Passer au contenu
Résumé des outils de transcription du russe et de leur précision
tl;dv en tête de notre test de transcription de réunions en russe avec un score de 168 sur 200. HappyScribe arrive en deuxième position avec 126, suivi de Fireflies 110 et de Fathom Fireflies Fathom . L'évaluation s'est déroulée à l'aveugle, les outils ayant été anonymisés lors des sessions d'évaluation menées par des modèles de langage (LLM) et un locuteur natif.
tl;dv le plus performant en termes de précision, avec une avance de 17 points. C'est le seul outil à avoir correctement identifié les noms propres lors des trois réunions et à avoir fait preuve de cohérence sur l'ensemble des essais. En ce qui concerne la reconnaissance du russe, aucun autre outil ne s'en est approché.
Voici les notes attribuées à chaque outil en fonction des critères sur lesquels nous l'avons testé.
| Niveau | Max | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Transcription et exactitude | 65 | 52/65 | 22/65 | 14/65 | 35/65 |
| Qualité des réunions en situation réelle | 45 | 37/45 | 16/45 | 15/45 | 29/45 |
| Fonctionnalités et caractéristiques | 72 | 61/72 | 54/72 | 42/72 | 44/72 |
| Confiance, sécurité et valeur | 18 | 18/18 | 18/18 | 18/12 | 18/18 |
| Note globale | 200 | 168/200 | 110/200 | 83/200 | 126/200 |
| Classement | 1 | 3 | 4 | 2 |
La précision de la transcription des réunions en russe a donné des résultats plus contrastés que lors de nos précédents tests en français, en espagnol et en portugais. tl;dv le meilleur score avec 168 points, tandis que HappyScribe a totalisé 126 points.
Les écarts n'étaient pas non plus répartis de manière homogène. Dans la catégorie « transcription », tl;dv de 17 points au total l'outil le plus proche, avec des scores très contrastés en matière de détection d'entités. C'est au niveau des noms propres que les autres outils de cette liste ont vraiment peiné.
Le russe est une langue qui met vraiment en évidence les petites erreurs, contrairement à l’anglais. En russe, les noms et les adjectifs comportent des terminaisons de cas ; ainsi, une simple erreur d’une syllabe peut modifier le sens de la phrase (qui a fait quoi à qui) au lieu de produire ce qui serait une faute de frappe plus évidente. Le russe des affaires intègre également des emprunts à l’anglais dans des phrases écrites en cyrillique. Chaque outil que nous avons testé devait décider s’il fallait translittérer des éléments tels que les noms de marque, les laisser en caractères latins, ou simplement faire un choix en fonction de ce qu’il estimait être correct. Trois sur quatre semblaient deviner, et l’un de ces outils a même transformé le chef d’un gouvernement régional en « chef des démons ».
Pour réaliser notre test, nous avons sélectionné trois réunions réelles en russe et les avons soumises à l'analyse :
Les types de réunions étaient variés : une session consacrée à la différence entre croissance et développement, une table ronde sur la communication d'entreprise et une session sur le développement urbain à Kazan.
Dans le cadre de nos tests, nous essayons généralement d'inclure Google Gemini, car il s'agit d'un outil couramment utilisé dans l'environnement de travail des utilisateurs, mais Gemini actuellement Gemini en charge le russe, nous l'avons donc omis.
Afin d'obtenir les résultats les plus équitables possibles, l'évaluation s'est déroulée en aveugle. Deux modèles de langage de grande échelle (LLM) ont noté chaque résultat sans connaître le nom des outils utilisés, et un locuteur natif russe a vérifié les points sur lesquels les outils ont rencontré des difficultés ou ont présenté des divergences entre eux.
Transcription et exactitude des réunions en russe
Dans nos tests, la section consacrée à la transcription et à la précision est celle qui compte le plus, car tout découle de là. Sur un total de 65 points, tl;dv 52, tandis que Fathom que 14.
Ces résultats ont été évalués par des modèles de langage de grande échelle (ClaudeAnthropicet ChatGPT d’OpenAI), puis validés par une évaluation à l’aveugle réalisée par des locuteurs natifs, sans que les noms des outils ne leur soient révélés.
