Comment enregistrer les premiers mots d'un bébé sur iPhone

La plupart des conseils sur l'enregistrement supposent qu'on sait à l'avance qu'un enregistrement va compter — un entretien prévu au calendrier, un cours avec une heure de début, une réunion organisée exprès. Un premier mot, c'est l'inverse. Cela arrive une seule fois, sans prévenir, en général pendant qu'on fait tout autre chose, et le temps de réaliser ce qu'on vient d'entendre, c'est déjà terminé. Pas de deuxième prise possible. La seule vraie stratégie consiste à réduire le coût d'avoir le téléphone en train d'enregistrer plus souvent que ça ne semble nécessaire, et à rendre le moment facile à retrouver une fois passé.

Enregistrer sans en faire un événement

Pas besoin de tenir le téléphone comme un appareil photo en attendant. Il suffit de lancer l'enregistrement, de poser le téléphone sur une surface proche ou de le laisser dans une poche, et de continuer ce qu'on était déjà en train de faire — l'enregistrement continue avec l'écran verrouillé et l'application en arrière-plan, donc il n'y a rien à surveiller. C'est ce qui rend réaliste de laisser le téléphone enregistrer pendant tout un après-midi de jeu ordinaire, plutôt que seulement pendant les moments dont on sait déjà qu'ils comptent.

C'est une toute petite voix tout près du micro, pas une pièce pleine d'instruments, donc il n'y a rien de spécial à préparer. Le micro intégré suffit, et l'enregistrement est mono — un seul canal, pas une image stéréo gauche-droite —, exactement ce qu'il faut pour une voix aussi proche du téléphone, ni plus ni moins.

Le réglage de qualité qui compte vraiment ici

Standard, haute et ultra sont trois fréquences d'échantillonnage — 22050, 44100 et 48000 Hz — et ce qu'elles changent, c'est la finesse avec laquelle l'audio est échantillonné, pas ce que le micro capte. Un réglage plus élevé ne transformera pas un mot marmonné en un mot clair ; cela dépend de la distance du téléphone, pas de l'encodeur. Pour un extrait qu'on gardera peut-être des années, la différence de taille de fichier est négligeable, donc il n'y a pas vraiment d'inconvénient à laisser le réglage le plus élevé — mais le standard suffit déjà largement à distinguer la parole, donc ce n'est pas une décision qui mérite qu'on s'y attarde avant de commencer à enregistrer.

Ce n'est pas non plus un choix définitif. Changer le réglage n'affecte que les enregistrements faits après le changement ; rien dans un extrait déjà enregistré n'est réécrit en le modifiant plus tard, donc aucun mauvais choix ne peut abîmer rétroactivement un enregistrement déjà fait.

Marquer l'instant exact, pour ne pas devoir réécouter tout un après-midi

Un enregistrement laissé en marche pendant un jeu ordinaire sera surtout... du jeu ordinaire : des pas, du bavardage de fond, de longs moments sans rien de particulier. Poser un marqueur à l'instant où quelque chose se produit, pendant que l'enregistrement continue, permet de revenir directement à cette seconde-là plutôt que de parcourir quarante minutes pour retrouver les quinze qui comptaient. Cela ne coûte rien d'en poser un au cas où le moment se révèle important ; ne pas en avoir coûte un enregistrement long qu'on finit par ne plus jamais fouiller.

Les interruptions qui ne posent pas de problème

Le quotidien avec un jeune enfant est plein de choses qui pourraient sembler capables d'arrêter un enregistrement — un appel, un message qui arrive, un coup d'œil à une autre application. Presque rien de tout cela ne le touche : l'enregistrement continue en arrière-plan quoi que fasse le téléphone par ailleurs. La seule vraie interruption est un appel téléphonique en bonne et due forme, et même celui-là n'arrête pas l'enregistrement pour de bon — l'application se met en pause pendant que l'appel utilise le micro, puis reprend dans le même fichier dès que l'appel se termine, donc rien de ce qui a été dit avant ne se retrouve séparé dans un autre fichier ni perdu.

