La reconnaissance vocale brute est difficile à lire. Les phrases arrivent en fragments, les « euh » et les « hum » sont partout, un mot se répète pendant que quelqu’un réfléchit et, lors d’un appel sans casque, la moitié de ce qu’ont dit les autres réapparaît sous votre nom. Poffle met en forme la transcription d’une réunion enregistrée sur votre Mac, sans changer ce que chacun a dit, et garde la formulation exacte reconnue à un clic.
Des paragraphes par intervenant
Ouvrez une réunion et choisissez Transcription. Poffle regroupe en un seul paragraphe les passages consécutifs d’un même intervenant, tant que les pauses entre eux ne dépassent pas 4 secondes, dans la limite de 90 secondes par paragraphe. Un nouvel intervenant, ou une pause plus longue, commence un nouveau paragraphe.
Chaque phrase garde son propre minutage. Cliquez sur une phrase pour lire l’enregistrement à partir de là, ou cliquez sur l’heure en haut à droite d’un paragraphe pour le lire depuis le début. La phrase en cours de lecture est surlignée, pour que vous puissiez suivre en lisant.
Épurée ou Originale
Au-dessus de la transcription, un sélecteur propose Épurée et Originale. Épurée, accompagnée de la mention « Hésitations et répétitions supprimées. », est l’option par défaut. Originale affiche le texte « Mot pour mot, tel que reconnu. » Poffle mémorise votre choix pour la prochaine réunion que vous ouvrez.
Épurée supprime :
- Les sons d’hésitation isolés comme « um », « uh » et « hmm ». Chacune des 16 langues prises en charge par Poffle a sa propre liste : en français, par exemple, « euh », « heu » et « hum », et dans d’autres langues des hésitations comme « øh », « ehm », « えーと » ou « 嗯 ». Une hésitation qui est aussi un mot, comme le japonais « あの » (« ce »), n’est supprimée que là où elle sert clairement d’hésitation, par exemple devant une virgule.
- Les mots ou les courtes expressions répétés immédiatement, comme dans « on, on, on devrait ».
Elle rétablit ensuite la ponctuation et les majuscules que ces suppressions laissent derrière elles. Épurée conserve les mots qui peuvent avoir un sens, comme « genre », « donc » ou « tu vois », les vraies répétitions comme « nous nous » ou « vous vous », les nombres et les sigles. Un mot plein répété n’est fusionné qu’à partir de trois occurrences. En coréen, en turc et en vietnamien, où le redoublement d’un mot fait partie de la grammaire, comme dans « yavaş yavaş », seuls les mots grammaticaux redoublés, comme les pronoms et les conjonctions, sont fusionnés. Dans toute autre langue de transcription, seuls « uh », « uhm » et « hmm » sont supprimés, car « um » et « er » sont de vrais mots dans certaines langues, et seules les expressions répétées sont fusionnées.
Épurée est un affichage, pas une modification. La transcription sauvegardée conserve la formulation reconnue, et c’est elle qu’utilisent Copier la transcription et l’export Markdown. Copier le passage, dans le menu qui s’ouvre quand vous cliquez sur un paragraphe en maintenant la touche Contrôle enfoncée, copie la formulation affichée.
L’écho des haut-parleurs
Si vous prenez un appel sur les haut-parleurs du Mac, votre micro entend aussi les autres personnes. Sans correction, leurs paroles apparaîtraient deux fois : une fois depuis l’audio du Mac, puis sous Vous.
Une fois les deux pistes transcrites, Poffle les compare. Un passage du micro de quatre mots ou plus est écarté lorsqu’au moins 65 % de ses mots apparaissent dans le même ordre dans l’audio du Mac à 1,5 seconde près, et que les deux se chevauchent dans le temps sur au moins la moitié du passage. Les passages de deux ou trois mots doivent correspondre entièrement et se chevaucher sur 80 % de leur durée. Dans ce cas, la réunion affiche « L’audio de la réunion capté par le micro a été exclu de la transcription. Un casque permet d’éviter cela. »
Il ne s’agit pas d’une annulation d’écho. Des mots isolés, un écho partiel et un écho mêlé à votre propre voix peuvent subsister. Si vous répondez un peu plus tard avec les mêmes mots que quelqu’un vient de prononcer, votre réponse est conservée. La version de ces mots issue de l’audio du Mac reste dans la transcription : rien de ce qu’a dit l’autre côté n’est perdu. La solution fiable, c’est le casque : le micro n’entend alors que vous.