| Système métrique | Comment le score a-t-il été calculé ? | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Précision linguistique | Évaluation en aveugle de la précision dans la langue maternelle par des locuteurs natifs | 15/20 | 20/07 | 20/05 | 20/12 |
| Traitement spécifique à la langue | Orthographe cyrillique, terminaisons de cas, ponctuation, alternance codique | 15/20 | 20/07 | 20 avril | 20 septembre |
| Taux d'erreurs manifestes | Proportion de tokens manifestement erronés : insertions inventées de toutes pièces ou non russes, et boucles de répétition | 5/5 | 2/5 | 0/5 | 4/5 |
| Détection d'entités | Noms, entreprises et lieux mentionnés dans la distribution | 5/5 | 1/5 | 0/5 | 2/5 |
| Chiffres, dates et devises | Les chiffres, les dates et les montants sont correctement formatés dans la langue du texte | 4/5 | 2/5 | 2/5 | 3/5 |
| Reconnaissance brute des termes techniques | Termes et acronymes du secteur avant la formation sur mesure | 4/5 | 1/5 | 1/5 | 2/5 |
| Ponctuation et segmentation | Sauts de ligne et mise en paragraphes dans le résultat du test | 4/5 | 2/5 | 2/5 | 3/5 |
| Sous-total « Transcription et exactitude » | 52/65 | 22/65 | 14/65 | 35/65 |
Détection d'entités
C'est au niveau de la détection d'entités que l'écart de notation a été le plus marqué. tl;dv obtenu une note de 5 sur 5, tandis que Fathom 0.
Les noms propres russes sont plus complexes qu'en anglais. Par exemple, les noms de marques doivent être translittérés en cyrillique, et un outil ne peut pas se contenter de retranscrire mot à mot ce qu'il a capturé. Voici deux exemples où tl;dv performant, tandis que les autres outils ont rencontré des difficultés : il a correctement capturé « Проктер энд Гэмбл » et a développé « CBD » en « Customer Business Development ». Aucun des autres outils n'y est parvenu.
L'une des pires erreurs concernait le nom de la marque « Wrike ». tl;dv réussi à le citer correctement. Les trois autres ont décrit un produit comptant 30 000 utilisateurs, mais ont complètement omis d'évoquer son nom dans leur phrase. Si quelqu'un lisait ces transcriptions et essayait de déterminer quel outil l'intervenant recommandait, il ne serait pas en mesure de trouver ce détail précis.
Lors de la session de Kazan, cela s'est reproduit avec МЕГА, Баухауз et Проспект Универсиады. tl;dv le seul outil à obtenir la note maximale sur cette série dans les trois tests.
Précision linguistique
Personne n'a obtenu la note maximale sur cette rubrique, notée sur 20, ce qui correspond à peu près à la part de la réunion qui a été conservée lors de la transcription. tl;dv le meilleur résultat avec 15 points.
Fathom a obtenu Fathom 5 points, et il s'agissait là d'une défaillance spécifique qui a été mise en évidence, et non pas simplement d'erreurs d'écoute. Sur un clip a généré des phrases en anglais qui n'avaient jamais été prononcées et créé des entités qui n'étaient tout simplement pas mentionnées dans l'enregistrement audio. Notre locuteur natif a certes reconnu que ce qui avait été transcrit était raisonnable, mais au final, le logiciel a ajouté beaucoup d'éléments qui n'existaient pas.
Fireflies a Fireflies obtenu un score total de 7 et a produit des résultats légèrement plus risqués. Les erreurs commises concernaient des mots russes, correctement orthographiés, mais placés au mauvais endroit. Par exemple, il a transformé « главы региона » (le chef du gouvernement régional) en « главного демона » (le démon en chef). Dans le même passage, « Проспект Универсиады » est devenu « Проспект Грузиады », ce qui n'est une rue ni à Kazan ni ailleurs.
Cela signifie qu'une personne lisant le Fathom pourrait facilement s'en rendre compte et se dire « C'est faux », tandis que Fireflies plus cohérent à première vue, même s'il comporte des erreurs importantes.
Traitement spécifique à la langue
tl;dv également tl;dv 15 ici, se plaçant ainsi en tête du classement
Comme nous l’avons déjà mentionné, le langage des affaires russe peut parfois comporter des changements de code vers l’anglais, et ce, en plein milieu d’une phrase. Chaque outil devait transcrire et déterminer la marche à suivre dans ces situations, ainsi que décider s’il fallait insérer un mot anglais au sein d’une phrase en cyrillique. Tl;dv Fathom réussi à conserver tout ce qui était écrit en caractères latins. Fireflies les mots phonétiquement, par exemple « вот эвер », ce que notre locuteur natif a signalé comme incorrect.
Taux d'erreur de mots
En résumé :tl;dv 5, tandis que Fathom bas du classement avec 0.
Lors de nos tests, nous ne disposions pas d'une transcription mot pour mot vérifiée de l'orateur ; nous avons donc cherché à évaluer la performance de chaque outil et à déterminer combien de mots étaient manifestement erronés. Il s'agissait notamment de caractères non russes, de boucles répétitives et de toute autre erreur manifeste. Le résultattl;dvpour le premier clip pratiquement aucune. Fathomen comptait environ un mot sur huit.
