Passer au contenu
Résumé des outils de transcription en espagnol et de leur précision
Nous avons testé cinq outils de transcription de réunions basés sur l'IA à partir d'enregistrements audio réels en espagnol. Au terme de deux sessions menées au Mexique et d’une en Espagne, tl;dv premier avec un score de 170,2 sur 200, devant Fireflies 151,4) et HappyScribe (143,4). Il s’est distingué par la précision brute de sa transcription et a été le seul outil à suivre correctement un intervenant passant de l’espagnol castillan au catalan en cours de réunion ; les autres outils ont transformé ses propos en un espagnol incompréhensible.
Ce n'était toutefois pas une victoire sans appel, et nous n'allons pas prétendre le contraire :
- tl;dv précision de transcription, HappyScribe s'est classé deuxième derrière tl;dv , avec un score de 45,2 sur 65. Ce résultat n'est pas surprenant, puisqu'il s'agit d'un outil espagnol.
- Fireflies a obtenu un score supérieur à celui de tous les autres outils en matière de qualité des réunions en conditions réelles (33,2/45), ce qui explique en partie pourquoi il s'est classé deuxième au classement général.
- Otter (96,6) et Google Gemini (87,2) fermaient la marche. Otter avec les langues étrangères, tandis que Google Gemini dispose Gemini une fonctionnalité de téléchargement comme les autres, ce qui l’a empêché de participer à une partie du test. D’une manière générale, Gemini légèrement meilleur Otter, mais en raison de l’absence de fonctionnalité de téléchargement, son score global a été inférieur.
Classement final : tl;dv 170,2) › Fireflies 151,4) › HappyScribe (143,4) › Otter 96,6) › Google Gemini 87,2).
Les outils de transcription de réunions en espagnol que nous avons utilisés pour le test affirment tous prendre en charge cette langue. Il existe toutefois une différence entre l'espagnol d'Amérique latine et l'espagnol d'Espagne, et c'est là que la plupart des outils montrent leurs limites.
Un modèle entraîné sur des enregistrements provenant des salles de réunion madrilènes a des difficultés avec le vocabulaire, la monnaie et les noms de lieux mexicains ; un modèle entraîné sur des enregistrements audio d'Amérique latine ne reconnaît pas le « vosotros » ni les tournures de langage péninsulaires ; et presque aucun d'entre eux ne s'attend à ce qu'un locuteur passe au catalan, à l'anglais ou utilise un terme autochtone au milieu d'une phrase.
C'est un vaste domaine où l'on peut se tromper. L'espagnol est la deuxième langue maternelle la plus parlée au monde, avec environ 519 millions de locuteurs natifs et 636 millions de locuteurs au total. Même le nombre de personnes qui l'apprennent en tant que langue étrangère a augmenté de 79 % au cours de la dernière décennie. Cela signifie qu'il y a beaucoup de réunions qui se déroulent en espagnol, avec des accents très variés, et que l'outil qui les enregistre doit être capable de s'adapter à toutes ces situations.
Afin de voir comment tl;dv pour un hispanophone, nous l'avons comparé à quatre autres outils couramment utilisés :
Chaque outil a reçu le même fichier audio source : trois enregistrements de séances gouvernementales en espagnol, deux provenant du Mexique et un d'Espagne. Nous les avons ensuite évalués selon quatre critères distincts, à l'aide de tests LLM en aveugle et d'une révision effectuée par des locuteurs natifs.
- Transcription et exactitude
- Qualité des réunions en situation réelle
- Fonctionnalités et caractéristiques
- Confiance, sécurité et valeur
Nous avons généré les transcriptions et les résumés, puis nous les avons évalués en aveugle à l'aide de deux modèles de langage grand public (LLM) indépendants (ClaudeAnthropicet Grok de xAI). Nous avons ensuite demandé à un locuteur natif espagnol d'examiner chaque résultat sous forme anonymisée, sans que les noms des outils ne soient mentionnés.
Voici les résultats.
| Niveau | Max | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Transcription et exactitude | 65 | 53.7 | 32.7 | 23.8 | 45.2 | 38.2 |
| Qualité des réunions en situation réelle | 45 | 32.5 | 17.5* | 23.8 | 32.2 | 33.2 |
| Fonctionnalités et caractéristiques | 72 | 66 | 22 | 38 | 49 | 63 |
| Confiance, sécurité et valeur | 18 | 18 | 15 | 11 | 17 | 17 |
| Note globale | 200 | 170.2 | 87.2 | 96.6 | 143.4 | 151.4 |
| Classement | 1 | 5 | 4 | 3 | 2 |
* Gemini Google Meet pas Google Meet la fonctionnalité de transcription des fichiers ; il n'a donc pas pu participer à tous les tests.
Transcription et exactitude d'une réunion en espagnol
tl;dv a produit la transcription en espagnol la plus précise du test, avec un score de 53,7 sur 65 — et c’est le seul des cinq outils à avoir su garder le cap lorsqu’un locuteur est passé de l’espagnol castillan au catalan au milieu d’une phrase. HappyScribe était le concurrent le plus proche avec 45,2, suivi de Fireflies 38,2), Google Gemini 32,7) et Otter, qui fermait la marche avec 23,8.
