La Sténo — transcription avec séparation des voix, sur l'appareil

Ce que ça faitWhat it does

Un entretien de deux heures, en texte, avant le souperA two-hour interview, in text, before supper

Dépose un fichier audio ou vidéo (une carte de tournage, un mémo vocal, un Zoom enregistré) et La Sténo te rend le texte, horodaté, découpé par voix. Tu corriges ce qui cloche, tu nommes les gens une fois, et tu exportes. C'est tout, et ça ne quitte jamais l'appareil.Drop in an audio or video file (a card off a shoot, a voice memo, a recorded Zoom) and La Sténo gives you the text back, timestamped, cut up by voice. You fix what's wrong, you name people once, and you export. That's the whole thing, and it never leaves the device.

◑

Deux voix, deux colonnes — pour de vraiTwo voices, two columns — for real

La séparation des voix se fait sur l'appareil, avec de vrais modèles de diarisation compilés en CoreML. Ce n'est pas une devinette par segment : chaque mot est attribué à quelqu'un. Une question posée par-dessus une réponse reste du bon bord.Speaker separation runs on the device, with real diarization models compiled to CoreML. It isn't a per-segment guess: every word is assigned to someone. A question asked over the top of an answer stays on the right side.

✎

La transcription se modifieThe transcript is editable

La machine se trompe : un nom propre, un mot avalé, une coupure au mauvais endroit. Corrige le texte, fusionne deux passages, sépare-en un en deux, réattribue une réplique à l'autre voix. Les corrections suivent dans tous les exports.The machine gets things wrong: a proper noun, a swallowed word, a break in the wrong place. Fix the text, merge two passages, split one in two, reassign a line to the other voice. The corrections carry through to every export.

◈

Nomme quelqu'un une foisName someone once

« Locuteur 2 » devient Jeannine, et Jeannine remplace l'étiquette partout : dans la transcription, dans la recherche, dans les sous-titres, dans le Markdown. Tu ne le fais pas deux cents fois, tu le fais une fois."Speaker 2" becomes Jeannine, and Jeannine replaces the label everywhere: in the transcript, in search, in the subtitles, in the Markdown. You don't do it two hundred times, you do it once.

⏱

Horodaté au mot prèsTimestamped to the word

Clique un mot, l'audio saute là. C'est ce qu'il faut pour retrouver une phrase dans un rush de deux heures sans réécouter deux heures — et c'est ce qui rend les exports de sous-titres justes plutôt qu'à peu près.Click a word, the audio jumps there. That's what you need to find one sentence inside a two-hour rush without listening to two hours — and it's what makes the subtitle exports accurate rather than approximate.

◧

Audio ou vidéo, ça lui est égalAudio or video, it doesn't care

Une piste séparée, un fichier caméra, un mémo vocal du téléphone : La Sténo prend la vidéo comme l'audio et va chercher la piste sonore elle-même. Pas de conversion à faire avant.A separate audio track, a camera file, a voice memo off the phone: La Sténo takes video as readily as audio and pulls the sound track itself. No converting beforehand.

⌥

Deux moteurs, selon la priseTwo engines, depending on the take

Le moteur du système est rapide et ne demande aucun téléchargement — c'est celui de tous les jours. Whisper est plus lent mais plus têtu : c'est celui à sortir quand il y a du vent, un restaurant autour, ou quelqu'un qui parle loin du micro.The system engine is fast and needs no download — that's the everyday one. Whisper is slower but more stubborn: it's the one to reach for when there's wind, a restaurant around you, or someone talking far from the mic.

▤

Exports pour le montage et pour la pageExports for the edit and for the page

SRT et VTT pour la timeline et le web, texte brut pour coller n'importe où, Markdown pour tes notes. Avec ou sans les noms, avec ou sans les minutages — c'est un réglage, pas un chercher-remplacer.SRT and VTT for the timeline and the web, plain text to paste anywhere, Markdown for your notes. With or without the names, with or without the timecodes — it's a setting, not a find-and-replace.

◐

Une seule appli, trois appareilsOne app, three devices

Native pour l'iPhone, l'iPad et le Mac. Tu transcris le mémo dans le char en revenant du tournage, tu corriges la transcription sur le grand écran, et c'est la même appli.Native for iPhone, iPad and Mac. You transcribe the memo in the car on the way back from a shoot, you clean the transcript up on the big screen, and it's the same app.

SRT · la timeline· the timeline VTT · le web· the web TexteText · à coller· to paste Markdown · tes notes· your notes NomsNames · au choix· optional MinutagesTimecodes · au choix· optional

La grosse affaireThe big one

Savoir qui parle, mot par motKnowing who's talking, word by word

La transcription toute seule, ça existe depuis longtemps. Ce qui manquait, dans un entretien, c'était de savoir qui a dit quoi, sans passer la soirée à réécouter pour replacer les répliques.Transcription on its own has been around a long time. What was missing, in an interview, was knowing who said what, without spending the evening re-listening to put the lines back where they belong.

La diarisation, en clairDiarization, plainly

La Sténo fait tourner de vrais modèles de séparation de locuteurs, la famille pyannote convertie en CoreML, directement sur le Neural Engine de ton appareil. Le modèle découpe la bande en tours de parole, puis compare l'empreinte vocale de chaque tour pour regrouper ce qui vient de la même personne.La Sténo runs real speaker-separation models, the pyannote family converted to CoreML, directly on your device's Neural Engine. The model cuts the recording into turns, then compares the voice print of each turn to group together what came from the same person.

La différence avec les outils qui étiquettent un bloc entier : ici l'attribution est alignée sur les mots. Quand tu coupes quelqu'un, quand deux personnes se chevauchent une seconde, la frontière tombe au bon mot et pas à la fin du paragraphe.The difference from tools that label a whole block: here the assignment is aligned to the words. When you cut someone off, when two people overlap for a second, the boundary lands on the right word rather than at the end of the paragraph.

