SMF·NOTTA
Un prompt peut-il remplacer Notta ?
Notes de réunion — meeting transcription and AI notes
Bordereau de suivi des pièces
Verdict
Whisper gère bien la moitié multilingue : il détecte la langue, la transcrit, et traduit vers l’anglais dans la même passe. L’écart, c’est tout ce qui entoure le microphone. Notta rejoint tes appels comme un bot, enregistre depuis un téléphone dans ta poche, et synchronise le résultat avant que tu ne quittes la pièce. Un projet local transcrit les fichiers que tu lui donnes, ce qui est un workflow vraiment différent même si le modèle qui fait le travail est comparable.
Pièce A — Le prompt
Reçu le31.07.2026Construis un outil local de transcription multilingue et de notes de réunion.
Import : glisse un fichier audio ou vidéo (WAV, MP3, M4A, MP4, MOV). Normalise tout en WAV mono 16 kHz avec ffmpeg avant la transcription. Prends en charge une file d’attente par lot, parce que l’usage réaliste, c’est de déposer une semaine d’enregistrements d’un coup.
Transcription : fais tourner whisper.cpp en local avec une taille de modèle sélectionnable par l’utilisateur, et expose la gestion de la langue explicitement plutôt que de la cacher. Trois modes : détection automatique, transcription dans une langue nommée, et traduction vers l’anglais. Affiche quel mode a tourné sur chaque transcription, puisqu’une langue mal détectée produit du charabia avec assurance et que l’utilisateur doit pouvoir voir pourquoi.
Segments : affiche des segments horodatés et modifiables. Les étiquettes de locuteurs commencent en Locuteur 1, Locuteur 2 et ainsi de suite, assignées par une heuristique simple d’énergie et de pause ; l’utilisateur renomme un locuteur une fois et le changement se propage à toute la transcription. Ne prétends pas faire de l’identification automatique de locuteur — indique dans l’interface que la répartition initiale est une estimation.
Notes : sur le texte de transcription approuvé, appelle un LLM (Anthropic ou OpenAI, selon la clé configurée) pour produire un résumé, les décisions prises, les questions ouvertes, et les actions à mener avec un responsable là où il en a été nommé un. Laisse l’utilisateur choisir la langue de sortie indépendamment de la langue parlée, pour qu’une réunion en français puisse produire des notes en anglais.
Stockage : SQLite, contenant le chemin de l’enregistrement, les segments de transcription, la correspondance des locuteurs et les notes générées. Recherche plein texte sur toutes les transcriptions. Exporte en Markdown, texte brut et WebVTT.
Sans clé d’API présente, la transcription, l’édition, la recherche et l’export doivent tous continuer à fonctionner ; seules les notes générées sont désactivées, avec un message qui l’indique.
Hors périmètre : rejoindre des réunions en direct, tout bot qui compose un appel, la transcription en streaming en temps réel, et la capture mobile.L’ouverture pré-remplit le prompt — il ne reste qu’à appuyer sur entrée.
Pièce B — Ce que tu perds
- B.1 le bot de réunion qui rejoint tout seul les appels Zoom, Meet et Teams
- B.2 l’enregistrement depuis un téléphone, là où se déroulent les réunions en personne
- B.3 la transcription en direct que tu peux lire pendant que la réunion se déroule
- B.4 l’identification automatique des locuteurs, juste plus souvent qu’à son tour
Alternatives existantes
Pièce C — Pourquoi certains continuent de payer : capture reliability, integrations, and collaboration
Parce que la transcription est la partie facile et la capture est la partie difficile. Un outil qui ne marche que sur les fichiers que tu as pensé à enregistrer est un outil que tu arrêtes d’utiliser dès la troisième semaine.
Questions
Est-ce que je peux récupérer mes transcriptions Notta ?
Oui. Notta exporte les transcriptions en TXT, DOCX et SRT, et l’importateur peut lire le SRT directement en segments horodatés. Les noms de locuteurs passent s’ils étaient définis dans Notta ; l’audio original, non, donc ces transcriptions deviennent des archives en lecture seule.
Est-ce que Whisper est bon sur les langues autres que l’anglais ?
Solide sur les grandes langues européennes et le japonais, nettement plus faible sur les langues peu dotées en ressources et sur la parole fortement accentuée dans n’importe quelle langue. Les grands modèles sont bien meilleurs que les petits et bien plus lents. L’avantage de Notta n’est pas tant un meilleur modèle qu’un audio plus propre, parce qu’il capture l’appel directement plutôt que via le micro de la pièce.
Combien ça coûte à faire tourner ?
La transcription est gratuite après le téléchargement unique du modèle et tourne sur ta propre machine. Seule l’étape des notes coûte quelque chose, et une transcription d’une heure résumée via un modèle hébergé revient à quelques centimes. Une année de réunions hebdomadaires, c’est quelques dollars.
Quelle est la seule chose qui ne survit pas à la reconstruction ?
Être dans la réunion. Le bot de Notta rejoint l’appel que tu y aies pensé ou non, et son appli téléphone enregistre la conversation que tu n’avais pas prévu d’enregistrer. Ce projet ne voit jamais que les fichiers que tu lui as délibérément donnés.
Outils proches
Récépissé