Chiffres, dates et devises
Dans un domaine où l'exactitude des données est primordiale, sous peine de provoquer de réelles erreurs en aval, tl;dv la meilleure note dans cette catégorie avec un 4.
L'une des erreurs les plus importantes relevées dans cette cohorte concernait HappyScribe. Un intervenant a évoqué une période spécifique de десять лет (dix ans). HappyScribe a toutefois transcrit десять миллионов, soit dix millions. À première vue, en parcourant le texte, cela ne semblerait pas immédiatement être une erreur de transcription, mais la différence entre dix ans et dix millions est tout de même considérable.
Dans le module dédié à la communication d'entreprise, les quatre outils ont réussi à afficher correctement tous les chiffres, qu'il s'agisse de nombres, de dates ou de pourcentages.
Terme technique : reconnaissance brute
En résumé : tl;dv 4 points, HappyScribe 2, Fireflies et Fathom .
tl;dv su rendre au mieux le jargon technique et la terminologie de cette ligne, sans qu'aucun vocabulaire personnalisé n'ait été ajouté. Les autres outils ont eu un peu de mal avec le terme spécifique « персонализация » (personnalisation).
HappyScribe a entendu « реализация » (réalisation ou mise en œuvre). Fireflies « кристаллизация » (cristallisation). Ce sont deux mots russes authentiques, mais ils sont également incorrects et différents l'un de l'autre.
Qualité des réunions en situation réelle
La précision de la transcription est la colonne vertébrale qui sous-tend l'ensemble du processus ; si elle est erronée, tout ce qui en découle risque de poser problème.
Dans cette section, nous allons examiner certains éléments supplémentaires de la transcription, ainsi que le résultat final et l'utilité que cela peut avoir dans le cadre de véritables réunions professionnelles et au sein de vos processus de travail.
En résumé, c'est « tl;dv la meilleure note ici, avec 37, tandis que « Fathom » a obtenu la note la plus basse, Fathom 15.
| Système métrique | Comment le score a-t-il été calculé ? | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Qualité de la diarisation | Nombre exact de personnages et attribution des répliques par rapport à la distribution connue | 10/10 | 0/10 | 0/10 | 10/10 |
| Stabilité comportementale | Stabilité comportementale selon les types de séances | 9/10 | 3/10 | 1/10 | 5/10 |
| Qualité du résumé | Utilité du résumé et s'il a été conservé dans la langue source, en tenant compte des emprunts linguistiques | 5/5 | 4/5 | 5/5 | 2/5 |
| Taux d'hallucinations / d'insertions | Texte inventé, répété en boucle ou dupliqué, qui n'apparaît pas dans l'enregistrement audio. Les erreurs d'écoute et les coupures sont exclues. | 8/10 | 0/10 | 0/10 | 10/10 |
| Extraction des actions à mener | Qualité des tâches et des suivis issus de la réunion | 0/5 | 5/5 | 5/5 | 0/5 |
| Chapitres automatiques / découpage en sections | Le résumé présente-t-il le compte rendu de la réunion sous forme de sections claires et utiles ? | 5/5 | 4/5 | 4/5 | 2/5 |
| Sous-total de la qualité des réunions en présentiel | 37/45 | 16/45 | 15/45 | 29/45 |
Résumé : Qualité
tl;dv Fathom 5, Fireflies et HappyScribe celle de 2.
Fireflies ont Fireflies bouleversé la géographie d’une réunion. Dans le compte-rendu de la session de Kazan, une section est intitulée « Politique d’urbanisme et innovations à Moscou ». Or, le problème est que toute la réunion porte sur Kazan, située à pas moins de 800 km de Moscou. Dans le corps de cette section du compte-rendu, il est fait référence à cette zone comme étant « proche du centre de Moscou ».
HappyScribe a également obtenu une note plus faible (2), mais pour une autre raison. Lors d’une réunion, bien qu’il ait transcrit les propos, il n’a pas pu générer de résumé. Il a affiché le message « Aucun discours détecté », alors qu’il avait produit une transcription d’une qualité tout à fait correcte.
Comme nous l'avons mentionné plus haut, Fathom a Fathom obtenu d'excellents résultats dans ce domaine. Bien qu'il ait généré des phrases en anglais, le résumé s'est avéré clair, pertinent et entièrement rédigé en russe. Aucun des éléments inventés n'a été repris dans le résumé.
Hallucinations et taux d'insertion
HappyScribe a obtenu une note de 10, tl;dv , Fireflies Fathom .
C'est l'un des rares domaines où tl;dv pas remporté la palme, et il s'agissait d'une seule section dans laquelle figuraient deux caractères japonais. C'était facile à repérer et un lecteur l'aurait sans doute remarqué, mais il s'agissait néanmoins d'un ajout.