Ces notes ont été attribuées par deux grands modèles de langage (LLM) indépendants, « Claude » Anthropicet « Grok » de xAI, puis confirmées par une évaluation en aveugle réalisée par des locuteurs natifs, les noms des outils étant masqués afin qu’aucun modèle ne puisse être influencé par un logo. À l’origine, il était prévu d’utiliser Claude et ChatGPT, mais ce dernier a catégoriquement refusé de participer, affirmant que le test était trop complexe à exécuter et trop long à traiter. Le test portait sur plus de 90 pages de transcriptions et de notes réparties entre cinq outils, réparties sur trois réunions en direct et un téléchargement de fichier pour chacun d’entre eux. ChatGPT a abandonné à mi-chemin à chaque tentative, quelle que soit la façon dont je décomposais la tâche. Grok a mené le test à bien sans broncher, ce qui constitue en soi un petit élément d’information dans le débat opposant Grok à ChatGPT.
| Système métrique | Comment le score a-t-il été calculé ? | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Précision linguistique | Évaluation en aveugle de la précision dans la langue maternelle par des locuteurs natifs | 16,8/20 | 20 septembre | 20 août | 13/20 | 20/11 |
| Traitement spécifique à la langue | Signes diacritiques, ponctuation, variantes régionales, alternance de codes | 16,3/20 | 11,2/20 | 6,2/20 | 12,5/20 | 11,8/20 |
| Évaluation du taux d'erreurs de caractères | Calculé à partir d'un relevé de notes officiel ou d'un texte de référence | 4/5 | 1,7/5 | 1,5/5 | 3/5 | 2,5/5 |
| Détection d'entités | Noms, entreprises et lieux mentionnés dans la distribution | 4/5 | 1,8/5 | 2,3/5 | 4,2/5 | 3/5 |
| Chiffres, dates et devises | Les chiffres, les dates et les montants sont correctement formatés dans la langue du texte | 4,5/5 | 3,5/5 | 2/5 | 4,5/5 | 3,5/5 |
| Reconnaissance brute des termes techniques | Termes et acronymes du secteur avant la formation sur mesure | 4,3/5 | 2,8/5 | 2,3/5 | 4,2/5 | 3,2/5 |
| Ponctuation et segmentation | Sauts de ligne et mise en paragraphes dans le résultat du test | 3,8/5 | 2,7/5 | 1,5/5 | 3,8/5 | 3,2/5 |
| Sous-total « Transcription et exactitude » | 53,7/65 | 32,7/65 | 23,8/65 | 45,2/65 | 38,2/65 |
Les variantes régionales et la balle courbe catalane
Le facteur qui a le plus marqué la différence tout au long du test a été le changement de langue. Lors de notre deuxième session, une audition parlementaire espagnole sur la santé (une comparecencia à laquelle participait la ministre Mónica García), un intervenant est passé de l’espagnol castillan au catalan en plein milieu de son intervention, et tl;dv le seul outil à suivre ce changement et à transcrire le catalan en catalan. Tous les autres outils ont soit réduit ce passage à un espagnol approximatif, soit abandonné et proposé une transcription approximative.
C'est un aspect qui apparaît rarement dans la liste des fonctionnalités, mais qui gâche complètement une transcription dans la réalité. tl;dv une détection automatique de la langue : peu importe la langue que vous parlez ou le nombre de fois où vous changez de langue, l'application s'adapte. Et c'est exactement le genre de situation que l'on rencontre dans l'ensemble du monde hispanophone, où un même appel peut mêler, en l'espace de cinq minutes, du vocabulaire mexicain, le « vosotros » péninsulaire et un emprunt linguistique régional.
L'évaluation humaine « à l'aveugle » a également mis en évidence le revers de la médaille : sur un clip outils ont interprété les propos d'un intervenant comme « súper caro » (super cher), alors que l'enregistrement audio indiquait en réalité « súper claro » (super clair). Seul HappyScribe a donné la bonne réponse, même si une révision effectuée par un locuteur natif a confirmé que cette phrase était difficile à comprendre, même pour lui. Malgré cela, HappyScribe n’a pas toujours obtenu les meilleurs résultats. Lorsqu’il s’agit de notes et de points d’action, cette seule erreur de mot peut s’avérer importante. Elle modifie considérablement le sens, il faut donc rendre à César ce qui appartient à César.
Des noms, des lieux et un « Bulmaro » très sûr de lui
La détection d’entités est le domaine où la concurrence a été la plus rude, et c’est l’un des rares points sur lesquels un concurrent s’est clairement imposé. HappyScribe a devancé tl;dv , avec un score de 4,2 contre 4,0. Les noms propres et les acronymes sont les premiers éléments à poser problème dans une langue étrangère, car le modèle doit les reconnaître même s’ils ne figurent dans aucun dictionnaire (c’est à cela que sert la fonctionnalité de vocabulaire personnalisé).
Lors de la conférence de presse mexicaine « mañanera », tl;dv a tl;dv identifié « Dalila », l’acronyme « INAH » (l’Institut national d’anthropologie du Mexique) et « 1 391 municipios ». Fireflies Dalila « Bulmaro » — avec assurance, mais à tort, et sans s’en approcher le moins du monde. Gemini Google Gemini le plus intéressant : il a correctement identifié presque toutes les statistiques présentées, mais a transformé « INAH » en « Lina ». Excellent avec les chiffres, mais moins sûr avec les noms.
Chiffres, dates et devises
En ce qui concerne les chiffres, les dates et les montants, tl;dv HappyScribe se partagent la première place avec une note de 4,5 sur 5. Les deux outils ont affiché les montants de manière claire et dans la langue d'origine. L'écart ne devient flagrant qu'en bas du classement.
tl;dv « un millón trescientos mil » comme le dirait réellement un hispanophone. Otter « $1300000 », en utilisant un symbole monétaire incorrect, sans séparateurs et sans respecter la mise en forme propre à la langue. Par ailleurs, Otter une référence à 70 pueblos en « nueve » (neuf) et a regroupé les chiffres de population des communautés afro-mexicaines (15 795 et 442) en un « 15 742 » incompréhensible. Lorsqu’une réunion porte sur des budgets ou des effectifs, c’est là toute la différence entre des notes auxquelles on peut se fier et celles qu’il faut recouper avec l’enregistrement, ce qui va à l’encontre de l’intérêt même de les avoir.