Pourquoi la transcription est la partie la plus susceptible de décevoir

La reconnaissance vocale, quel que soit le chemin qu'elle emprunte, est conçue et ajustée pour une parole adulte et claire. Une syllabe peu distincte venant d'un tout-petit — surtout avec un fou rire, quelque chose dans la bouche, ou une télévision allumée dans la pièce d'à côté — revient souvent sous forme de transcription vide ou avec un mot complètement erroné, plutôt que le mot réellement entendu. C'est une limite de la reconnaissance vocale en général, pas un défaut propre à une application en particulier, et cela vaut la peine de le savoir avant de se fier à une transcription pour prouver ce qui a été dit. Pour un enregistrement comme celui-ci, mieux vaut considérer l'audio comme le vrai document et la transcription comme un bonus quand elle tombe juste — réécouter plutôt que faire confiance au texte.

S'assurer qu'il ne disparaît pas discrètement

C'est exactement le genre d'enregistrement qui mérite d'être traité délibérément plutôt que laissé enterré au fond d'une longue liste. Une application sans compte et sans synchronisation dans le cloud qui lui soit propre ne sauvegarde automatiquement rien nulle part — c'est vrai de n'importe quel enregistrement qu'elle contient, mais cela compte davantage pour un moment qu'on ne pourra jamais refaire. Avant de changer de téléphone, ou simplement de temps en temps, il vaut mieux exporter l'enregistrement sous forme de fichier .m4a à lui, plutôt que de supposer qu'il passera de lui-même sur le nouveau. La sauvegarde complète — un seul fichier JSON qui reprend le titre, la date, la durée et la transcription de chaque enregistrement — vaut aussi la peine d'être faite, mais c'est un enregistrement des détails et du texte, pas de l'audio en soi ; c'est l'export .m4a qui conserve réellement le son.

La place de Voice Studio dans tout cela

L'enregistrement continue avec l'écran verrouillé et l'application en arrière-plan, donc il n'y a rien à tenir ni à surveiller. Un appel le met en pause puis le reprend dans le même fichier une fois terminé, et il est possible de poser un marqueur à l'instant où quelque chose se produit sans lâcher ce qu'on était en train de faire. Quand vient le moment de mettre l'enregistrement en sécurité ailleurs, l'export donne accès au fichier .m4a lui-même ou à une sauvegarde JSON complète des détails de chaque enregistrement, et il n'y a ni compte ni synchronisation dans le cloud qui nous appartienne par lesquels tout cela devrait passer entre-temps — ce qu'on en ressort est exactement ce qu'on y a mis.

Questions fréquentes

L'enregistrement s'arrête-t-il si l'écran se verrouille alors que je ne tiens pas le téléphone en main ?

Non. L'enregistrement continue avec l'écran verrouillé et l'application en arrière-plan, ce qui est exactement ce qui rend réaliste de le laisser tourner pendant un après-midi ordinaire plutôt que de tenir le téléphone en main en permanence.

Que se passe-t-il si un appel arrive en plein milieu de l'enregistrement ?

L'enregistrement se met en pause pendant que l'appel utilise le micro, puis reprend dans le même fichier dès que l'appel se termine, donc rien de ce qui précède l'appel ne se retrouve séparé dans un autre fichier ni perdu.

Peut-on faire confiance à la transcription pour avoir bien saisi le mot ?

Pas totalement. La reconnaissance vocale est ajustée pour une parole adulte et claire, et renvoie souvent un blanc ou le mauvais mot face à la parole peu distincte d'un tout-petit. Mieux vaut considérer l'audio, pas la transcription, comme le vrai document, et réécouter quand cela compte.

Quel réglage de qualité choisir pour enregistrer ?

Les trois captent bien la parole : le réglage change la fidélité et la taille du fichier, pas la sensibilité du micro, donc il ne rattrapera pas un mot dit trop loin du téléphone. Ultra est un choix par défaut raisonnable pour un extrait qu'on veut garder, la taille supplémentaire restant faible pour quelque chose d'aussi court.