Fireflies des boucles importantes lors de deux des trois tests. Dans l'un des enregistrements, l'expression « с людьми » (avec des gens) a été répétée vingt-quatre fois. Lors de la session de Kazan, l'expression « Я не знаю » (je ne sais pas) a été répétée huit fois. Notre locuteur natif a interprété ces répétitions comme des erreurs de transcription.
Fireflies « Продолжение следует » (« À suivre ») à la fin d'une discussion. Il s'agit d'un générique de fin standard et non d'une réplique prononcée dans la pièce.
Qualité de la diarisation
tl;dv HappyScribe ont obtenu 10 points, tandis que Fireflies Fathom .
Étant donné que le test de base est exécuté en tant que source audio unique via Google Meet, pour évaluer ce critère, nous effectuons une autre série de tests en téléchargeant le contenu directement sur la plateforme afin de vérifier sa capacité à identifier et à attribuer des étiquettes aux intervenants. tl;dv HappyScribe obtiennent tous deux la note maximale à ce niveau. Fathom pas de télécharger des fichiers audio ou vidéo sur sa plateforme.
Fireflies reçu le même enregistrement audio et a échoué. Sur un enregistrement ne comportant qu'un seul locuteur, l'application l'a identifié comme en comptant trois et a changé d'attribution vingt-deux fois au cours de vingt-quatre segments, souvent au milieu des phrases. Dans un cas précis, une seule phrase a été attribuée à trois locuteurs différents.
Stabilité comportementale
En résumé : tl;dv 9, HappyScribe de 5, Fireflies et Fathom .
Nous examinons ici la régularité des performances d'un outil sur l'ensemble des sessions. En résumé, tl;dv le plus stable dans l'ensemble, tandis que Fathom les Fathom les plus importantes.
Extraction des actions à mener
Dans ce domaine, tl;dv pas obtenu de bons résultats, et il y a une raison bien précise à cela. Dans chacun des résumés, Fireflies Fathom des tâches aux collaborateurs en fonction des résultats obtenus.
tl;dv pas tl;dv fait lors des trois exécutions, et il y a une raison à cela. Il n'y avait aucune action à consigner.
Ainsi, lorsque Fireflies Fathom des actions à mener, ils l'ont fait à partir de rien. Il s'agissait de trois tables rondes. Personne n'avait attribué de tâche à qui que ce soit, personne ne s'était engagé à fournir quoi que ce soit, et aucun suivi n'avait été prévu. Il n'y avait donc aucune liste à extraire ; les deux outils en ont donc généré une.
Donc, même si tl;dv aucun résultat ici, il faut prendre cela avec des pincettes.
Chapitres et sections automatiques
En résumé : tl;dv 5, Fireflies Fathom , et HappyScribe de 2.
tl;dv permis de décomposer chaque réunion en sessions thématiques numérotées, de manière cohérente, chaque puce étant associée à un horodatage avec lien permettant de vérifier les informations. Aucun des autres outils n'offrait un niveau de précision aussi élevé en matière d'horodatage, et bien qu'ils aient permis de segmenter les réunions, la qualité et le nombre de ces segments variaient davantage d'un outil à l'autre. Par souci d'équité, nous avons utilisé le résumé standardisé pour chacun d'entre eux.
Fonctionnalités et caractéristiques
Dans cette section, nous examinons l'ensemble des outils, les fonctionnalités qu'ils offrent, ainsi que certains résultats de référence concernant des aspects tels que la vitesse de traitement et la précision de l'horodatage.
Si les sections précédentes portaient sur l'évaluation des performances de l'outil, celle-ci concerne les différentes façons dont les données peuvent être exploitées au sein d'une entreprise. Les résultats sont très serrés dans cette section, et tl;dv la palme avec 61 points, devançant tous les autres outils de 19 points.