Qualité des réunions en situation réelle
Fireflies la tête ici avec 0,7 point d'avance, tl;dv par tl;dv (33,2 contre 32,5). C'est exactement ce qui rend ces notes utiles : qui a dit quoi, ce qui a été décidé et ce qu'il faut faire ensuite.
Les trois premiers étaient au coude à coude : Fireflies avec 33,2 sur 45, suivi de près par tl;dv 32,5) et HappyScribe (32,2), ce qui revient pratiquement à une égalité à trois. Otter avec 23,8, tandis que Google Gemini pas Gemini une partie de ce tour, ce qui explique pourquoi son score de 17,5 est accompagné d'un astérisque (plus d'informations à ce sujet ci-dessous).
Conclusion : en termes d'utilité pure pour les réunions, les trois premiers sont séparés par moins d'un point, et votre choix dépendra de la tâche spécifique qui vous importe le plus.
| Système métrique | Comment le score a-t-il été calculé ? | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Qualité de la diarisation | Nombre exact de personnages et attribution des répliques par rapport à la distribution connue | 6/10 | N/S* | 4/10 | 7/10 | 7,5/10 |
| Stabilité comportementale | Cohérence du comportement entre les réunions en direct et les téléchargements de fichiers | 7,5/10 | N/S* | 5/10 | 5,5/10 | 7,5/10 |
| Qualité du résumé | Utilité du résumé et s'il a été conservé dans la langue source, en tenant compte des emprunts linguistiques | 3,8/5 | 4,5/5 | 3/5 | 3,8/5 | 4,5/5 |
| 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. | 7,7/10 | 6,5/10 | 6,7/10 | 7,7/10 | 7/10 |
| Extraction des actions à mener | Qualité des tâches et des suivis issus de la réunion | 3,7/5 | 3/5 | 2,3/5 | 4,5/5 | 3,2/5 |
| Chapitres automatiques / découpage en sections | Le résumé présente-t-il le compte rendu de la réunion sous forme de sections claires et utiles ? | 3,8/5 | 3,5/5 | 2,8/5 | 3,7/5 | 3,5/5 |
| Sous-total de la qualité des réunions en présentiel | 32,5/45 | 17,5/25* | 23,8/45 | 32,2/45 | 33,2/45 |
* La qualité de la diarisation et la stabilité comportementale nécessitaient le téléchargement de fichiers à des fins de test, une fonctionnalité que Google Gemini propose Gemini .
Diarisation : qui parle réellement ?
Fireflies la meilleure note en matière de séparation des locuteurs, avec 7,5 sur 10, suivi de près par HappyScribe (7) et tl;dv respectable tl;dv 6. Otter la diarisation la plus créative, ce qui n'est pas un compliment.
Otter les intervenants sur plusieurs haut-parleurs alors que le son était diffusé par un seul haut-parleur lors d’une réunion en direct, donnant ainsi l’impression qu’une seule voix correspondait en réalité à un petit comité. Les locuteurs fantômes sont sans doute pires que l’absence totale d’étiquettes, car on leur accorde du crédit : on finit par attribuer une décision à un « locuteur 3 » qui n’a jamais existé. tl;dv une approche plus directe, se classant dans le milieu du peloton sans inventer de personnages. Gemini être évalué sur ce point, car il n’a jamais produit de transcription diarisée du fichier mis en ligne.
Points d'action
HappyScribe a extrait les actions à mener les plus pertinentes lors du test (4,5 sur 5), en identifiant la seule véritable prochaine étape qui avait été abordée lors de la réunion. tl;dv pénalisé (3,7) par les LLM pour avoir ajouté des actions supplémentaires qu’ils jugeaient moins importantes. tl;dva pour réflexe de vous trouver des choses à faire, ce qui correspond exactement à ce que l’on attend lors d’un entretien commercial, mais moins lors d’une audition parlementaire de deux heures. Cela tient en partie à un défaut du matériel de test : il était pratiquement impossible de trouver un véritable entretien commercial en espagnol accompagné d’une transcription officielle.
Résumés
Les résumés étaient globalement plus concis. Gemini Fireflies en tête (4,5), et Geminimérite une mention particulière : comme il s’appuie sur un LLM, il parvient à produire un résumé clair et lisible même lorsque la transcription sous-jacente présente des irrégularités. Il parvient à masquer les imperfections du texte brut grâce à des annotations pertinentes.
tl;dv HappyScribe se sont classés ex æquo avec une note de 3,8, chacun proposant un compte rendu de bonne qualité des événements de la réunion.
Stabilité comportementale (et l'astérisque sur Gemini)
tl;dv Fireflies les outils les plus constants quel que soit le type de session, à égalité avec une note de 7,5 sur 10. Cela signifie qu’ils ont fonctionné de la même manière, que le contenu audio provenait d’un appel en direct ou d’un fichier mis en ligne. Gemini exception : Gemini Google Meet du tout Google Meet transcrire les fichiers mis en ligne ; elle n’a donc pas pu être notée sur les critères de diarisation ou de stabilité, et son sous-total s’élève à 25 au lieu de 45.
Hallucinations
HappyScribe a perdu un peu de crédibilité en raison d’un petit problème : il a généré un résumé en anglais pour la session téléchargée, alors que l’enregistrement audio était en espagnol. Cela s’explique par le fait que les fichiers téléchargés ne génèrent pas automatiquement de résumé. Il faut demander à l’IA d’HappyScribe d’en créer un. Ce n’est pas rédhibitoire si cela arrive de temps en temps dans des circonstances particulières, mais cela peut être agaçant si vous avez demandé des notes en espagnol et que la langue a été modifiée.
