Plaud Note Review: Appareil de transcription AI élégant avec modèles de résumé

Chez Moyens I/O, nous avons récemment analysé un appareil d’intelligence artificielle de couleur orange. Il n’a pas eu de succès. « Le pire gadget que j’ai jamais testé. » C’est le résumé de la situation du Rabbit R1. Le Humane AI Pin n’a pas non plus bien résisté aux mains des experts, et l’entreprise est actuellement aux prises avec une situation où elle obtient plus de retours qu’elle ne peut vendre de nouvelles unités.

Depuis que cette première vague s’est estompée, nous avons vu une nouvelle vague de gadgets d’IA faire leur apparition, promettant des compagnons intelligents qui écoutent et apprennent toujours de vos interactions quotidiennes. Mais si les compagnons intelligents – en particulier ceux qui recherchent une connexion émotionnelle profonde – m’ont appris quelque chose, c’est qu’ils sont malléables et pas dans le bon sens.

Basée à San Francisco, Plaud a une approche plutôt modeste du matériel d’intelligence artificielle, qui mise davantage sur l’aspect pratique que sur la prétention de faire honte à l’ingéniosité humaine. Sa première offre est Plaud Note, un appareil élégant à clipser qui déploie l’intelligence artificielle générative pour quelque chose d’aussi simple que l’enregistrement de notes vocales. Il les retranscrit également, avec une touche supplémentaire de commodité de résumé. Mais est-ce vraiment efficace ?

À quoi ressemble l’utilisation du Plaud Note

Le Plaud Note est presque aussi fin que les boutons de l’iPhone 15 Pro. Il est ridiculement léger, mais en même temps, il est fantastique au toucher. Et le meilleur, c’est qu’il n’y a aucune courbe d’apprentissage. L’installation est une promenade de santé, et tout ce que vous avez à faire est d’appuyer sur le bouton rond jusqu’à ce que vous sentiez le mouvement de vibration à l’intérieur et que vous voyiez la lumière rouge clignoter.

Vous voyez ce petit bouton physique ? Lorsqu’il est abaissé, les micros du Note collectent les signaux sonores de votre environnement. Relevez-le en mode appel et un moteur de conduction de vibrations entre en action et enregistre vos appels. La connexion avec votre téléphone est établie via Bluetooth et dès que vous ouvrez l’application, tous les enregistrements apparaissent soigneusement classés sous forme de liste, le plus récent se trouvant en haut.

Si vous parlez anglais ou si votre travail repose sur la communication en anglais, le Plaud Note est un choix fiable. Je l’ai essayé avec une variété d’accents et cela a bien fonctionné. Les seuls problèmes se sont produits avec l’écossais prononcé, mais la transcription était toujours utilisable, à ma grande surprise.

Le problème, c’est avec les termes techniques, les noms stylisés ou les expressions familières. Par exemple, « GPT-4o » a été mal transcrit en « G34 », alors que « Claude Sonnet » apparaît dans la transcription sous le nom de « CloudSonic ». Cependant, cela peut aussi être imputé à la clarté de la prononciation. La transcription a souvent bien capté la voix de mon frère et l’a retranscrite avec précision, mais elle a parfois fait des erreurs avec ma voix, même si je lisais exactement le même passage.

Pour ces erreurs, vous pouvez modifier la transcription avant de la partager ou de l’exporter localement. Mais il y a un petit inconvénient ici. Une modification apportée au fichier texte de transcription ne se reflète pas automatiquement dans le résumé ou la carte mentale. Heureusement, l’application propose des options dédiées pour une deuxième tentative de transcription ainsi que pour le résumé.

Outre l’anglais, j’ai essayé des transcriptions en hindi, en ourdou, en persan et en arabe. Même avec des commentaires littéraires en ourdou classique – qui sont essentiellement le même contraste avec la langue ourdou ordinaire que l’anglais victorien avec sa version moderne du XXIe siècle – le Plaud Note a fait un travail impressionnant.