| Système métrique | Comment le score a-t-il été calculé ? | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Désignation des haut-parleurs dès la sortie de l'emballage | Identification automatique des intervenants sur Meet, Zoom et Teams | 5/5 | 5/5 | 5/5 | 0/5 |
| Empreinte vocale | Possibilité d'enregistrer son propre profil vocal | 5/5 | 0/5 | 0/5 | 0/5 |
| Enregistrement sans robot | Enregistre via le système audio sans qu'un bot n'intervienne dans l'appel | 5/5 | 5/5 | 5/5 | 5/5 |
| Synchronisation CRM | Natif et synchronisation automatique | 3/3 | 3/3 | 3/3 | 0/3 |
| Notes personnalisées / modèles | Formats de synthèse personnalisables ou sortie fixe ? | 3/3 | 3/3 | 3/3 | 3/3 |
| Apprentissage de vocabulaire / d'entités personnalisés | Enseigner le vocabulaire et les acronymes propres au secteur | 5/5 | 5/5 | 0/5 | 5/5 |
| Localisation de l'interface utilisateur en russe | L'interface du produit est-elle disponible en russe ? | 0/5 | 0/5 | 0/5 | 0/5 |
| Étendue des intégrations | Slack, calendrier, Zapier, API | 3/3 | 3/3 | 3/3 | 3/3 |
| Vitesse de traitement | Date de réception de la transcription finale après la fin de la réunion | 3/3 | 3/3 | 3/3 | 2/3 |
| Suivi des mots de remplissage | Détecte les mots de remplissage sans doubler les bégaiements, plutôt que de lisser excessivement la transcription | 3/3 | 0/3 | 0/3 | 0/3 |
| Précision de l'horodatage | Vérifiez ponctuellement que les horodatages correspondent bien au moment voulu | 3/3 | 1/3 | 0/3 | 0/3 |
| Disponibilité de la traduction | Peut-il traduire les comptes-rendus de réunion, et dans combien de langues ? | 3/3 | 0/3 | 0/3 | 3/3 |
| Rechercher dans la transcription | Rechercher dans une réunion et dans la bibliothèque | 3/3 | 3/3 | 3/3 | 3/3 |
| Interface utilisateur d'édition des transcriptions | Peut-on corriger facilement la transcription a posteriori ? | 3/3 | 3/3 | 3/3 | 3/3 |
| Formats d'exportation | SRT, VTT, TXT, DOCX et autres formats similaires | 0/3 | 3/3 | 0/3 | 3/3 |
| Transcription en direct / en temps réel | Une transcription est-elle affichée en direct pendant la réunion ? | 0/3 | 3/3 | 3/3 | 0/3 |
| Couverture des plateformes de réunion | Prise en charge de Zoom, Meet, Teams et Webex | 3/3 | 3/3 | 3/3 | 3/3 |
| Capture d'écran d'une application mobile | Est-il possible d'enregistrer des réunions en présentiel via une application mobile ? | 3/3 | 3/3 | 0/3 | 3/3 |
| Serveur MCP natif | Serveur natif propriétaire permettant aux assistants IA d'interroger la bibliothèque de réunions | 5/5 | 5/5 | 5/5 | 5/5 |
| Modification de l'étiquette de l'enceinte | Est-il possible de renommer et de réattribuer des haut-parleurs a posteriori ? | 3/3 | 3/3 | 3/3 | 3/3 |
| Sous-total des capacités et fonctionnalités | 61/72 | 54/72 | 42/72 | 44/72 |
Empreinte vocale
L'« empreinte vocale » est une fonctionnalité qui permet, lorsque l'utilisateur y consent, d'entraîner le système à reconnaître sa voix, afin qu'elle soit identifiée lors de toutes les réunions sans qu'il soit nécessaire de la réétiqueter. Ce score tient compte de la disponibilité ou non de cette fonctionnalité, et tl;dv le seul service à la proposer.
Suivi des mots de remplissage
L’une des raisons pour lesquelles tl;dv d’aussi bons tl;dv en matière de transcription est qu’il propose un suivi des mots de remplissage plutôt qu’une suppression de ceux-ci. Cela signifie que l’outil identifie la version la plus fidèle de la transcription, en conservant les hésitations plutôt qu’en les gommant. Si les trois autres outils peuvent fournir une version globalement plus épurée de la réunion, ils modifient en réalité le contenu de celle-ci.
Disponibilité de la traduction
tl;dv HappyScribe ont obtenu la note de 3. Fireflies Fathom 0.
J'ai pu accéder à la transcription sur tl;dv HappyScribe, cliquer sur un bouton et convertir la transcription en russe en anglais. C'est extrêmement utile pour les entreprises multinationales qui organisent des réunions dans différentes langues. Fathom ai pu le faire sur le résumé, mais pas sur la transcription elle-même ; par conséquent, ces outils n'obtiennent pas de note, car nous avons déjà constaté qu'il y avait des divergences entre la transcription et le résumé.
Dénomination des haut-parleurs « prête à l'emploi »
tl;dv Fireflies Fathom 5. HappyScribe a obtenu la note de 0.
La plupart des outils sont capables de récupérer les étiquettes de Google Meet, Zoom Teams et de les appliquer automatiquement à la transcription. Ce n'est pas le cas de HappyScribe : les intervenants apparaissent sous forme d'étiquettes génériques, et vous devez donc saisir leurs noms par la suite.
Synchronisation CRM
HappyScribe est le seul outil qui ne dispose pas d'une synchronisation native avec un CRM. Il propose diverses options d'intégration, mais il n'existe pas de connexion directe avec un CRM.
