De la saisie vocale en toute confidentialité ?

Vous cherchez une solution de saisie vocale en toute confidentialité ? C'est ce que propose Futo VoiceInput sur smartphone !

Commençons par le début : qu'est-ce que de la saisie vocale ?

La saisie vocale, c'est un outil qui tape pour vous le texte que vous prononcez.

La saisie vocale marche donc en 2 étapes :

• La phase de reconnaissance vocale : le logiciel capte le son en entrée, et génère un texte en sortie (une suite de caractères).

• La phase de saisie : l'application tape le texte qui a été reconnu.

L'étape sensible est de passer d'un son au texte.

Comment fonctionne la reconnaissance vocale ?

La complexité de cette étape pour un smartphone réside dans le fait qu'elle requiert beaucoup de puissance de calcul. Elle se base sur des modèles d'IA relativement lourds. Or la mémoire RAM et la puissance de calcul du téléphone sont limitées, ce qui rend la tâche très compliquée.

Pourtant, la reconnaissance vocale existe depuis de nombreuses années sur les smartphones, à l'époque où ils n'étaient pas encore équipés de matériel assez puissant pour faire fonctionner de telles applications !

Alors comment les GAFAM ont-ils fait pour proposer cette fonctionnalité si tôt ? C'est très simple : le calcul ne se fait pas sur votre téléphone, mais sur leurs serveurs.

Les étapes de la retranscription sont les suivantes :

• Le micro de votre téléphone capte le son.
• En même temps que le son est capté, il est envoyé sur Internet vers des serveurs appartenant au propriétaire de l'application (probablement l'un des GAFAM).
• Le serveur, qui a largement les ressources nécessaires pour faire les calculs rapidement, traite le signal audio pour y détecter les mots prononcés.
• Il va, par la même occasion, vérifier la cohérence des mots qui se succèdent pour diminuer les sources d'erreurs.
• Puis il va renvoyer au smartphone le texte correspondant au son qui vient d'être capté (avec un léger décalage de temps, bien sûr).

Voici un schéma qui résume ce fonctionnement :

Quel est le problème de cette architecture ? C'est la confidentialité. Tout ce que nous dictons révèle énormément d'informations sur ce que nous faisons. Le son de la voix peut être analysé pour déterminer nos émotions du moment, ce qui se passe en fond (les sons environnants), sans compter le contenu que nous dictons.

Cela fait beaucoup d'informations en peu de temps, et c'est une vraie mine d'or pour les GAFAM !

Que propose donc VoiceInput :

VoiceInput propose une solution simple et efficace contre les géants du web. Cette application propose de faire l'étape de reconnaissance vocale directement sur le smartphone en téléchargeant le modèle en local, et donc d'éviter la dépendance à un serveur accessible sur Internet.

Futo Voice Input n'est en fait qu'une jolie interface pour un projet très réputé : Whisper.

Whisper est un ensemble de modèles d'IA open source spécialisés dans la reconnaissance vocale. Les plus petits sont conçus pour fonctionner sur tout type de matériel.

Les modèles ont été conçus par OpenAI et rendus open source fin 2022. Aujourd'hui, Whisper est leader dans le domaine de l'Open Source, récemment suivi de Parakeet (publié par NVIDIA). Il supporte un très grand nombre de langues et restitue les ponctuations directement. Cependant, il ne permet pas la retranscription en direct.

Le projet propose 5 tailles de modèle : du tiny à large. Le plus petit est le plus léger, mais fait plus d'erreurs. Le plus gros demande beaucoup de puissance de calcul, mais ne fait presque pas d'erreur.

Futo VoiceInput utilise donc Whisper tiny pour l'étape de reconnaissance vocale, et tous les calculs sont entièrement réalisés en local, sur votre smartphone.

De cette manière, l'application assure que le traitement de la voix n'est pas exploité pour enrichir des modèles de personnalités. L'application respecte votre vie privée !

Installer l'application

L'installation peut se faire via Fdroid, en 2 étapes :

1. Ajouter le dépôt Futo en ouvrant le lien suivant dans Fdroid directement : https://fdroid.link/#https://app.futo.org/fdroid/repo?fingerprint=39d47869d29cbfce4691d9f7e6946a7b6d7e6ff4883497e6e675744ecdfa6d6d

2. Chercher et installer Futo VoiceInput.

L'intégration de l'application dans Android se fait très naturellement : VoiceInput se fait passer pour un clavier.

Ensuite, pour passer facilement du clavier courant au clavier Futo Voice, il suffit de cliquer sur la touche « saisie vocale » (en forme de micro sur votre clavier). Ensuite, il suffit de fermer le clavier pour revenir au principal.