Lors d'une étude en laboratoire menée en 2016 à Stanford et chez Baidu, des participants dictant de courts messages à un iPhone 6 Plus atteignaient 153 mots par minute en anglais. Les mêmes personnes sur le clavier du téléphone : 52. En mandarin, 123 contre 43 (Ruan et al.). La voix faisait aussi moins d'erreurs en cours de route, même si elle en laissait un peu plus dans le texte final : 1,30 % de mots erronés contre 0,79 % au clavier.
C'était un moteur de reconnaissance vieux de dix ans, dans des conditions idéales, et il triplait déjà la vitesse de frappe. Personne n'a donc besoin d'être convaincu que parler va plus vite. La décision qui vous attend est plus étroite et plus coûteuse : payer de 8 à 15 $ par mois pour une appli de dictée IA, ou utiliser la touche micro que votre ordinateur possède déjà ?
Notre avis, après avoir lu les pages de tarifs, les politiques de confidentialité et les docs des principaux concurrents : la plupart des gens devraient commencer par le gratuit et y rester tant qu'ils ne peuvent pas nommer précisément ce que l'outil gratuit fait mal. Les applis payantes offrent bien quelque chose que les outils intégrés n'ont pas. Mais c'est plus restreint que ce que dit leur marketing.
Le gratuit progresse sans cesse, et l'actualité le confirme
Nvidia a publié Nemotron 3.5 Transcribe, un modèle gratuit à poids ouverts qui transcrit l'audio dans jusqu'à 40 langues, gère des enregistrements d'une heure et distingue jusqu'à huit locuteurs (TechCrunch). C'est un outil pour développeurs, pas une appli de dictée, et TechCrunch signale une limite qui compte ici : il travaille sur de l'audio enregistré, pas sur du direct. Vous ne pouvez pas appuyer sur une touche et lui parler.
Mais c'est le même schéma que toute l'année. De puissants modèles de reconnaissance vocale arrivent en téléchargement gratuit, et les applis qui les intègrent (plusieurs sont gratuites, comme Spokenly et l'offre gratuite de Superwhisper) obtiennent un meilleur moteur sans le payer. Ce qui distingue une appli payante d'une gratuite, c'est moins le moteur que l'édition qui l'entoure, et nous y viendrons.
Le côté Apple a bougé aussi. MacStories a chronométré un outil en ligne de commande basé sur SpeechAnalyzer et SpeechTranscriber, les API de reconnaissance sur l'appareil d'Apple, face au modèle Large V3 Turbo de MacWhisper sur une vidéo de 34 minutes. L'API d'Apple a terminé 2,2 fois plus vite, 45 secondes contre 1 minute 41, sans différence notable de qualité de transcription (MacStories). Ce test portait sur la transcription de fichiers, pas sur la touche Dictée : prenez-le comme un indice sur le moteur, pas sur l'expérience d'usage. Le guide Mac actuel d'Apple ajoute qu'avec Apple Intelligence sous macOS 27, la Dictée utilise un modèle sur l'appareil pour améliorer l'orthographe, la ponctuation et les majuscules, mais seulement en anglais, uniquement sur les Mac équipés d'une puce M3 ou plus récente et d'au moins 12 Go de mémoire unifiée (Apple).
Nous n'avons trouvé aucun test indépendant de taux d'erreur de mots portant sur les touches intégrées elles-mêmes, celles d'Apple, de Microsoft ou de Google. Cette lacune compte, et c'est pourquoi la section sur la précision ci-dessous s'appuie sur les chiffres d'un éditeur, avec une mise en garde.
Où va votre audio
C'est la différence la plus nette entre les options, et elle est écrite noir sur blanc dans la documentation de chaque éditeur.
La saisie vocale de Windows (Win+H) utilise la reconnaissance vocale en ligne propulsée par Azure Speech, donc elle exige une connexion internet (Microsoft). Apple indique que vous pouvez consulter les réglages du clavier pour savoir si la Dictée générale est traitée sur votre appareil plutôt qu'envoyée aux serveurs de Siri, et la même page précise que si vous acceptez de partager des enregistrements audio, Apple peut en examiner un échantillon. Une fonction Windows change la donne : sur les PC Copilot+, la Fluid dictation de Microsoft utilise de petits modèles de langage sur l'appareil pour corriger grammaire, ponctuation et mots de remplissage pendant que vous parlez, en anglais, et elle est activée par défaut. La page d'aide de Gboard de Google couvre les commandes et les langues mais, sur la page que nous avons lue, n'indique pas où l'audio est traité. Nous ne spéculerons pas.

