle a un modèle local, mais cet enregistrement précis l’a mis en échec

C’est un cas différent, et plus fréquent. La langue dispose bien d’un modèle local, mais les modèles locaux sont plus petits et moins tolérants que les modèles serveur : un audio faible, du bruit de fond ou un accent marqué peuvent faire revenir la tentative locale vide, alors même que cette langue fonctionne normalement hors ligne. C’est un échec propre à cet enregistrement, pas à la langue, et un enregistrement plus propre dans la même langue peut très bien se transcrire en local sans problème.

Les langues les plus parlées d’abord

Dans les faits, les langues comptant le plus de locuteurs — l’anglais, l’espagnol, le français, l’allemand, le mandarin et le japonais en font partie — disposent d’un modèle local sur les iPhone actuels. Beaucoup de langues moins parlées et certaines variantes régionales n’en ont pas encore, et dépendent du serveur jusqu’à ce qu’Apple les ajoute. Cette liste n’est publiée nulle part de façon durable et change d’une version d’iOS à l’autre : une langue uniquement serveur aujourd’hui n’a aucune garantie de le rester.

Pourquoi cela dépasse la question de vitesse ou de précision

La comparaison habituelle entre transcription locale et transcription serveur porte sur la confidentialité : l’audio quitte-t-il le téléphone ou non. Pour une langue sans modèle local, la réponse est fixe : oui, dès qu’une transcription est produite, tout simplement parce qu’il n’existe aucune autre façon d’en produire une. Activer le mode avion ne change rien : la requête n’a nulle part où aller, donc vous n’obtenez rien plutôt qu’une transcription. C’est une situation vraiment différente de celle d’une langue très parlée qui reste habituellement en local et ne bascule qu’occasionnellement vers le serveur — pour une langue uniquement serveur, cet « occasionnellement » devient « toujours ».

Comment Voice Studio gère cela

Voice Studio tente toujours d’abord la voie locale, pour chacune de ses 38 langues de transcription, et ne relance une tentative par le réseau que si ce premier passage revient vide ou génère une erreur. Pour une langue sans modèle local, cette première tentative échoue immédiatement, et c’est la relance qui produit réellement la transcription quand vous êtes en ligne — l’application ne choisit pas de sauter la voie locale, c’est iOS qui n’a rien de local à lui proposer. Impossible de forcer une transcription dans l’une de ces langues sans connexion, puisqu’il n’y a aucun modèle local à forcer. En dehors de ce repli, Voice Studio n’a ni compte ni serveur propre ; les enregistrements et les transcriptions restent de toute façon dans le stockage propre de l’application sur l’appareil.

Questions fréquentes

Quelles langues bénéficient de la transcription sur l’appareil sur iPhone ?

Il n’existe pas de liste unique publiée, et c’est Apple qui en décide, pas une application. Les langues les plus parlées en bénéficient généralement ; les langues moins parlées et certaines variantes régionales, souvent pas encore. Cela change aussi d’une version d’iOS à l’autre.

Que se passe-t-il si j’utilise le mode avion pour transcrire une langue uniquement serveur ?

Vous n’obtenez rien : ce n’est pas une transcription plus lente, c’est une transcription vide. Sans modèle local et sans réseau, il ne reste aucune voie pour la requête.

Le fait de prendre en charge 38 langues de transcription signifie-t-il que les 38 fonctionnent sur l’appareil ?

Non. Ce chiffre indique dans combien de langues l’application peut demander une transcription. Le nombre de langues qu’iOS peut réellement exécuter en local est décidé par Apple, et il est inférieur à la liste complète.

Puis-je savoir à l’avance si ma langue aura besoin d’une connexion ?

Oui : en mode avion, ouvrez Notes, appuyez sur le micro du clavier et dictez une phrase dans cette langue. Si du texte apparaît, cette langue dispose d’un modèle local sur votre téléphone. Si rien ne se passe, ce n’est pas le cas.