Pour dicter une note, convertir un mémo vocal en texte ou retranscrire un entretien sans passer par le cloud, Apple pourrait avoir franchi un cap. D’après un benchmark publié par Inscribe, la nouvelle API SpeechAnalyzer, introduite avec macOS 26, surpasse largement l’ancien SFSpeechRecognizer et devance aussi plusieurs versions de Whisper d’OpenAI dans un usage 100 % local.
Le test a été mené sur un Mac équipé d’une puce M2 Pro avec 32 Go de RAM, sous macOS 26.5.1. Inscribe a utilisé 5 a0559 extraits du corpus anglophone LibriSpeech, avec des passages à la fois clairs et d’autres plus difficiles ou bruités. Tous les traitements ont été effectués sur la machine, sans envoi des fichiers vers un serveur distant.
Des écarts marqués face à l’ancienne solution d’Apple
Selon Inscribe, SpeechAnalyzer atteint un taux d’erreur de 2,12 % sur les extraits les plus propres. L’ancien SFSpeechRecognizer monte, lui, à 9,02 %. Sur les enregistrements plus compliqués, le nouvel outil resterait à 4,56 %, contre 16,25 % pour l’API plus ancienne.
Concrètement, cela signifie moins de mots à corriger à la main après transcription. Pour une app de prise de notes, un enregistreur vocal ou un outil de comptes rendus, ce gain peut faire une vraie différence au quotidien, surtout si l’on veut garder ses fichiers en local.
Apple ferait aussi mieux que Whisper Small dans ce scénario
Le benchmark d’Inscribe compare également la solution d’Apple à plusieurs déclinaisons de Whisper. Le meilleur résultat côté OpenAI viendrait de Whisper Small, avec 3,74 % de taux d’erreur sur les extraits clairs et 7,95 % sur les extraits bruités. Dans ces deux cas, SpeechAnalyzer ferait donc mieux.
Inscribe ajoute que l’outil d’Apple serait environ trois fois plus rapide dans ce test, tout en générant un texte déjà ponctué et correctement capitalisé. Sur la configuration utilisée, une heure d’audio pourrait ainsi être traitée localement en quelques minutes.
Ce que ça change
Pour les utilisateurs, la promesse est simple : une transcription plus rapide, plus propre et sans dépendre d’une connexion internet, à condition que la langue soit prise en charge. Cela peut rendre beaucoup plus pratiques des usages très concrets, comme les notes vocales, la dictée ou la retranscription d’un fichier audio personnel.
Il faut toutefois garder les limites du test en tête. D’après Inscribe, SpeechTranscriber reste limité à une trentaine de paramètres régionaux, alors que Whisper couvre plus d’une centaine de langues, et l’évaluation porte uniquement sur de l’anglais lu, pas sur des réunions, plusieurs intervenants ou des accents variés.
Un avantage net, mais pas dans tous les cas
Inscribe explique avoir adapté son propre moteur pour privilégier SpeechAnalyzer lorsque la langue est compatible, tout en conservant Whisper pour les autres cas. Cela résume bien la situation actuelle : sur l’écosystème Apple et pour l’anglais, la nouvelle API semble très solide ; pour le multiplateforme et la couverture linguistique, Whisper garde encore des arguments.
Le benchmark ne compare en revanche pas SpeechAnalyzer à d’autres modèles avancés comme Parakeet ou Nemotron. Ces résultats doivent donc être vus comme un indicateur fort des progrès d’Apple en transcription locale, plutôt que comme un classement définitif de tous les outils du marché.
À lire aussi
Source : Inscribe — blog officiel (benchmark Apple Speech API)