Chez les applis payantes, les réponses diffèrent par nature. Superwhisper affirme que ses modèles locaux tournent entièrement sur votre appareil et que « votre audio et vos transcriptions ne quittent jamais votre appareil ». Si vous choisissez un modèle cloud, l'audio part vers ses serveurs, où il est « traité en mémoire et non conservé une fois la requête terminée », ou vers un fournisseur tiers soumis à ses propres conditions. L'éditeur précise aussi que vos données ne servent pas à entraîner des modèles (politique de confidentialité de Superwhisper).
Wispr Flow fonctionne d'abord dans le cloud. Sa page de confidentialité indique que l'audio est envoyé en TLS à ses serveurs, transcrit, puis supprimé, sauf si vous activez le stockage cloud. Deux réglages méritent un coup d'œil avant de commencer. « Improve the model for everyone » permet à Wispr d'utiliser vos audios, transcriptions et corrections pour l'entraînement. La page dit que l'entraînement est désactivé par défaut et verrouillé sur les offres Growth et Enterprise, sans préciser la valeur par défaut des offres individuelles. Et « Context awareness » lit un texte limité de l'appli dans laquelle vous dictez pour que les noms soient bien écrits (Wispr Flow).
Si la confidentialité de l'audio tranche la question pour vous, notre article sur l'IA locale face à l'IA cloud détaille le compromis général, et celui sur les enregistreurs IA toujours à l'écoute traite de l'aspect légal de l'enregistrement d'autres personnes.
Ce qu'apporte l'abonnement, c'est l'édition
La dictée brute est une transcription. Vous dites « euh, donc le truc c'est qu'on devrait, en fait, bon, décalons la deadline à vendredi » et vous obtenez exactement ça, hésitations comprises. Les applis payantes ajoutent une seconde passe qui transforme cela en ce que vous vouliez écrire.

L'argument de Wispr Flow, c'est exactement cela : la dictée dans n'importe quelle appli avec commandes IA et corrections automatiques, un dictionnaire et des snippets, et un modèle qui apprend vos noms et votre jargon. Chez Superwhisper, l'équivalent se trouve dans l'offre Pro : des modes propulsés par l'IA comme Super et Mail, la prise en compte du contexte et la transcription en temps réel, rien de tout cela dans l'offre gratuite (offres Superwhisper). Aqua Voice fait payer les instructions personnalisées et le dictionnaire personnel dans Pro, et les commandes vocales et un mode temps réel dans l'offre Max (Aqua).
Les outils intégrés s'arrêtent pour la plupart à la première case. La Dictée d'Apple insère la ponctuation et comprend « nouvelle ligne » et « nouveau paragraphe ». Gboard accepte « point », « virgule » et « nouveau paragraphe » et permet de remplacer un mot en l'appuyant puis en disant le nouveau. Windows propose des commandes du type « arrête d'écouter ». Apple et Gboard s'arrêtent là. L'exception est la Fluid dictation sur les PC Copilot+, qui supprime bien les mots de remplissage et corrige la grammaire : un outil gratuit couvre donc désormais une partie de ce que les applis payantes facturent. Ce qu'aucun outil intégré ne documente, c'est la réécriture d'une phrase décousue ou un dictionnaire de vos propres noms.
L'écart se voit dans ce que disent les utilisateurs d'outils gratuits. Un utilisateur de Hacker News qui se sert de l'appli open source gratuite Handy a écrit qu'« on ne peut pas lui demander de corriger ses fautes de grammaire, elle enregistre simplement vos mots tels quels. Mais pour ça, elle est super » (Hacker News). En réponse à une recommandation de MacWhisper dans le même fil, un autre a écrit : « Mon seul reproche, c'est que les modèles sur l'appareil ne gèrent pas tout seuls les commandes de ponctuation » (Hacker News).