Nommer les intervenants
Votre micro est étiqueté Vous. Après la réunion, Poffle sépare les voix de l’audio du Mac sur ce Mac et les étiquette Intervenant 1, Intervenant 2, et ainsi de suite. Lorsque l’enregistrement est associé à un évènement de calendrier, le nombre de participants fixe une limite supérieure : la voix d’une personne risque moins d’être répartie entre deux intervenants.
- Cliquez sur le nom d’un intervenant au-dessus de l’un de ses paragraphes.
- Choisissez un participant sous Depuis cet évènement du calendrier, ou choisissez Saisir un nom….
- Vérifiez quelques paragraphes en les écoutant. Le nom s’applique à tous les paragraphes de cet intervenant dans cette réunion.
Les responsables des actions suivent le changement de nom : « Intervenant 2 » dans les notes devient le nom que vous avez choisi. La séparation des intervenants est probabiliste. Une parole qui se chevauche ou très brève peut rester sans attribution plutôt que de recevoir une identité devinée, et Poffle ne déduit jamais qui est quelqu’un à partir de la liste des participants. Toutes les personnes captées par votre micro, y compris celles qui sont dans la pièce avec vous, sont étiquetées Vous.
Les langues sur ce Mac
L’interface de Poffle est disponible en 16 langues, choisies parce que les réunions peuvent être transcrites et résumées sur le Mac dans chacune d’elles : anglais, danois, néerlandais, français, allemand, italien, japonais, coréen, norvégien, portugais, espagnol, suédois, turc, vietnamien, chinois simplifié et chinois traditionnel.
La plupart utilisent SpeechTranscriber d’Apple, le modèle sur l’appareil qu’Apple a conçu pour les longs enregistrements comme les réunions. Le danois, le néerlandais, le norvégien, le suédois, le turc et le vietnamien utilisent à la place le modèle de dictée sur l’appareil d’Apple, DictationTranscriber. Il fournit lui aussi le minutage des mots : la lecture et les paragraphes fonctionnent donc de la même façon. Attendez-vous à moins de ponctuation dans ces langues, ce qui peut faire s’enchaîner les phrases, et vérifiez les noms et les chiffres avec un soin particulier.
Avant d’enregistrer, réglez Réglages > Parole > Transcription > Langue sur la langue parlée pendant la réunion. Langue du système suit votre Mac. Chaque langue se télécharge une seule fois, à la première utilisation, puis fonctionne hors ligne. Une réunion en deux langues est transcrite dans la langue sélectionnée : l’autre langue sera donc mal transcrite.
Partir d’un enregistrement propre
- Portez un casque pendant les appels : vous supprimez ainsi la principale source d’écho.
- Utilisez le même micro dans l’app d’appel et sur le Mac. Poffle enregistre l’entrée par défaut du Mac.
- Coupez la musique et les sons de notification. Poffle enregistre tout l’audio du Mac, pas seulement l’appel.
- Prononcez clairement les noms la première fois. Ils vous aideront à attribuer les intervenants ensuite.
- Dans une salle, placez le Mac là où il entend tout le monde, et prévenez tout le monde que vous enregistrez.
Une transcription plus propre donne de meilleures notes de réunion et de meilleures réponses lorsque vous posez des questions sur vos réunions. Apple explique la technologie vocale sur laquelle elle repose dans sa session SpeechAnalyzer. Vous pouvez télécharger Poffle et comparer Épurée et Originale sur votre propre enregistrement.
Sources
Documentation officielle et références utilisées dans ce guide.