À l'inverse, tl;dv HappyScribe ont affiché les meilleurs résultats en matière d'« hallucinations » (7,7 sur 10 chacun), ce qui signifie qu'ils étaient les moins susceptibles de répéter en boucle, de dupliquer ou d'inventer des passages qui n'avaient jamais été prononcés. Ce type d'erreur est généralement celui qui cause le plus de dégâts, car il est difficile à détecter à moins de lire la transcription ligne par ligne.
Fonctionnalités et caractéristiques
tl;dv imposé en matière de fonctionnalités avec 66 points sur 72, mais Fireflies 63) lui a donné du fil à retordre. L'écart s'explique par quelques fonctionnalités que tl;dv et que presque personne d'autre n'offre (reconnaissance vocale, traductions et vitesse de traitement la plus rapide).
C'est à ce niveau que la « précision » passe au second plan et que la question centrale devient : « Est-ce que cela correspond réellement à mon flux de travail ? ». Il vaut mieux lire ligne par ligne plutôt que de se fier au sous-total.
| Système métrique | Comment le score a-t-il été calculé ? | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Désignation des haut-parleurs dès la sortie de l'emballage | Identification automatique des intervenants sur Meet, Zoom et Teams | 5/5 | 5/5 | 0/5 | 0/5 | 5/5 |
| Empreinte vocale | Possibilité d'enregistrer son propre profil vocal | 5/5 | 0/5 | 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 | 3/5 | 0/5 | 0/5 | 5/5 |
| Synchronisation CRM | Natif et synchronisation automatique | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Notes personnalisées / modèles | Formats de synthèse personnalisables ou sortie fixe ? | 3/3 | 0/3 | 0/3 | 2/3 | 3/3 |
| Apprentissage de vocabulaire / d'entités personnalisés | Enseigner le vocabulaire et les acronymes propres au secteur | 5/5 | 0/5 | 5/5 | 5/5 | 5/5 |
| Localisation de l'interface utilisateur en espagnol | Si l'interface du produit est elle-même disponible en espagnol | 5/5 | 5/5 | 0/5 | 5/5 | 5/5 |
| Étendue des intégrations | Slack, calendrier, Zapier, API | 3/3 | 0/3 | 1/3 | 3/3 | 3/3 |
| Vitesse de traitement | Délai entre la fin de la réunion et la transcription finale | 3/3 | 0/3 | 0/3 | 2/3 | 2/3 |
| Suivi des mots de remplissage | Suivi des mots de remplissage – Détecte les « euh », « hum » et autres « este » sans compter deux fois les bégaiements. Permet une visibilité complète des transcriptions orales plutôt qu'un lissage excessif. | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 |
| Précision de l'horodatage | Vérifiez ponctuellement que les horodatages correspondent bien au moment voulu | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| 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 | 0/3 |
| Rechercher dans la transcription | Rechercher dans une réunion et dans la bibliothèque | 3/3 | 2/3 | 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 | 3/3 |
| Formats d'exportation | SRT, VTT, TXT, DOCX et autres formats similaires | 0/3 | 0/3 | 3/3 | 3/3 | 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 | 3/3 |
| Couverture des plateformes de réunion | Prise en charge de Zoom, Meet, Teams et Webex | 3/3 | 0/3 | 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 | 0/3 | 3/3 | 3/3 | 3/3 |
| Serveur MCP natif | Serveur natif propriétaire permettant aux assistants IA d'interroger la bibliothèque de réunions | 5/5 | 0/5 | 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 | 1/3 | 3/3 | 3/3 | 3/3 |
| Sous-total des capacités et fonctionnalités | 66/72 | 22/72 | 38/72 | 49/72 | 63/72 |
Vitesse de traitement : une minute contre neuf
tl;dv , de loin, l'outil le plus rapide du test, fournissant une transcription finale en environ une minute. Google Gemini le plus lent, avec un temps d'environ neuf minutes, bien qu'il s'agisse de la plateforme sur laquelle la réunion s'est déroulée.
Voici le processus complet, de la fin de la réunion jusqu'à la transcription finale :
- tl;dv — environ 1 minute
- HappyScribe — environ 2 minutes
- Fireflies — environ 3 minutes
- Otter — environ 7 minutes (et celui-ci est sous-titré en direct, donc vous n'avez aucune excuse)
- Google Gemini — environ 9 minutes
La rapidité peut sembler être un indicateur purement superficiel, jusqu'à ce que vous soyez en pleine réunion avec un client et que vous essayiez de récupérer un devis avant le début de la réunion suivante. Un délai d'une minute signifie que les notes sont prêtes avant même que vous n'ayez fermé l'onglet ; un délai de neuf minutes signifie que vous êtes déjà passé à autre chose et que vous avez oublié de vérifier.
Enregistrement sans bot et empreinte vocale
Deux fonctionnalités distinguent véritablement tl;dv la plupart de ses concurrents : l'enregistrement sans bot et l'empreinte vocale. « Sans bot » signifie que tl;dv la réunion via le son de votre système sans envoyer de bot participer à l'appel et mettre tout le monde mal à l'aise. tl;dv Fireflies y parviennent Fireflies ; ce n'est pas le cas Otter HappyScribe, et bien que Gemini utilise Gemini de bot par défaut, il ne fonctionne que sur Google Meet lui fait perdre des points.
La reconnaissance vocale personnalisée est la seule victoire qui compte vraiment : tl;dv le seul outil du test qui vous permettait de l’entraîner avec votre propre voix afin qu’il vous reconnaisse d’une réunion à l’autre, sans avoir à le réétiqueter manuellement. Ça peut paraître anodin, jusqu’à ce que vous ayez renommé « Intervenant 2 » avec votre propre nom pour la quarantième fois.