Précision : le seul duel est mené par un concurrent
Superwhisper publie un benchmark de 16 modèles vocaux sur 8 jeux de données, dont des conférences de résultats pleines de noms d'entreprises, de la parole spontanée et des réunions. Il y inclut Wispr Flow avec sa passe de nettoyage désactivée, afin que la sortie puisse être notée face à une référence mot pour mot. Sur les résultats agrégés, le modèle cloud de Superwhisper, S1 Voice, affichait un taux d'erreur de mots de 6,6 % et la sortie brute de Wispr Flow 8,7 % (benchmarks Superwhisper). Sur le nombre de termes de vocabulaire personnalisé correctement reconnus, Wispr obtenait 62,5 % contre 83,3 % pour Superwhisper et environ 91 % pour ElevenLabs Scribe v2 et GPT Transcribe d'OpenAI.
Lisez ce tableau avec une bonne dose de recul. Superwhisper l'a conçu, a choisi les jeux de données et a fait tourner le produit d'un concurrent comme une boîte noire, une fonction désactivée. La page publie aussi des lignes où d'autres le battent, ce qui est à son crédit, et elle indique que le code et les sorties clip par clip sont dans un dépôt de benchmark. Nous n'avons pas audité ce dépôt. La page ne précise pas non plus quelle version du modèle de Wispr a été utilisée. Wispr a en outre annoncé son propre modèle vocal, Canto, donc la ligne Wispr ne décrit peut-être pas ce qui est livré aujourd'hui. Ce que les chiffres permettent d'affirmer reste modeste : les cinq meilleurs modèles cloud sont à environ deux points de taux d'erreur les uns des autres, et les outils intégrés ne figurent pas du tout dans le tableau.
Les utilisateurs ne sont pas tous d'accord avec le classement du benchmark. Un commentateur de Hacker News, répondant à l'annonce de Canto par Wispr, a écrit : « Je suis passé de Superwhisper à WisprFlow, puis Spokenly, puis Fieldwork, et j'ai trouvé WisprFlow le moins précis des 4 » (Hacker News). C'est l'expérience d'une personne, pas un test, et l'annonce de Wispr cite son propre benchmark. Les accents, les micros et le vocabulaire varient : un test personnel vaut mieux que n'importe quel tableau.
Ce que chacun coûte, et comment c'est facturé
Les prix ci-dessous viennent des pages des éditeurs. Le Pro de Wispr Flow coûte 12 $ par utilisateur et par mois en facturation annuelle, 15 $ en mensuel, et son offre gratuite limite l'usage sur ordinateur à 2 000 mots par semaine (Wispr Flow). Le Pro de Superwhisper coûte 8,49 $ par mois, 84,99 $ par an ou 249,99 $ en une fois, et une seule licence couvre tous vos Mac, PC Windows et téléphones. Le Pro d'Aqua coûte 10 $ par mois facturés annuellement, avec 1 000 mots gratuits pour essayer. Le Pro de MacWhisper est un paiement unique de 64 € (MacWhisper).
| Appli | Offre gratuite | Payant et facturation | Destination de l'audio |
|---|---|---|---|
| Dictée Apple, Win+H, Gboard | Gratuit, intégré | Aucune | Apple : voir les réglages. Windows : Azure (Fluid dictation en local). Gboard : non précisé |
| Superwhisper | Illimitée, modèles Whisper locaux, sans nettoyage IA | 8,49 $ par mois, 84,99 $ par an, 249,99 $ en une fois | Local ou cloud, au choix |
| Wispr Flow | 2 000 mots par semaine sur ordinateur | 15 $ par mois, ou 12 $ par mois facturés annuellement | Cloud |
| Aqua Voice | 1 000 mots | 10 $ par mois facturés annuellement | Serveurs d'Aqua ; le Privacy Mode limite les transcriptions conservées |
| MacWhisper | Version gratuite | 64 € une fois | Modèles locaux ou cloud |
Wispr est un abonnement avec un plafond hebdomadaire strict sur l'offre gratuite : un gros utilisateur atteint vite la limite et doit alors décider sous pression. L'offre gratuite de Superwhisper n'a aucun plafond, mais pas de nettoyage non plus. La licence à vie, à 249,99 $, représente environ trois ans de l'offre annuelle et, avec le paiement unique de MacWhisper, c'est l'une des deux seules options ici qui arrêtent de facturer. Nous la considérons comme la meilleure structure tarifaire pour qui sait qu'il dictera pendant des années. Les étudiants et les associations bénéficient de 40 % de réduction sur Superwhisper s'ils la demandent avant d'acheter.
