Réponse directe — Qu’est-ce que la recherche sémantique pour des transcriptions ? La recherche sémantique retrouve des passages dans une archive de transcriptions par le sens plutôt que par la formulation exacte. Elle convertit ta requête et chaque passage stocké en embeddings — des vecteurs numériques qui placent les sens proches les uns des autres — puis classe les passages par proximité. Décris ce qui a été dit, comme « le passage sur le retard de financement », et elle fait remonter le passage même si personne n’a employé ces mots-là.
Si tu as déjà essayé de chercher dans un historique de transcription sur Mac sans retrouver un entretien que tu es pourtant certain d’avoir enregistré, la faute revient rarement à l’archive. C’est la requête qui est en cause. La recherche par mot-clé compare des chaînes de caractères ; la mémoire, elle, stocke du sens, et les deux ne coïncident qu’occasionnellement.
Cet écart explique pourquoi la recherche sémantique de transcriptions sépare un simple dossier de fichiers texte d’une archive réellement exploitable. Ce guide couvre ce que fait la recherche sémantique, pourquoi elle échoue seule, comment le classement hybride corrige ce défaut, et ce qu’il faut pour retrouver une transcription par le sens entièrement sur ton propre Mac.
Pourquoi la recherche par mot-clé échoue-t-elle sur une archive de transcriptions ?
Parce qu’une transcription enregistre de la parole, et la parole est le texte le plus riche en paraphrases que tu stockeras jamais. Tu te souviens de l’idée exprimée ; l’intervenant, lui, ne se souvenait de rien et parlait simplement.
Trois propriétés du contenu parlé rendent la correspondance lexicale fragile :
- Personne ne le dit deux fois de la même façon. Un dépassement de budget devient « on a un peu dépassé », « les chiffres ont dérapé » ou « ça a coûté plus cher que prévu », au fil d’une même conversation.
- Il n’y a ni titres, ni sommaire, ni résumé. Un article donne à un système de recherche une structure sur laquelle s’appuyer. Un entretien de 90 minutes lui offre un mur de phrases.
- Les noms propres arrivent sans orthographe fixe. Le nom d’une entreprise entendu une seule fois peut être transcrit de trois façons différentes au fil d’une archive, et chacune fait échouer une requête en correspondance exacte.
La recherche en recherche d’information quantifie cet écart. Sur le jeu de développement du benchmark MIRACL — une évaluation annotée par des humains portant sur des passages Wikipedia, moyennée sur 16 langues — BM25, la fonction de classement lexical classique, obtient un score de 39,3 en nDCG@10 contre 60,8 pour le modèle d’embedding multilingual-e5-small.
| Jeu de développement MIRACL, moyenné sur 16 langues | BM25 (lexical) | multilingual-e5-small (sémantique) |
|---|---|---|
| nDCG@10 | 39,3 | 60,8 |
| Recall@100 | 78,7 | 92,4 |
Deux réserves comptent. MIRACL, c’est de la prose Wikipedia, pas des transcriptions parlées, donc les chiffres absolus ne se transposent pas tels quels à tes entretiens. Et le Recall@100 de 78,7 pour BM25 montre que la recherche lexicale trouve encore la plupart du contenu pertinent — elle le classe simplement mal. C’est l’argument en faveur de la recherche hybride plutôt que du remplacement pur et simple.
Qu’est-ce que la recherche sémantique, et comment fonctionne-t-elle vraiment ?
La recherche sémantique est une méthode de recherche fondée sur la similarité vectorielle plutôt que sur la correspondance de chaînes. Un modèle lit un passage et produit un embedding : une liste de nombres de longueur fixe, positionnée de telle sorte que des textes de sens proche se retrouvent proches dans cet espace.
Ta requête passe par le même modèle, si bien que le classement devient un problème de géométrie — quels vecteurs stockés sont les plus proches du vecteur de la requête — plutôt qu’un problème de texte.