Transcriptions en direct
En ce qui concerne les transcriptions en direct, Fireflies, Gemini et Otter vous permettent Otter de suivre ce qui est dit au fur et à mesure, à condition que vous disposiez de la configuration adéquate. Certains nécessitent par exemple l'installation d'applications.
tl;dv affiche tl;dv de transcription en temps réel à l'écran pendant la réunion, pas plus que HappyScribe. Si le fait de voir les mots défiler en direct est important pour votre façon de travailler, Fireflies, Otter ou Gemini probablement les solutions qui vous conviendront le mieux.
La ligne du MCP que personne ici ne peut s’approprier à lui seul
Les serveurs MCP natifs constituaient autrefois un véritable argument de vente. Ce n'est plus le cas aujourd'hui. Tous les outils testés ici, à l'exception de Google Gemini , en intègrent Gemini un tl;dv Fireflies, HappyScribe et Otter obtiennent Otter la note de 5/5.
Un serveur MCP (Model Context Protocol) natif permet à un assistant IA comme Claude ou ChatGPT d’interroger directement votre historique de réunions : « Qu’avons-nous convenu avec le compte de Guadalajara au trimestre dernier ? », la réponse étant tirée de vos appels réels. C’est une fonctionnalité véritablement utile, et si vous aviez lu une comparaison datant de 2025, vous sauriez que tl;dv une longueur d’avance considérable dans le perfectionnement de cette fonctionnalité. En 2026, tout le monde, sans exception, proposera le MCP. Sauf Gemini…
Confiance, sécurité et valeur
tl;dv la note maximale : 18 sur 18, et c’est le seul outil à avoir réussi cet exploit. Il est conforme aux normes SOC 2 et RGPD, il n’entraîne pas son IA sur vos enregistrements, ses tarifs sont publiés et non pas uniquement disponibles sur devis, et il propose une formule gratuite premium (et non une simple période d’essai inutile). Mais un score parfait ne signifie pas pour autant que les autres solutions constituent un risque pour la sécurité ; la question la plus pertinente est donc : quelle préoccupation spécifique vous empêche de dormir la nuit ? C’est là que ces outils se distinguent réellement les uns des autres.
HappyScribe et Fireflies ont Fireflies obtenu un excellent score de 17/18. Google Gemini 15, tandis Otter avec 11, pour des raisons qu’il convient de préciser, surtout si vous enregistrez des réunions au sein de l’UE.
| Système métrique | Comment le score a-t-il été calculé ? | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| 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 | 2/3 |
| Sécurité et conformité | SOC2, ISO 27001, RGPD | 3/3 | 3/3 | 2/3 | 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 | 1/3 | 2/3 | 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 | 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 | 3/3 |
| Formule gratuite / limites | Disponibilité d'une formule gratuite (un simple essai gratuit ne compte pas) | 3/3 | 0/3 | 2/3 | 2/3 | 3/3 |
| Confiance, sécurité et valeur : sous-total | 18/18 | 15/18 | 18/11 | 17/18 | 17/18 |
* Vérifié en juillet 2026 à partir de la documentation relative à la sécurité fournie par chaque fournisseur.
Où sont réellement stockées vos données relatives aux réunions ?
Pour une équipe qui enregistre des réunions en espagnol au sein de l'UE, la localisation des données n'est pas un simple atout, c'est une exigence incontournable du RGPD. HappyScribe stocke par défaut toutes les données dans un centre de données situé dans l’UE (c’est une entreprise née à Barcelone, et cela se voit) ; tl;dv propose tl;dv un hébergement dans l’UE (c’est une entreprise allemande) par défaut, mais peut héberger les données dans d’autres régions (aux États-Unis ou au Japon, par exemple) si nécessaire. Google Gemini des contrôles de région de données de Google Workspace ; ces trois solutions obtiennent donc toutes la note maximale.
Fireflies davantage de conditions : bien qu’il existe une option de stockage dans l’UE, celle-ci relève du plan « Private Storage » et n’est accessible qu’aux abonnés du plan « Enterprise » ; par conséquent, un abonnement standard peut tout de même entraîner le traitement de vos données aux États-Unis. Otter le véritable cas à part : ses données sont hébergées sur des serveurs américains, sans aucune option d’hébergement dans l’UE documentée, l’entreprise s’appuyant plutôt sur des clauses de transfert standard. Si un responsable de la conformité vous demande où sont stockés vos enregistrements, Otter vous Otter la réponse la moins rassurante de toutes.
Est-ce que l'IA est entraînée à partir de vos enregistrements ?
Voici un point pour lequel il vaut la peine de lire les clauses en petits caractères : Otter le seul outil de ce test qui utilise vos enregistrements pour entraîner ses propres modèles. D’ailleurs, une action collective a été intentée contre l’entreprise précisément pour cette raison. Otter d’abord les fichiers audio et les transcriptions afin qu’aucun nom n’y figure et qu’aucun être humain ne les examine, mais vos enregistrements servent tout de même à l’entraînement des modèles. Bonne chance pour trouver une option claire permettant de refuser cette utilisation.
Ce n'est pas le seul problème de sécurité qui touche Otter .
Une société de capital-risque avec laquelle j'ai eu une Zoom a utilisé Otter pour enregistrer l'appel, et après la réunion, elle m'a automatiquement envoyé par e-mail la transcription, y compris des heures de conversations privées qu'ils ont eues par la suite, au cours desquelles ils ont abordé des détails intimes et confidentiels concernant leur entreprise.
— Alex Bilzerian (@alexbilz) Septembre 26, 2024
Tous les autres respectent votre contenu. tl;dv Fireflies obtiennent Fireflies la note maximale car ils ne s'entraînent pas sur vos fichiers audio, et la version Workspace GeminiGoogle Geminine s'entraîne pas sur les données des clients sans autorisation explicite. HappyScribe se situe entre les deux. Il fonctionne selon un principe d'opt-out plutôt que selon un refus par défaut.
