Présentation

Fireflies.ai lance Fireflies Talk, une fonction de dictée vocale intégrée aux versions Mac et Windows de son logiciel de prise de notes. L’utilisateur déclenche l’enregistrement en appuyant sur la touche Fn sous macOS ou Ctrl + Win sous Windows, quel que soit l’application active. La parole est alors transcrite en texte directement dans le champ de notes, sans passer par une étape de sauvegarde du fichier audio.

Fonctionnement technique

Le service s’appuie sur un modèle de reconnaissance vocale entraîné sur des corpus d’entreprise, similaire aux solutions proposées par Wispr Flow, Willow ou Superwhisper. La capture audio s’effectue en arrière‑plan grâce aux API d’accès au microphone du système d’exploitation, puis le flux est envoyé à un moteur de transcription. Fireflies précise que les enregistrements ne sont jamais conservés sur ses serveurs ; les transcriptions sont stockées localement sur l’appareil, ce qui implique soit un traitement entièrement on‑device, soit un chiffrement immédiat avant tout transfert.

Analyse des impacts

En intégrant la dictée dans les plans d’abonnement existants, Fireflies évite une facturation supplémentaire, contrairement à certains concurrents qui séparent les fonctions de réunion et de dictée. La disponibilité du raccourci clavier permet une utilisation fluide dans des environnements variés (emails, Slack, documents), ce qui réduit le temps de saisie estimé à trois fois plus lent que la parole. Le stockage local renforce la confidentialité, mais impose aux utilisateurs de gérer la sauvegarde et la synchronisation de leurs transcriptions.

Limites et perspectives

Le modèle actuel ne fournit pas de métriques de précision ni de latence, ce qui rend difficile l’évaluation comparative avec les solutions concurrentes. La dépendance au microphone système peut entraîner des problèmes de bruit ambiant ou de performances sur des machines peu puissantes. Fireflies indique qu’il prévoit de développer un assistant capable d’exploiter le contexte des transcriptions pour automatiser des tâches, une évolution qui nécessitera une intégration plus poussée avec les API des suites de productivité.