Points clés
Oui, c’est possible, mais c’est plus rare que ce que le marketing laisse entendre. La transcription qui s’exécute sur votre appareil et celle qui passe par un serveur sont deux architectures différentes, pas un simple réglage à activer, et la plupart des applications choisissent la voie du serveur parce qu’un modèle local coûte de l’espace de stockage et tourne plus lentement sur du matériel ancien. Une politique de confidentialité qui promet un chiffrement pendant le transfert décrit le trajet, pas la destination. Posez trois questions à n’importe quel outil : l’audio quitte-t-il l’appareil, combien de temps est-il conservé, et sert-il à entraîner quoi que ce soit.
Si vous avez entre les mains l’enregistrement d’une séance chez le psy, d’un appel avec un avocat ou d’une réunion qui n’était censée sortir de la salle, la question n’est pas théorique. Vous voulez savoir si ce fichier peut devenir du texte sans qu’une copie finisse sur le matériel de quelqu’un d’autre. La réponse existe, et elle est plus précise que ce que laissent entendre la plupart des pages produit.
Voici la situation telle qu’elle est vraiment : ce qui tourne en local, ce qui ne tourne pas en local, pourquoi la frontière se situe là, et ce qu’il faut vérifier avant de confier un audio que vous ne pourrez pas reprendre.
La transcription locale et la transcription serveur sont deux architectures différentes
Le point le plus utile à comprendre, c’est que ce n’est pas une préférence de confidentialité qu’une application vous accorde. La transcription qui se fait sur votre téléphone ou votre ordinateur et celle qui se fait sur une machine distante reposent sur des architectures différentes. Une application est construite d’une façon ou de l’autre. Il n’existe pas d’interrupteur caché dans les réglages qui déplacerait le traitement du serveur vers votre appareil, car les éléments nécessaires au traitement local sont soit intégrés à l’application dès le départ, soit absents.
La transcription locale signifie qu’un modèle de reconnaissance vocale vit sur votre appareil. Votre audio lui est soumis sur place, le texte en sort sur place, et rien n’a besoin de voyager. La transcription serveur signifie que votre audio est envoyé quelque part, traité sur du matériel que vous ne contrôlez pas, puis le texte vous est renvoyé. Les deux peuvent être bien conçues. Les deux peuvent être mal conçues. Mais une seule des deux garde l’audio entre vos mains, et celle que vous utilisez est un fait propre au logiciel, pas le résultat d’un réglage plus prudent de votre part.
Si la majorité des applications passent par un serveur, ce n’est pas par indifférence. Un modèle local doit être stocké sur l’appareil, ce qui coûte un espace de stockage réel. Il tourne sur le processeur dont dispose l’appareil, ce qui le rend plus lent sur du matériel ancien, et plus lent encore sur des fichiers longs. Ces deux contraintes suffisent à pousser la plupart des produits vers des serveurs, où le modèle peut être volumineux, le matériel rapide, et où rien n’a besoin d’être téléchargé. Ce compromis explique à lui seul pourquoi l’option privée reste l’exception.
Le chiffrement pendant le transfert décrit la route, pas la destination
C’est là que beaucoup de gens raisonnables se font une fausse idée de sécurité. Une politique de confidentialité indique que vos données sont chiffrées pendant le transfert. Cette phrase est presque certainement vraie, et elle ne dit rien sur le fait que votre audio soit traité sur un serveur ou stocké là-bas par la suite.
Le chiffrement pendant le transfert signifie que la connexion entre votre appareil et le service est protégée tant que les données se déplacent. C’est une affirmation sur la route. Elle est parfaitement compatible avec le fait que votre audio arrive sur un serveur, y soit traité, et y reste stocké aussi longtemps que le permet la politique de conservation. Si on y regarde bien, une promesse de chiffrement en transit confirme discrètement qu’il y a bel et bien un transfert. Un audio qui ne quitte jamais votre appareil n’a pas besoin d’une connexion protégée, puisqu’il ne fait aucun trajet.
Alors quand vous lisez une page consacrée à la sécurité, séparez les affirmations. La protection de la connexion est une affirmation. L’endroit où se fait le traitement en est une autre. La durée de conservation de l’audio en est une troisième. Une page peut être scrupuleusement honnête sur la première et rester totalement silencieuse sur les deux autres, et vous ressortirez en croyant quelque chose que la page n’a jamais dit.
Ce qu’un navigateur peut vraiment faire sans envoyer votre fichier
Il existe une véritable catégorie d’outils qui traitent un fichier entièrement dans votre navigateur. Vous ouvrez une page, vous choisissez un fichier, et le travail se fait dans l’onglet. Rien n’est envoyé. Ce n’est pas un argument marketing ; c’est ainsi que l’outil est construit, et cela signifie que le fichier ne quitte jamais votre machine.
Le hic, c’est ce que ces outils peuvent réellement faire. Le traitement local dans le navigateur fonctionne pour des tâches qui ne demandent aucun modèle : convertir des formats de sous-titres, décaler les minutages pour que les sous-titres correspondent à une vidéo remontée, compter les mots ou les caractères d’une transcription que vous possédez déjà. Ce sont des transformations de texte et de données de synchronisation. Elles sont légères, prévisibles, et n’ont besoin de rien d’autre que du fichier lui-même.