Si « ne vous fiez pas à mes réunions » est une ligne de conduite stricte pour vous, tl;dv Fireflies et Gemini des choix sûrs ; Otter celui qu’il faut examiner de près.
Certifications, fidélisation et le piège de la formule gratuite
En matière de certifications officielles, la concurrence se resserre. tl;dv HappyScribe, Google Gemini et Fireflies l’ensemble complet : SOC 2, ISO 27001 et RGPD. Otter quant à lui conforme aux normes SOC 2 et RGPD, mais ne détient pas de certification ISO 27001 complète et indépendante (il s’appuie sur un cadre ISO, ce qui n’équivaut pas à la certification proprement dite). Tous les outils ont obtenu la note maximale en matière de contrôles de conservation ; ainsi, quel que soit celui que vous choisissiez, vous pouvez définir la durée de conservation des enregistrements et des transcriptions.
C'est au niveau du rapport qualité-prix que Gemini . Il n'existe aucune formule gratuite, l'application étant intégrée à Google Workspace, une offre payante. tl;dv Fireflies deux applications gratuites de prise de notes basées sur l'IA proposant des formules gratuites complètes (sans carte ni compte à rebours), tandis Otter HappyScribe offrent des formules gratuites avec des limites plus strictes.
Test d'exactitude des réunions en espagnol : méthodologie
Notre comparaison repose sur un test contrôlé et à conditions équivalentes, conçu pour soumettre chaque outil aux mêmes conditions. Même enregistrement audio, mêmes critères d'évaluation, même évaluation à l'aveugle… La seule variable est l'outil lui-même.
Le jeu de test
Nous avons testé chaque outil sur trois sessions réelles en espagnol, choisies délibérément pour couvrir différentes régions plutôt que de se limiter à un seul accent. Deux provenaient du Mexique et une d'Espagne, car un outil qui s'en sort à merveille lors d'une réunion administrative à Mexico peut très bien échouer lamentablement lors d'un entretien commercial à Madrid, et inversement.
- Une séance du Sénat mexicain (Comisión Permanente, 1er juillet 2026) — dense, axée sur les procédures, avec de nombreux intervenants.
- Une audition parlementaire espagnole sur la santé (Comisión de Sanidad, comparution de la ministre Mónica García, le 16 mars 2026) — celle au cours de laquelle un intervenant est passé de l'espagnol castillan au catalan en plein milieu de son intervention.
- Une « mañanera » présidentielle mexicaine (26 juin 2026) — rapide, riche en statistiques et, surtout, dont la présidence mexicaine publie une version sténographique .
Pour toutes ces réunions, nous avons délibérément choisi celles pour lesquelles il existait une transcription officielle du gouvernement, mot pour mot, correspondant à la vidéo dans son intégralité. Cela nous a permis de disposer d’une véritable référence à laquelle nous référer, plutôt que d’une simple approximation. (J’ai d’abord essayé de trouver des enregistrements audio équivalents issus de l’Assemblée nationale argentine ; les transcriptions ne correspondaient pas aux vidéos, j’ai donc abandonné cette piste.)
Chaque outil a traité les trois sessions en temps réel, diffusées sur mon écran, ainsi qu’un fichier téléchargé pour l’étape de diarisation des locuteurs. Le fichier téléchargé correspondait au même clip la troisième source, ce qui nous a permis d’évaluer les performances des outils sur le même enregistrement audio à partir de différentes sources d’entrée.
La revue
L'évaluation s'est déroulée en deux étapes. Dans un premier temps, les résultats ont été soumis à l'aveugle à deux modèles de langage grand public (LLM) indépendants : « Claude » Anthropicet « Grok » de xAI. Ceux-ci ont noté chaque résultat selon une grille d'évaluation portant sur la précision linguistique et la facilité d'utilisation dans des situations réelles. Ensuite, notre évaluateur de langue maternelle espagnole a évalué les mêmes résultats à l'aveugle, sans connaître le nom des outils, afin qu'aucun résultat ne soit influencé par la reconnaissance d'un logo familier.
Les résultats de l'évaluation humaine étaient très similaires à ceux des grands modèles de langage (LLM). Ils ont classé tl;dv HappyScribe ex æquo en tête en termes de précision, suivis Fireflies par Fireflies , tandis Otter des absurdités juste pour le plaisir. La structure suit la même méthodologie que celle que nous avions mise au point pour notre test de transcription en japonais; les deux sont donc directement comparables.
La trousse à outils
Nous avons testé cinq outils : tl;dv, Fireflies, HappyScribe, Otter et Google Gemini. Tout au long de la phase d'évaluation, ils ont été anonymisés sous les noms « Outils A à E » ; leurs noms n'ont été révélés qu'une fois les notes validées, afin que personne (ni humain ni modèle) ne puisse les noter en fonction de leur réputation.
Chaque outil a été testé avec une formule payante afin de donner à chaque produit toutes ses chances, plutôt que de le juger sur la base d’une version gratuite allégée. Il convient toutefois de noter que bon nombre de ces formules payantes ne modifient pas réellement la transcription. Elles offrent plutôt davantage de minutes d’enregistrement ou un nombre plus élevé de fichiers à importer.
Répartition des coûts par moteur et par avion
Ces outils ne sont pas conçus de la même manière. Certains utilisent un moteur de synthèse vocale dédié, tandis qu’un autre est un LLM polyvalent qui fait office de preneur de notes.