Le texte transcrit a fait un travail décent et avec un niveau de précision que je n’attendais pas d’une langue autre que l’anglais. Et sur la base de la transcription dont je disposais, il a également fait un travail admirable avec le résumé.

Mais les problèmes d’orthographe sont évidents dès le départ, et si je devais les quantifier, la précision se situerait autour de 85 à 90 %. Ces erreurs peuvent être imputées au modèle linguistique sous-jacent, qui a été formé principalement sur l’anglais et dans des proportions bien inférieures pour les données en ourdou.

Une autre raison de ces erreurs est la façon dont ces langues sont écrites. Prenons par exemple l’ourdou, l’arabe et le persan. Ces trois langues suivent les mêmes règles d’écriture fondamentales. Contrairement aux mots anglais (où un ensemble de lettres forme un mot, mais où chaque lettre est toujours clairement visible dans sa forme majuscule ou minuscule d’origine), ces règles ne s’appliquent pas aux langues susmentionnées.

Dans ces écritures, les mots sont des composés dans lesquels les lettres changent de forme en fonction de leur longueur et des possibilités de les garder discernables. De plus, le système « aeraab » rend les lettres représentant « O », « E » et « A » invisibles, tandis que le système «izaafat » qui joint deux mots avec un « e » complique encore les choses.

Toutes ces nuances signifient que la transcription que vous obtenez produit souvent des mots qui se lisent correctement, mais qui sont en fait inexacts du point de vue du script. J’ai remis le Plaud Note à un professeur de portugais dans une ambassade locale et, après un bref essai, ils ont supposé que l’appareil pouvait très bien comprendre les accents natifs, mais qu’il aurait du mal avec les locuteurs non natifs.

La balle n’est pas dans le camp de Plaud. Il incombe aux créateurs des modèles d’IA sous-jacents de diversifier leurs données d’entraînement pour couvrir davantage de langues et d’accents. En parlant de modèles d’IA, vous avez le choix entre GPT-4o et Claude 3.5 pour la transcription et la synthèse. En comparaison, GPT-4o d’OpenAI s’avère être l’option la plus fiable avec une marge saine.

Quelques extras, quelques pièges

Il existe une différence entre la qualité brute que vous obtenez à partir d’une voix enregistrée à partir d’une source ambiante (comme un humain ou un orateur) et les appels vocaux. La première s’avère correcte, mais les enregistrements d’appels téléphoniques semblent un peu atténués, ce qui n’est pas totalement inattendu. Cela affecte également la qualité des transcriptions que vous obtenez de l’IA.

Pour améliorer la situation, l’application Plaud propose un système de gain de voix qui permet de régler la sensibilité du micro embarqué afin qu’il puisse capter plus précisément la voix provenant de l’écouteur du téléphone. Mais en fonction du niveau de bruit ambiant, une augmentation trop importante de la sensibilité laisse également plus de bruit s’infiltrer dans les enregistrements.

Il faut un peu d’expérimentation pour obtenir le bon résultat pour les appels vocaux et extraire l’enregistrement audio de la meilleure qualité. Cependant, ce que vous obtenez dépend également de la qualité du réseau et du fait que l’appel soit effectué via une ligne cellulaire. Les appels Wi-Fi et WhatsApp étaient corrects, mais à l’intérieur, le Plaud Note a parfois eu du mal à cause des interférences du réseau.

En ce qui concerne la qualité de la transcription, elle est assez proche de celle de l’application Recorder préinstallée sur les téléphones Pixel. D’après mon expérience, cette application s’est avérée la plus précise au fil des ans, mais je n’hésiterai pas à la remplacer par Plaud Note, d’autant plus que cette dernière propose des modèles prêts à l’emploi pour résumer le contenu dans des formats présentables.

Les modèles fonctionnent également très bien. J’ai enregistré une session d’un conférencier lors d’un séminaire virtuel, et la note de résumé de la « conférence » a non seulement retenu un titre étrangement bon, mais a également créé un document propre entrecoupé de puces et de sous-titres. Je ne suis pas vraiment fan des cartes mentales, mais cette fonction est disponible.

