Traitement sur l’appareil

« Local » sur une page produit peut vouloir dire plusieurs choses. La reconnaissance sur l’appareil, mais la mise en forme dans le cloud. La reconnaissance locale par défaut, mais des modèles cloud proposés en option. Tout en local sauf le contexte d’écran, envoyé pour la personnalisation. Ou vraiment tout : capture, reconnaissance, mise en forme, dictionnaire, historique et toute lecture de contexte, tout sur la machine. Seul le dernier cas vous permet de couper le réseau sans rien perdre, et seul le dernier cas signifie qu’il n’existe aucune copie de vos mots ailleurs que sur votre propre disque.

Trois tests, par ordre d’effort. Désactivez le Wi-Fi et dictez ; un outil entièrement sur l’appareil fonctionne exactement de la même façon. Ouvrez un moniteur réseau comme Little Snitch, filtrez sur l’app et dictez pendant une heure ; vous ne devriez voir que les connexions documentées par l’éditeur, comme les téléchargements de modèles que vous avez lancés et une vérification des mises à jour. Lisez la déclaration de confidentialité et voyez si elle nomme chaque connexion que l’app établit, et pourquoi. Un outil qui réussit les trois a mérité le mot. Une page de politique décrit des intentions ; le moniteur réseau décrit un comportement.

Deux choses sont arrivées en même temps : des modèles vocaux ouverts assez bons pour rivaliser avec les moteurs cloud, et des puces grand public dotées de matériel dédié à l’apprentissage automatique pour les faire tourner. Sur Apple silicon, un grand modèle de reconnaissance et un petit modèle de langage tournent côte à côte en temps réel sur un ordinateur portable. Le compromis qui définissait autrefois les outils locaux, plus lents et moins précis, a presque disparu, ce qui ne laisse au traitement dans le cloud que la synchronisation entre appareils comme argument, ou presque.

Dictée d’Apple peut fonctionner sur l’appareil ou sur les serveurs d’Apple, selon votre Mac et votre langue. Pas besoin de deviner ce qui s’applique à vous : macOS vous le dit dans les réglages.

1. 01 Choisissez le menu Apple → Réglages Système, puis cliquez sur Clavier dans la barre latérale.
2. 02 Allez dans Dictée.
3. 03 Lisez le texte sous l’interrupteur Dictée. Il indique si vos saisies vocales sont traitées sur votre appareil.
4. 04 Si vous dictez dans plusieurs langues, changez la langue de Dictée et relisez le texte, car la disponibilité varie selon la langue et le modèle de Mac.
5. 05 S’il n’est pas indiqué que le traitement se fait sur l’appareil, partez du principe que ce que vous dictez est envoyé à Apple pour être traité.

Moniteur d’activité est inclus sur tous les Mac et permet une première vérification sans rien installer. Il ne vous montre pas où vont les données, mais il montre si des données circulent pendant que vous parlez.

1. 01 Quittez les apps qui utilisent beaucoup le réseau, comme les navigateurs et les outils de synchronisation, pour que la mesure soit calme.
2. 02 Ouvrez l’app Moniteur d’activité et cliquez sur Réseau.
3. 03 Regardez le bas de la fenêtre et notez Données envoyées et Données envoyées/s.
4. 04 Dictez pendant une minute entière dans un éditeur de texte.
5. 05 Comparez les chiffres. De l’audio qui quitte votre Mac pendant une minute se voit nettement dans la hausse des données envoyées. Une ligne plate, c’est à cela que ressemble un traitement sur l’appareil.
6. 06 Recommencez avec le Wi-Fi désactivé dans Réglages Système → Wi-Fi. Un outil qui fonctionne encore ne dépend pas d’un serveur pour la reconnaissance.

Cela dépend de l’appareil et de la langue. La notice de confidentialité d’Apple sur Siri et Dictée indique que votre appareil précise, dans les réglages Clavier, si votre audio et vos transcriptions sont traités sur l’appareil et ne sont pas envoyés aux serveurs d’Apple.

Quand ce n’est pas le cas, la même notice indique que ce que vous dictez est envoyé au serveur et traité sur celui-ci, et n’est pas conservé sauf si vous acceptez de participer à « Améliorer Siri et Dictée ». Apple décrit aussi la collecte de données liées aux requêtes, comme les caractéristiques de l’appareil et des statistiques de performances.

C’est le schéma général à rechercher dans tout outil : une déclaration claire sur le moment où l’audio reste en local, sur celui où ce n’est pas le cas, et sur ce qui est envoyé d’autre. Une déclaration qui ne couvre que le meilleur des cas n’est pas une réponse complète.