Pour être plus précis, quatre de ces cinq outils utilisent un moteur ASR (reconnaissance vocale automatique) dédié. Ils sont littéralement conçus pour transcrire ce qu’ils entendent réellement. Google Gemini, en revanche, est un LLM pur, qui reconstruit plutôt le texte le plus plausible. Cette seule différence explique pourquoi Gemini correctement Gemini presque toutes les données statistiques, mais a confondu « INAH » avec « Lina ». Il a inventé un nom qui collait au contexte plutôt que de retenir celui qui avait été prononcé.
| Outil | Moteur sous-jacent / fournisseur | En interne ou sous licence | Type de moteur | Plan |
|---|---|---|---|---|
| tl;dv | ElevenLabs | Agrée | ASR dédié | Entreprises |
| Google Gemini | Google Gemini | En interne (Google) | LLM | Gemini autonome Gemini (compte Business Starter) |
| Otter | Otter.ai (logiciel propriétaire) | En interne | ASR dédié | Pro |
| HappyScribe | Non divulgué publiquement | Non communiqué | ASR dédié (+ option humaine) | De base |
| Fireflies | Reconnaissance vocale automatique (ASR) d'un tiers (fournisseur non divulgué) | Agrée | ASR dédié (+ couche LLM) | Pro |
Portée et mises en garde
Quelques précisions honnêtes sur ce que ce test permet de démontrer et ce qu’il ne permet pas de démontrer :
- Les notes de niveau 1 sont relatives, et non absolues. Une note de 16,8/20 signifie « le meilleur parmi ces cinq », attribuée sur une échelle de 20 par deux LLM en aveugle qui ont croisé les données de quatre transcriptions (trois en direct + une téléchargée) par outil.
- La diarisation et la stabilité ont été évaluées sur la seule session mise en ligne, car il s'agit de la seule série de tests où tous les outils ont été soumis à des conditions d'enregistrement identiques.
- Deux extraits mexicains et un clip péninsulaire clip un échantillon représentatif, mais pas une couverture exhaustive. Nous n'avons pas testé l'espagnol d'Argentine, des Caraïbes, des Andes ou de Guinée équatoriale, et les résultats pourraient varier pour ces régions.
- Google Gemini transcrire les fichiers téléchargés; c'est pourquoi sa note pour la catégorie « Real-World » est calculée sur 25 au lieu de 45 — ne considérez donc pas son score total comme comparable à celui des autres.
- Il s'agit d'un aperçu datant de juillet 2026. Les formules, les tarifs et les fonctionnalités sont susceptibles d'évoluer ; nous avons testé la version disponible à cette date.
- Et bien sûr : j'écris pour tl;dv. C'est précisément pour cette raison que l'évaluation s'est faite en aveugle, à l'aide de deux modèles LLM, et qu'elle a été relue par des locuteurs natifs. Cette méthode pourrait mettre le client dans l'embarras si les données l'exigeaient.
Quel est le meilleur logiciel de transcription de réunions en espagnol ?
L'outil de transcription de réunions en espagnol le plus complet de notre test était tl;dv, qui a obtenu un score de 170,2 sur 200, s’imposant en termes de précision brute, de fonctionnalités et de fiabilité. Il s’est démarqué comme le seul outil à avoir correctement suivi un passage en catalan en direct. Mais « le meilleur dans l’ensemble » ne signifie pas nécessairement « le meilleur pour vous », et les résultats étaient plus serrés que ne le laisse supposer le chiffre annoncé en titre.
Voici une liste détaillée et honnête de ce dont vous avez réellement besoin :
- Pour une transcription en espagnol d'une précision inégalée, point final : tl;dv 53,7/65). Si la précision des mots, qu'il s'agisse de l'espagnol mexicain ou péninsulaire, ou encore des changements de langue en plein milieu d'une phrase (vers le catalan, par exemple), est pour vous d'une importance capitale, c'est le seul choix viable.
- Pour une précision optimale avec une solution économique, et pour la conformité aux normes de l'UE tl;dv 170,2 au classement général, 53,7 en précision tl;dv l'emporte une nouvelle fois grâce à son ancrage en Allemagne et à sa haute précision vérifiée. HappyScribe (143,4 au classement général, 45,2 en précision) stocke également vos données par défaut dans un centre de données situé dans l'UE et a été classé ex æquo en tête par notre expert natif. Un excellent choix pour les équipes basées dans l'UE soumises à des exigences strictes en matière de RGPD.
- Pour les comptes-rendus de réunion les plus utiles: Fireflies 151,4 au classement général, 33,2 pour la qualité des réunions en situation réelle) remporte la médaille, mais de justesse. tl;dv en deuxième position (32,5) dans la catégorie « Qualité des réunions en situation réelle ». Les deux proposent d’excellentes formules gratuites que vous pouvez commencer à utiliser dès maintenant.
- À utiliser avec prudence : Otter 96,6) est lent, invente des intervenants fantômes, ne dispose d’aucun hébergement dans l’UE et est le seul outil de cette sélection à entraîner ses modèles à partir de vos enregistrements. Google Gemini 87,2) ne permet pas de transcrire les fichiers téléchargés, s’est révélé être l’outil le plus lent de notre test et ne propose pas de formule gratuite. Ce n’est pas mal si vous utilisez déjà Google Workspace, mais c’est plutôt catastrophique dans le cas contraire.
Si vous souhaitez essayer l'outil qui est arrivé en tête du test, tl;dv gratuit à vie. Vous n'avez pas besoin de carte bancaire et il n'y a pas de délai d'essai limité. Le plus gros avantage ? Il détecte automatiquement l'espagnol et plus de 40 autres langues sur Google Meet, Zoom et Teams, ou sans bot sur n'importe quelle autre plateforme via l'application de bureau.
Foire aux questions sur la précision de l'outil de transcription en espagnol
Quelle est la précision de la transcription des réunions en espagnol générée par l'IA ?