C'est possible avec Zapier, mais cela nécessitera une configuration supplémentaire et la gestion d'un flux de travail.
Ces trois autres outils permettent tous d'envoyer automatiquement des notes vers le CRM, ce qui permet d'économiser du temps, de l'énergie et des ressources.
Vitesse de traitement
tl;dv Fireflies » Fireflies Fathom 3. « HappyScribe » a obtenu la note de 2.
Cette section visait à évaluer la rapidité avec laquelle la transcription et les résumés étaient disponibles après la réunion. Tl;dv Fathom immédiatement après la réunion, suivis par Fireflies. HappyScribe a été l'outil qui a mis le plus de temps parmi tous.
Cette section est fermée
Par rapport aux résultats obtenus en matière de précision brute de transcription, les écarts entre les notes étaient ici moins marqués. Chacun de ces outils présente des fonctionnalités réellement intéressantes, ce qui explique que de nombreux aspects, tels que l'enregistrement sans bots, la couverture des plateformes et le serveur MCP, soient à égalité.
Ces quatre produits sont assez similaires en termes de fonctionnalités, mais l'élément de transcription proprement dit montre qu'en matière de transcription du russe, ils sont loin d'être à égalité.
Confiance, sécurité et valeur
Cette section est consacrée à la sécurité et à la fiabilité de chaque plateforme. Tous les outils présentés disposent d'excellentes fonctionnalités de sécurité et ont pleinement conscience des responsabilités qui leur incombent en 2026 en matière de sécurité des données.
tl;dv Fireflies HappyScribe obtiennent tous les deux la note maximale, tandis que Fathom des points sur deux critères pour des raisons très précises.
| Système métrique | Comment le score a-t-il été calculé ? | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Localisation des données / hébergement régional | Options d'hébergement régional, par exemple : hébergement dans l'UE à la demande | 3/3 | 3/3 | 0/3 | 3/3 |
| Sécurité et conformité | SOC2, ISO 27001, RGPD | 3/3 | 3/3 | 3/3 | 3/3 |
| Entraînement de l'IA à partir d'enregistrements audio des utilisateurs | Cela permet-il d'éviter d'entraîner l'IA sur vos fichiers audio (aucun entraînement n'obtient la note maximale) ? | 3/3 | 3/3 | 0/3 | 3/3 |
| Contrôle de la conservation des données | Contrôle de la durée de conservation des enregistrements et des transcriptions | 3/3 | 3/3 | 3/3 | 3/3 |
| Transparence des prix | Les tarifs des formules sont publiés, et non pas communiqués uniquement sur demande | 3/3 | 3/3 | 3/3 | 3/3 |
| Formule gratuite / limites | Disponibilité d'une formule gratuite (un simple essai gratuit ne compte pas) | 3/3 | 3/3 | 3/3 | 3/3 |
| Confiance, sécurité et valeur : sous-total | 18/18 | 18/18 | 18/12 | 18/18 |
Localisation des données et hébergement régional
tl;dv Fireflies HappyScribe ont obtenu la note de 3. Fathom 0.
C'est le premier domaine dans lequel ces trois outils se démarquent de Fathom. Et cela revêt une importance non négligeable. Les clients peuvent choisir où leurs données sont stockées, ce qui est essentiel pour les entreprises de l'UE et celles qui opèrent dans des secteurs très spécifiques. L'évaluation repose ici sur la liberté de choix offerte.
Les équipes britanniques et européennes, en particulier, auront des obligations en matière d'hébergement, et de nombreuses entreprises ne pourront pas stocker leurs données dans certaines zones géographiques.
Fathom d'options à ce sujet, et toutes ses données sont stockées aux États-Unis. L'entreprise précise toutefois que, pour les fournisseurs de l'UE et du Royaume-Uni, elle peut se conformer au RGPD et signera un accord de traitement des données (DPA) sur simple demande.
Entraînement de l'IA à partir des enregistrements audio des utilisateurs
tl;dv Fireflies HappyScribe ont obtenu la note de 3. Fathom 0.
Cette section attribue des points aux outils qui n'entraînent pas l'IA à partir des données clients. Trois des quatre outils indiquent qu'ils ne le font pas.
La position Fathomest plus nuancée. Ses sous-processeurs d'IA, qu'elle désigne sous les noms Anthropic, d'OpenAI et de Google, sont contractuellement interdits d'entraînement sur les données des utilisateurs. Fathom qu'elle utilise des données clients anonymisées pour améliorer ses propres modèles, et que cette option est activée par défaut.
Cette fonctionnalité peut être désactivée, et les administrateurs d'équipe peuvent la désactiver pour l'ensemble d'une organisation. Mais je ne l'ai trouvée qu'après avoir parcouru les paramètres, et une option qu'il faut trouver n'est pas la même chose qu'une option qu'il faut activer.