Heureusement, vous pouvez choisir de faire une nouvelle transcription et de modifier le modèle de résumé pour tout clip audio existant. Ce que j’aime le plus dans l’approche Plaud Note, c’est que vous pouvez tout faire dans une seule application, au lieu de passer d’un service Web à un autre et d’une application à l’autre.

Mais, mais, mais… il y a une application

Il y a de fortes chances qu’une application puisse faire tout ce que Plaud Note peut faire. En fait, maintenant que les téléphones exécutent des moteurs d’IA localement, un bon nombre d’entre eux offrent des fonctionnalités d’enregistrement, de transcription et de traduction hors ligne. Cependant, chaque approche a son lot d’avantages et d’inconvénients. Commençons par aborder la situation des applications.

Prenons l’exemple d’Otter, l’une des applications d’enregistrement et de transcription vocale les plus populaires, notamment auprès des professionnels et des journalistes. Elle repose sur un modèle d’abonnement qui coûte 8,33 $ par mois, tandis que le niveau personnel Plaud coûte 6,59 $ par mois, même si les deux vous limitent à 1 200 minutes d’enregistrement.

Le plus grand avantage de l’Otter est qu’il s’appuie sur les micros supérieurs intégrés à un téléphone, ce qui signifie que l’audio enregistré sonne bien mieux. Mais il n’est pas aussi polyvalent que Plaud Note, et cela se résume au déploiement de l’IA. Otter ne prend en charge que la langue anglaise pour le moment, avec plusieurs accents qui vont avec. Plaud Note est géré par GPT-4o d’OpenAI, qui offre un support pour 59 langues et peut très bien gérer les accents. Le plus grand avantage du déploiement de l’IA pour les transcriptions est qu’elle effectue des corrections en cours de route au lieu de simplement retranscrire un jargon mal orthographié et d’aller de l’avant.

Essayez simplement la saisie vocale avec l’application mobile Google Keyboard ou dans Google Docs. L’IA effectue des corrections en temps réel pendant que vous parlez pour accéder à une note ou à un article. En plus d’effectuer des corrections (orthographe, grammaire ou cohérence stylistique), elle apprend de ce que vous dites et effectue les corrections nécessaires dans les blocs de mots ou de phrases précédents.

Voilà le concept fondamental des chatbots conversationnels. Les modèles linguistiques sont formés pour prédire le mot suivant. Les experts qualifient ce comportement de contingences statistiques, un domaine dans lequel le cerveau humain excelle particulièrement. Il s’agit essentiellement de la relation complexe d’ordre élevé entre les mots, qui se rassemblent pour former un groupe qui a du sens en tant que langage cohérent.

La situation de l’IA ne peut que s’améliorer au fil du temps, tant en termes de précision que de diversité. Par exemple, il existe le programme open source No Language Left Behind de Meta (NLLB-200) qui prend en charge les traductions dans plus de 200 langues. Mais l’IA va au-delà des simples corrections orthographiques et grammaticales dans les clips audio transcrits sur Plaud Note. Elle va résumer vos notes vocales, créer des cartes mentales et même proposer un ensemble de modèles qui filtrent et condensent soigneusement le contenu dans un format facile à comprendre.

Un autre avantage plutôt pratique est la possibilité de stockage. En tant que journaliste, je n’arrive souvent pas à supprimer les enregistrements vocaux d’une interview, même après avoir vérifié les faits et publié l’article en question. « On ne sait jamais quelle pépite d’information on peut trouver dans un journal d’interview », me dis-je souvent. Cela ronge l’espace de stockage du téléphone.

Le pire, c’est que les téléphones modernes ne permettent pas d’étendre le stockage via des cartes microSD. Et même si vous avez acheté une version plus haut de gamme, vous devrez éventuellement les exporter. Avec le Plaud Note, vous obtenez 64 Go de stockage natif, ce qui présente également cet avantage certain.