00:00:26,140 --> 00:00:31,908
Jeannine : À l'école, c'était une autre affaire.
On switchait sans même s'en rendre compte.

00:00:39,002 --> 00:00:41,455
Jac : Pis ça te dérangeait pas ?

Le nom que tu donnes à une voix n'est pas une étiquette cosmétique : il est stocké une fois et rendu partout. Change-le à minuit, et l'export de demain matin le portera.The name you give a voice isn't a cosmetic label: it's stored once and rendered everywhere. Change it at midnight and tomorrow morning's export carries it.

Les languesThe languages

Nos accents, pas seulement le français de FranceOur accents, not just Parisian French

La plupart des outils de transcription entendent le français de Paris et l'anglais de Londres, et calent devant tout le reste. La Sténo utilise les modèles fr-CA et en-CA : le québécois et l'acadien passent, et le mélange des deux langues dans la même phrase aussi.Most transcription tools hear Parisian French and London English, and stall on everything else. La Sténo uses the fr-CA and en-CA models: Québécois and Acadian go through, and so does the two-languages-in-one-sentence mix.

◍

Le code-switching, sans le casserCode-switching, without breaking

« On a shooté ça su' la Rive-Sud, pis after that on a wrapé. » C'est comme ça que le monde parle ici, et une transcription qui rend ça en charabia n'est pas utilisable. La Sténo garde les deux langues dans la même phrase au lieu de choisir."On a shooté ça su' la Rive-Sud, pis after that on a wrapé." That's how people actually talk here, and a transcript that renders it as gibberish is useless. La Sténo keeps both languages in the same sentence instead of picking one.

◎

Bilingue jusqu'au boutBilingual all the way down

L'interface est en français et en anglais, comme les exports. La langue de l'appli et la langue de la bande sont deux réglages séparés : tu peux travailler en français sur un entretien anglais, ou l'inverse.The interface is in French and English, and so are the exports. The app's language and the recording's language are two separate settings: you can work in French on an English interview, or the other way around.

Ce qui sort de l'appareilWhat leaves the device

Rien. Sauf si tu le demandes, et jamais l'audioNothing. Unless you ask, and never the audio

Un entretien, c'est quelqu'un qui t'a fait confiance. Ça n'a pas d'affaire sur le serveur d'un tiers. La transcription, la séparation des voix, la recherche, les exports : tout est calculé localement, hors ligne, même en mode avion.An interview is someone who trusted you. It has no business on a third party's server. Transcription, speaker separation, search, exports: all of it is computed locally, offline, even in airplane mode.

La seule exception : les citations, si tu l'activesThe one exception: the quotes, if you turn it on

Il y a une fonction facultative où Claude relit l'entretien et te ressort les meilleures citations verbatim, celles qui tiennent debout toutes seules au montage. C'est la seule chose sur toute l'appli qui touche au réseau.There's an optional feature where Claude reads the interview back and pulls out the strongest verbatim quotes, the ones that stand on their own in the edit. It is the only thing in the whole app that touches the network.

Elle est désactivée par défaut, elle exige ta propre clé d'API Anthropic, et elle n'envoie que du texte : l'audio ne part jamais, la vidéo non plus. Si tu n'entres jamais de clé, La Sténo n'ouvre pas une seule connexion sortante de sa vie — à part le téléchargement unique des modèles, si tu choisis Whisper.It is off by default, it requires your own Anthropic API key, and it sends text only: the audio never goes, and neither does the video. If you never enter a key, La Sténo doesn't open a single outbound connection in its life — apart from the one-time model download, if you choose Whisper.

Pas de compte, pas d'abonnement, pas d'analytique, pas de pistage. Les détails complets sont sur la page de confidentialité.No account, no subscription, no analytics, no tracking. The full details are on the privacy page.

Dépose le fichier. Audio ou vidéo, depuis Fichiers, la pellicule, un disque externe ou par glisser-déposer sur le Mac.Drop the file in. Audio or video, from Files, the camera roll, an external drive, or by dragging it onto the Mac.

Choisis la langue et le moteur. Français ou anglais, moteur du système ou Whisper. Puis laisse faire : l'appareil travaille tout seul.Pick the language and the engine. French or English, system engine or Whisper. Then leave it: the device works on its own.

Nomme les voix et corrige. Une fois par personne. Répare les mots avalés, recolle un passage coupé en deux, renvoie une réplique à l'autre voix.Name the voices and fix things. Once per person. Repair the swallowed words, rejoin a passage split in two, send a line back to the other voice.

Exporte. SRT ou VTT pour le montage, texte ou Markdown pour écrire. Avec les noms et les minutages, ou sans.Export. SRT or VTT for the edit, text or Markdown for writing. With the names and timecodes, or without.

Écrite dans une salle de montage, pas dans un bureauWritten in an edit bay, not in an office

Je fais des documentaires. Un tournage, ça rentre en cartes pleines d'entretiens, de repérages et de mémos que je me suis laissés à moi-même dans le char. Avant, la transcription partait chez un tiers, revenait en un seul bloc de texte où personne n'avait de nom, et je repassais la soirée à replacer les répliques. La Sténo, c'est l'outil que je voulais : qui parle, quand, en français comme en anglais, et rien qui sort de la machine.I make documentaries. A shoot comes home as cards full of interviews, scouts and memos I left for myself in the car. Transcription used to go off to a third party, come back as one undifferentiated block where nobody had a name, and I'd spend the evening putting the lines back. La Sténo is the tool I wanted: who spoke, when, in French as much as in English, and nothing leaving the machine.