Test de précision des rencontres en russe : méthodologie
Notre comparaison repose sur un test contrôlé et à périmètre constant, conçu pour soumettre chaque outil aux mêmes conditions.
Le jeu de test
Afin de garantir un large éventail de cas de test, trois tables rondes russes sans lien entre elles ont été sélectionnées. Celles-ci provenaient d'enregistrements publics et nous avons effectué tous les tests dans des conditions identiques, dans la mesure du possible.
Le premier est un débat professionnel sur la différence entre croissance et développement, abordant les thèmes de la structure organisationnelle, de la rotation du personnel et des risques.
Le deuxième est un panel consacré à la communication d'entreprise, truffé de mots d'emprunt à l'anglais, de noms de marques et de chiffres relatifs au nombre d'utilisateurs.
Le troisième chapitre est consacré au développement urbain, au tourisme et à l'immobilier à Kazan, et regorge de noms de lieux locaux.
Les vidéos duraient environ 7 minutes, ce qui devrait être suffisant pour dégager une tendance claire et identifier les points faibles. Tous les outils ont rejoint la même Google Meet et ont enregistré simultanément. Le son qu’ils ont capté était identique et provenait d’une situation identique.
Nous avons également effectué, dans la mesure du possible, un transfert séparé afin d'évaluer la ligne de diarisation. Il s'agissait du même fichier audio, transféré directement, afin de contourner l'appel.
La revue
Dans un premier temps, la qualité des transcriptions et des réunions a été évaluée en aveugle. Les résultats générés par les outils ont été consignés dans un document et anonymisés à l'aide des lettres A à D. Ni les modèles de langage grand public (LLM), ni notre locuteur natif n'ont été en mesure de déterminer à quel outil correspondait chaque transcription.
Nous avons effectué deux passages indépendants avec des modèles de langage de grande envergure (LLM), en évaluant les résultats selon la grille d'évaluation. L'un a été réalisé par Claude et l'autre par ChatGPT. Ces passages ont été effectués dans le cadre de projets distincts, et les résultats n'ont pas été mis en commun.
Lorsque les deux outils donnaient des résultats divergents, nous avons privilégié celui qui fournissait le plus d'éléments probants, plutôt que de faire une moyenne. Cela signifie que la notation harmonisée se rapporte à des lignes spécifiques de transcriptions spécifiques, et non à l'ensemble de celles-ci.
Nous avons ensuite demandé à un locuteur natif russe d'examiner les résultats, en identifiant les points particulièrement difficiles et les divergences entre les résultats fournis par les différents outils. Nous lui avons fourni les liens vers les enregistrements audio originaux afin qu'il puisse les comparer. Ces annotations ont servi à valider les résultats des modèles de langage grand public (LLM) et à introduire des exemples spécifiques qu'un véritable locuteur russe serait en mesure de repérer.
Les capacités et la fiabilité ont ensuite été évaluées sur la base de la documentation disponible au moment des tests. Ces informations ont été vérifiées directement auprès des fournisseurs, et non sur un site tiers.
La trousse à outils
Ces outils ont été choisis pour une seule raison : ils affirment dans leurs supports marketing qu'ils sont capables de transcrire le russe.
Répartition des coûts par moteur et par avion
C'est le moteur de ces outils qui effectue le travail de transcription, et celui-ci n'est pas toujours accessible au public. Lors de nos tests tl;dv ElevenLabs ; Fireflies des licences plutôt que des versions compilées, mais ne précise pas le nom de son fournisseur. Fathom HappyScribe ne fournissent aucune information à ce sujet.| Outil | Moteur sous-jacent / fournisseur | En interne ou sous licence | Type de moteur | Plan |
|---|---|---|---|---|
| tl;dv | ElevenLabs Scribe | Sous licence, rendu public | ASR dédié | Entreprises |
| Fireflies | Non communiqué | Titulaire d'une licence. Krish Ramineni, PDG, a déclaré que l'entreprise n'avait jamais souhaité devenir une société spécialisée dans les API et que la transcription n'était qu'un moyen d'atteindre un objectif, en faisant référence à des prestataires tiers spécialisés dans la reconnaissance vocale (ASR). | Système de reconnaissance vocale (ASR) tiers intégrant une couche de modèle de langage (LLM) | Pro |
| Fathom | Non communiqué | Non communiqué | Non communiqué | Gratuit |
| HappyScribe | Non communiqué | Non communiqué | Non communiqué | Formule Lite |
Portée et mises en garde
Pour chaque session d’enregistrement, il n’existait aucune transcription mot pour mot vérifiée. Nous avons testé les sous-titres automatiques de YouTube à titre de référence et les avons rejetés : par rapport à ces sous-titres, tous les outils ont affiché un taux d’erreur supérieur à 100 %. La diarisation s’est déroulée sous forme de téléchargement direct de fichiers plutôt que d’appel en direct. Fathom ne Fathom pas Fathom chemin de téléchargement, le 0 indiqué dans cette ligne correspond à l’absence de cette fonctionnalité et non à un échec du test. Tous les scores mentionnés dans cet article ont été fixés avant que le nom d’un outil ne soit cité.Quel est le meilleur logiciel de transcription de réunions en russe ?