Les téléphones ont aussi l’IA

L’intelligence artificielle Galaxy. L’intelligence artificielle Apple. L’intelligence artificielle Google sur Pixels. Toutes ces solutions peuvent accomplir des choses fantastiques. Parfois, elles échouent, produisent des résultats stéréotypés ou ne montrent aucune retenue lorsqu’il s’agit de transformer un personnage de dessin animé préféré des enfants en démon nazi. Il faut aussi tenir compte du fait que ces solutions d’IA ne seront pas toujours gratuites.

Mais supposons que nous vivions dans un monde juste et que les marques se sentent soudainement philanthropes envers l’IA. Il faudrait quand même payer cher pour posséder le matériel qui exécute toute cette magie de l’IA, car l’IA, en particulier celle intégrée à l’appareil, nécessite une grande puissance de feu. À tel point qu’Apple Intelligence n’est disponible que sur l’iPhone 15 Pro et Pro Max.

L’IA Galaxy est également limitée aux téléphones Samsung haut de gamme. La situation ne changera probablement pas cette année. Ni dans l’année à venir. En effet, proposer une IA de nouvelle génération sur un téléphone dépend autant du silicium disponible que des décisions prises par une marque en matière de produits. Après tout, vous ne pouvez pas vous attendre à obtenir 12 Go de RAM (presque la base pour les tâches d’IA locales) sur un téléphone à petit budget.

Oui, l’IA va stimuler les ventes de téléphones, selon les analystes, mais la puissance du silicium n’a pas encore atteint le stade où elle peut exécuter des fonctions d’IA sophistiquées sur un téléphone à petit budget. Et sans frais associés pour y accéder. Avec le Plaud Note, vous pouvez l’associer à n’importe quel iPhone ou Android, sans avoir à vous soucier de la vitesse d’horloge du processeur sous le capot.

Il vous suffit de placer un anneau magnétique à l’arrière de votre téléphone, de coller l’étui en cuir et d’appuyer sur le bouton d’enregistrement. Et si vos besoins ne dépassent pas 300 minutes d’enregistrement et de transcription par mois, vous n’avez même pas à payer les frais d’abonnement nominaux.

Faut-il acheter le Plaud Note ?

Pour l’instant, si vous possédez un téléphone phare assez récent, vous n’avez pas besoin du Plaud Note, mais pour le reste, c’est une solution satisfaisante à un besoin pratique. iOS 18 a introduit un système natif d’enregistrement et de transcription des appels. Et comme ces enregistrements sont automatiquement importés dans l’application Notes, vous pouvez les résumer ou les reformuler à l’aide des outils d’écriture d’Apple Intelligence, en supposant que votre téléphone prenne en charge la boîte à outils d’IA.

Google, de son côté, autorise enfin l’enregistrement natif des appels aux États-Unis, à commencer par le Pixel 9. Google l’appelle Call Notes et déploie l’IA Gemini Nano sur l’appareil pour l’analyse, la transcription et la traduction. Gardez simplement à l’esprit que ces fonctionnalités ne sont encore exclusives qu’à un petit nombre de téléphones pour le moment. De plus, quelle que soit la plateforme, ces fonctionnalités d’IA pourraient ne pas être gratuites pour toujours.

En un mot, la fidélité à un téléphone a un prix élevé. Pour le reste, le Plaud Note est une solution fiable et tout-en-un. Il fait un assez bon travail de transcription, déploie l’IA pour les convertir en formats significatifs et offre un partage granulaire ainsi que des contrôles d’exportation.

C’est l’ensemble de la pile matérielle et logicielle qui entre en jeu ici et la commodité collective qu’elle offre qui élève Plaud Note au-dessus de l’argument sceptique « cela aurait pu être une application ». Et pour les personnes qui aspirent à une solution d’enregistrement et de transcription autonome comme Plaud, de tels arguments n’auront aucune importance. Plaud Note a déjà dépassé les 10 millions de dollars de ventes, il y a donc certainement une niche prête à payer pour cela.

Soutenez notre effort ❤️

Si vous avez apprécié cet article, pensez à laisser un pourboire pour nous aider à continuer à publier du contenu de qualité.

5 € 10 € 15 € Autre

€

Don avec PayPal Paiement sécurisé sur PayPal