Les meilleurs outils d’IA transcrivent désormais clairement en espagnol avec une précision d’environ 90 à 95 % , bien que ce taux baisse rapidement en présence de la présence de plusieurs locuteurs, de bruits de fond ou d'argot régional. Lors de notre test à l'aveugle portant sur cinq outils couvrant trois sessions en , tl;dv a obtenu le meilleur score en matière de précision de transcription (53,7 sur 65), HappyScribe étant son plus proche concurrent le plus proche avec 45,2.
Le chiffre qui est indiqué sur une page marketing correspond presque toujours le chiffre le plus optimiste : un conférencier, un son clair, accent neutre. En réalité, réunions sont plus chaotiques, et c’est là que les écarts apparaissent : les noms, les devises, les acronymes et des personnes qui parlent en même temps d’un autre.
Pourquoi les outils de transcription basés sur l'IA ont-ils du mal avec l'espagnol ?
Pour un moteur de transcription, l'espagnol n'est pas une langue unique : c'est toute une famille de variantes régionales, et la plupart des outils ne sont optimisés que pour une partie de celle-ci. Un modèle entraîné sur l'espagnol péninsulaire peut ne pas reconnaître le vocabulaire mexicain ni le formatage des montants, tandis qu'un modèle optimisé pour l'Amérique latine peut avoir du mal avec « vosotros » et les tournures de phrase castillanes.
La transcription par IA traite-t-elle différemment l'espagnol d'Amérique latine et l'espagnol castillan ?
Oui, et cette différence est plus importante que ne le laissent entendre la plupart des outils. Certains logiciels de transcription détectent automatiquement la variante (tl;dv HappyScribe l'ont fait sans problème lors de notre test), tandis que d'autres vous obligent à sélectionner une région dès le départ ou utilisent par défaut l'espagnol péninsulaire, que votre réunion ait lieu à Mexico ou à Madrid.
Nous avons délibérément effectué des tests sur les deux cas de figure : deux sessions en mexicain et une en espagnol. Les outils permettant de définir le dialecte à l’avance, ou de le détecter automatiquement de manière fiable, ont produit des transcriptions nettement plus précises que ceux utilisant un modèle unique « universel » pour l’espagnol (Otter Gemini). Si votre équipe est répartie des deux côtés de l’Atlantique, la prise en charge des dialectes n’est pas un simple atout.
La transcription par IA est-elle capable de gérer l'alternance linguistique entre l'espagnol et le catalan ?
En général, non. Mais c'est ce qui a fait toute la différence dans l'ensemble de notre test. Lorsqu'un intervenant, lors d'une audition parlementaire espagnole, est passé de l'espagnol castillan au catalan au milieu d'une phrase, tl;dv le seul outil parmi les cinq à suivre ce changement et à transcrire correctement le catalan. Tous les autres outils ont « uniformisé » le texte en espagnol approximatif ou ont abandonné et se sont contentés de deviner.
Le changement de langue est monnaie courante dans les réunions réelles où l'on parle espagnol. Certains passent au catalan, à l'anglais, voire utilisent un terme autochtone. Si vos réunions sont multilingues, testez spécifiquement cet aspect avant de vous engager.
Quel est le meilleur outil de transcription pour l'espagnol mexicain ?
Lors de notre test, tl;dv le plus performant tl;dv espagnol mexicain : il a pris la tête lors des deux sessions mexicaines (une audition au Sénat et une « mañanera » présidentielle), en traduisant correctement des chiffres tels que « 1 391 municipios » et des montants exprimés dans la devise locale, comme « un millón trescientos mil ». HappyScribe s'est révélé être le concurrent le plus solide en termes de précision brute.
Les failles sont apparues tout en bas du tableau : Otter « 1 300 000 $ » — symbole incorrect, absence de séparateurs, absence de mise en forme conforme à la langue. Lors de réunions consacrées au budget ou aux effectifs, cela fait toute la différence entre des notes auxquelles on peut se fier et celles qui nous font perdre du temps à les recouper avec l'enregistrement.
La transcription par IA des réunions en espagnol est-elle conforme au RGPD ?
Certains outils sont conçus à cet effet, d’autres non ; il est donc important de vérifier ce point avant d’enregistrer la moindre réunion au sein de l’UE. Lors de notre test, tl;dv HappyScribe se sont révélés être les seuls outils à stocker les données par défaut dans un centre de données situé dans l’UE (ils sont respectivement basés en Allemagne et en Espagne). Ces deux outils sont également conformes aux normes SOC 2 et au RGPD.
Les cas particuliers ont ici toute leur importance. Fireflies propose la résidence des données dans l’UE Fireflies dans son offre « Enterprise » ; un forfait standard peut donc impliquer que vos données soient traitées aux États-Unis. Otter absolument aucun hébergement dans l’UE et est le seul outil que nous ayons trouvé qui entraîne ses propres modèles à partir de vos enregistrements (anonymisés, certes, mais tout de même). C’est la réponse qu’un responsable de la conformité souhaite le moins entendre.
Peut-on transcrire gratuitement des réunions en espagnol ?
Oui. Plusieurs outils proposent de véritables formules gratuites, même si les restrictions varient. tl;dv gratuit à vie, avec un nombre illimité d'enregistrements et de transcriptions dans plus de 40 langues, dont l'espagnol, sans carte bancaire requise ; Fireflies propose Fireflies une formule gratuite intéressante avec des résumés générés par IA en nombre limité.
Otter une formule gratuite, mais celle-ci est plafonnée à 300 minutes par mois ; l'offre gratuite de HappyScribe s'apparente davantage à une brève période d'essai, tandis que Google Gemini aucune option gratuite autonome. Gemini en effet intégré à l'offre payante Google Workspace. Si vous souhaitez tester l'outil qui est arrivé en tête de notre comparatif, tl;dv gratuit dès le départ, sans limite de durée d'essai.