tl;dv obtenu le meilleur score parmi les quatre outils que nous avons testés, avec 168 points sur 200, et c'est la précision de la transcription, plutôt que les fonctionnalités, qui a fait la différence. Bien que tous ces outils remplissent la même fonction, ils n'entendent ni n'enregistrent le russe de la même manière.
La véritable lacune majeure de bon nombre de ces outils par rapport à tl;dv leur capacité à détecter et à transcrire correctement les noms propres. La détection des entités constituait la principale lacune du tableau de bord. Les marques, les lieux et les acronymes doivent être transcrits en cyrillique. Si l’outil tente de deviner, on peut se retrouver avec une transcription qui semble correcte, mais qui est en réalité erronée.
Cette tendance se confirme tout au long de la série. Nous avons réalisé le même test de 200 points en japonais, en espagnol, en français, en allemand, en italien, en portugais, en suédois et en finnois. Des langues différentes, des concurrents différents, mais le même système de notation à chaque fois. Si vous travaillez dans l'une de ces langues, commencez par là plutôt que par une référence en anglais.
Les problèmes évoqués dans cet article peuvent être contournés, et tl;dv en tl;dv déjà la plupart, mais ce n’est pas le cas d’une transcription qui mentionne un nom erroné pour le client. Lancez tl;dv votre prochaine réunion en russe, c’est gratuit: constatez par vous-même à quel point une meilleure qualité de résultat peut améliorer l’ensemble de votre travail en aval.
Foire aux questions sur la transcription de réunions en russe
Quel est l'outil de transcription par IA le plus précis pour le russe ?
tl;dv le plus précis, avec un score de 52 sur 65 en matière de qualité de transcription lors de notre test à l'aveugle de 2026. HappyScribe arrive en deuxième position avec 35, Fireflies 22 et Fathom . C'est dans la détection d'entités que l'écart est le plus important : tl;dv 5 sur 5, contre 2, 1 et 0 pour les autres. C'est au niveau des noms propres que les outils de transcription russes se démarquent.
Quels assistants de réunion basés sur l'IA prennent en charge le russe ?
tl;dv Fireflies, Fathom HappyScribe proposent tous des transcriptions en russe. Aucun de ces quatre outils n'offre d'interface en russe ; l'environnement autour de la transcription reste donc en anglais. Google Gemini absolument pas en charge la transcription de réunions en russe. Gemini huit langues : l'anglais, le français, l'allemand, l'italien, le japonais, le coréen, le portugais et l'espagnol.
Pourquoi les outils de transcription basés sur l'IA produisent-ils des erreurs en russe ?
Les modèles de transcription peuvent insérer du texte standard lorsque le son est absent ou parasité, plutôt que de ne rien renvoyer. Lors de notre test de 2026, Fathom une ligne de générique qui n’apparaît à aucun moment dans l’enregistrement audio. Fireflies « Продолжение следует », une légende de fin standard. Il s’agit dans les deux cas de modèles de texte fréquemment observés dans les modèles entraînés sur des vidéos sous-titrées.
Quelle est la précision de la transcription par IA en russe par rapport à l'anglais ?
La précision varie bien davantage en russe que ne le laissent supposer les références publiées en anglais. Lors de notre test de 2026, les quatre outils ont obtenu des scores compris entre 14 et 52 sur 65 pour les trois mêmes réunions. Les erreurs n’étaient pas de simples lapsus. Elles comprenaient notamment des phrases en anglais inventées de toutes pièces, une expression répétée vingt-quatre fois et la transcription de « dix ans » en « dix millions ».
Les outils de prise de notes basés sur l'IA peuvent-ils gérer le russe et l'anglais au cours d'une même réunion ?
Les quatre outils que nous avons testés en 2026 transcrivent le russe en alternance de code, avec des résultats mitigés. tl;dv Fathom le mot anglais « whatever » en caractères latins. Fireflies l’ Fireflies phonétiquement sous la forme « вот эвер », ce que notre locuteur natif a jugé incorrect. La translittération a causé plus de problèmes que l’alternance de code elle-même. Seul tl;dv correctement tl;dv « Проктер энд Гэмбл » et « CBD ».