Nos choix, selon ce que vous faites toute la journée
Commencez une semaine avec la touche intégrée. Elle ne coûte rien, fonctionne dans tous les champs de texte, et vous saurez si l'habitude s'installe. Mieux vaut ne pas le découvrir en étant engagé sur un abonnement annuel.
Si vous dictez des e-mails, des notes et des messages Slack et que le texte brut vous convient, restez sur le gratuit. Superwhisper Free offre des modèles locaux avec une dictée illimitée, MacWhisper a une version gratuite qui fait aussi tourner des modèles locaux, et les utilisateurs de Windows qui veulent quelque chose de privé peuvent regarder Whisperstream, qui fait de la reconnaissance en local.
Payez quand le nettoyage est l'enjeu. Si vous dictez de longs brouillons, des prompts pour une IA ou des e-mails clients et que vous supprimez à la main les « euh » et les faux départs, un abonnement se justifie plus facilement. Nous essaierions d'abord l'offre gratuite de Wispr Flow, car 2 000 mots par semaine suffisent pour juger son nettoyage sur votre propre voix. Regardez ensuite Superwhisper Pro ou la licence à vie si vous voulez des modèles locaux et une licence pour tous vos appareils. Les pages Willow Voice et Aqua valent le détour si vous cherchez d'autres options.
Nous éviterions de payer si vous ne dictez que par courtes rafales, si votre Mac est un M3 avec 12 Go ou plus sous macOS 27 (les corrections d'orthographe et de ponctuation sur l'appareil d'Apple peuvent suffire), si vous avez un PC Copilot+ avec Fluid dictation, ou si l'audio ne doit pas quitter votre machine et que vous n'avez pas besoin de réécriture. Nous éviterions aussi toute appli que vous n'avez pas testée un jour entier avec votre propre jargon.
Si ce sont des enregistrements de réunions qui vous intéressent plutôt que votre propre voix, c'est une autre catégorie d'outils. Notre guide des notes de réunion par IA et l'article sur les meilleurs outils de transcription IA en parlent, et le classement ToolRank des outils de transcription montre où se situe chacun.
Questions fréquentes
Wispr Flow vaut-il le coup d'être payé ?
Si vous dictez des heures chaque semaine et supprimez les hésitations à la main, probablement. À 12 $ par mois en facturation annuelle, c'est un petit coût au regard du temps gagné. Si vous dictez quelques messages par jour, l'offre gratuite de 2 000 mots par semaine peut suffire, et les outils intégrés aussi.
Superwhisper est-il meilleur que Wispr Flow ?
Ils conviennent à des profils différents. Superwhisper fait tourner des modèles locaux, propose une offre gratuite sans plafond et une licence à vie. Wispr Flow fonctionne dans le cloud et excelle dans le nettoyage. Le seul duel publié que nous ayons trouvé est celui de Superwhisper lui-même, et nous le pondérons en conséquence.
La Dictée d'Apple ou la saisie vocale de Windows sont-elles confidentielles ?
Selon Microsoft, la saisie vocale de Windows utilise la reconnaissance vocale en ligne propulsée par Azure Speech et exige une connexion internet. Apple indique qu'une partie de la Dictée est traitée sur l'appareil et vous invite à consulter les réglages du clavier pour savoir si c'est le cas chez vous.
Ces applis fonctionnent-elles dans toutes les applis ?
Wispr Flow affirme fonctionner dans n'importe quelle appli sur Mac, Windows, iPhone et Android. Superwhisper cite Slack, Gmail et tout autre site ou appli. Les outils intégrés fonctionnent partout où un champ de texte accepte la saisie système, même si le comportement varie.
Peut-on utiliser la dictée entièrement hors ligne ?
Oui. C'est le cas des modèles Whisper locaux de Superwhisper et de MacWhisper. La saisie vocale de Windows exige internet. Testez le mode hors ligne avec le Wi-Fi coupé avant de lui faire confiance.
Prochaine étape : choisissez une option gratuite, dictez tout pendant cinq jours ouvrés et notez combien de mots par semaine vous utilisez réellement. Si vous dépassez les 2 000 de Wispr, vous avez trouvé votre offre.