Transformer la parole en texte n’est pas ce genre de tâche. Cela demande un modèle de reconnaissance vocale, et un modèle est une chose volumineuse qui doit venir de quelque part et vivre quelque part. Une page web qui propose de transcrire votre audio envoie, dans les faits, cet audio à un serveur pour qu’il y soit traité. La page n’est que l’interface ; le travail se fait ailleurs. Si un outil dans le navigateur transcrit, supposez qu’il y a un envoi, et allez chercher la politique de conservation plutôt que le message rassurant.
Les trois questions qui distinguent une vraie réponse d’un argument marketing
Vous n’avez pas besoin d’auditer l’infrastructure de qui que ce soit. Vous avez besoin de trois réponses, et des trois à la fois, car une bonne réponse à l’une peut masquer une mauvaise réponse à une autre.
- L’audio quitte-t-il l’appareil ? Pas « est-ce sécurisé » ni « est-ce chiffré » — est-ce que ça voyage. Un service qui traite les données sur un serveur devrait le dire clairement.
- Combien de temps est-il conservé ? Si l’audio est envoyé quelque part, il y est stocké quelque part, au moins brièvement. La question est de savoir si c’est pour des minutes, des jours, ou jusqu’à ce que vous demandiez sa suppression.
- Sert-il à entraîner quoi que ce soit ? Traiter votre audio et apprendre de votre audio sont deux usages différents. Un service peut être honnête sur le premier point et rester flou sur le second.
Si une page ne répond qu’à la première question, vous n’avez qu’un tiers du tableau. Si elle ne répond à aucune et propose à la place un discours sur le chiffrement, considérez cela comme une réponse en soi. Le flou sur la conservation n’est presque jamais un hasard.
Pour appliquer ce principe ici : l’application de transcription SozAI fonctionne via un serveur, ce qui signifie que l’audio que vous enregistrez ou importez est envoyé pour être traité, et les détails sur la conservation et le traitement des données figurent sur la page consacrée à la sécurité et au traitement des données. Les outils gratuits de sous-titrage et de comptage disponibles sur le site sont, eux, la partie qui fonctionne entièrement dans votre navigateur, et ils ne font pas de transcription.
Supprimer la transcription ne veut pas dire supprimer l’audio
C’est le piège qui attrape les gens qui ont pourtant fait tout le reste correctement. Vous terminez avec un enregistrement sensible, vous supprimez la transcription dans l’application, et l’élément disparaît de votre liste. On a l’impression que c’est réglé.
La transcription et l’audio obéissent généralement à des règles de conservation distinctes. Supprimer une transcription dans une application la retire de votre vue dans cette application. L’audio qui l’a produite reste chez le service qui a fait le traitement, selon la politique de conservation propre à ce service, et cette politique n’est pas forcément déclenchée par le fait d’appuyer sur « supprimer » pour un morceau de texte. Ce sont deux suppressions différentes, et une seule des deux se déroule sous vos yeux.
Donc si l’audio compte pour vous, cherchez spécifiquement la réponse sur la conservation, dans la politique de confidentialité ou partout où un service documente ce point. Cherchez une durée précise, ou un moyen déclaré de demander la suppression du fichier source, pas seulement du résultat. Si vous ne trouvez ni l’un ni l’autre, c’est que vous n’avez pas trouvé de politique qui couvre ce qui vous inquiète.
Ce que vous perdez en exigeant un traitement entièrement local
Si vous décidez que rien ne doit quitter l’appareil, point final, c’est une position défendable, mais elle a un coût. Mieux vaut connaître ce coût avant de vous engager, car la déception arrive généralement plus tard, au milieu d’un long fichier.
Le modèle doit se trouver sur votre appareil, donc vous payez en espace de stockage. Il doit tourner sur votre appareil, donc vous payez en temps, et la facture s’alourdit sur du matériel ancien et des enregistrements longs. Une réunion de deux heures n’est pas l’affaire de deux minutes sur un téléphone qui a quelques années. Il n’y a aucun moyen de contourner cela dans une architecture locale, puisque tout l’intérêt est justement qu’aucune machine plus rapide n’intervient.
Sur la précision, résistez à la tentation d’accepter une règle générale, dans un sens comme dans l’autre. Ce qu’on peut affirmer sans risque, c’est qu’une configuration locale est limitée par ce qui tient sur l’appareil et par ce que l’appareil peut calculer, alors qu’une configuration serveur ne l’est pas. Que cela se répercute sur votre transcription dépend du modèle, de l’enregistrement, des accents, du bruit de fond et de la langue. Le seul test honnête, c’est votre propre audio, sur l’outil que vous envisagez, avant de vous y fier pour quelque chose d’important.
Et il existe une voie médiane que l’on néglige souvent : tous les enregistrements n’exigent pas le même traitement. La séance chez le psy et la réunion d’équipe hebdomadaire n’appellent pas la même prudence. Il est tout à fait raisonnable d’utiliser un outil basé sur un serveur pour la majorité de votre travail, et de garder un petit lot d’enregistrements complètement à l’écart, en les transcrivant à la main ou pas du tout. Décider dans quelle pile ranger un fichier est généralement une façon plus rapide de trouver la tranquillité d’esprit que de chercher un outil unique qui conviendrait à tous les cas.