Ces modèles sont entraînés à grande échelle. Le rapport technique multilingual E5 décrit un pré-entraînement contrastif sur un milliard de paires de textes multilingues, suivi d’un ajustement supervisé sur des jeux de données étiquetés, en trois tailles : small, base et large. MIRACL, le benchmark de recherche multilingue utilisé dans le tableau ci-dessus, couvre 18 langues et compte plus de 700,000 jugements de pertinence humains pour environ 77,000 requêtes, tous évalués par des locuteurs natifs.
Une requête dans une langue peut-elle retrouver une transcription dans une autre ?
Oui, à condition que le modèle d’embedding soit multilingue et que les deux langues en fassent partie. Cette capacité découle directement de la façon dont le modèle a été entraîné.
Un modèle d’embedding multilingue place une phrase et sa traduction à proximité l’une de l’autre dans le même espace vectoriel. Le rapport multilingual E5 évalue exactement cela sous le nom de bitext mining, défini comme « une tâche de recherche de similarité interlangue qui nécessite la mise en correspondance de deux phrases avec peu de recouvrement lexical », sur plus de 100 langues.
En pratique, sur une recherche translinguistique de transcriptions, une requête tapée en français peut faire remonter un passage prononcé en japonais ou en russe. Aucune étape de traduction ne s’exécute et aucun mot-clé ne correspond jamais — les deux textes veulent simplement dire la même chose, et le modèle a été conçu pour le remarquer. Pour quiconque tient une archive en plusieurs langues, cela transforme une recherche par langue en une seule requête.
Pourquoi la recherche hybride bat-elle chacune des deux méthodes prise isolément ?
Parce que les deux échouent dans des directions opposées, et tu ne peux pas prédire quel type de question tu es sur le point de poser. Les citations exactes, les noms de famille et les numéros de référence favorisent l’index lexical ; les concepts et les arguments à demi mémorisés favorisent l’index vectoriel.
La méthode établie pour fusionner deux listes classées est la Reciprocal Rank Fusion (RRF), publiée à SIGIR 2009. Chaque document obtient un score 1 / (k + rang) dans chaque liste où il apparaît, les scores sont additionnés, et la liste fusionnée est triée. Les auteurs ont fixé k = 60 lors d’un test pilote et ne l’ont jamais modifié.
Leurs résultats, sur des collections de la Text REtrieval Conference et sur le corpus d’apprentissage au classement LETOR 3, composé de 583,850 paires document-requête :
- La précision moyenne (MAP) de la RRF a dépassé Condorcet Fuse dans tous les cas et CombMNZ dans tous les cas sauf un.
- La RRF a surpassé Condorcet, CombMNZ et le meilleur système individuel de 4 % à 5 % en moyenne.
- Sur LETOR 3, la RRF a atteint une MAP de 0,6051 contre 0,5846 pour le meilleur classement individuel, faisant mieux que tous les autres avec p < 0,003.
Ce qui rend la RRF attrayante pour une app de bureau, c’est ce dont elle n’a pas besoin : ni exemples d’entraînement, ni réglage fin, ni scores comparables entre les deux systèmes. Les rangs suffisent.
| Ce que tu cherches | Mot-clé (FTS5) | Sémantique (embeddings) | Hybride (RRF) |
|---|---|---|---|
| Une citation exacte, mot pour mot | ✅ Le plus fort | ⚠️ Peut classer des paraphrases devant | ✅ |
| Un nom de famille, un nom de produit ou un acronyme | ✅ Le plus fort | ⚠️ Faible sur les termes rares | ✅ |
| Un sujet que tu ne peux que décrire | ❌ Rate la paraphrase | ✅ Le plus fort | ✅ |
| Un passage prononcé dans une autre langue | ❌ | ✅ Le plus fort | ✅ |
| Un chiffre ou une date énoncés à l’oral | ✅ | ⚠️ Faible | ✅ |
Comment une recherche IA de transcriptions s’exécute-t-elle entièrement sur un Mac ?
Avec trois composants locaux et aucun appel réseau. C’est ce qui détermine si tes entretiens restent confidentiels, donc chaque élément mérite d’être nommé.
Weesper Transcribe construit son historique de transcription consultable à partir de :
- Un index par mot-clé — SQLite FTS5, que la documentation officielle définit comme « un module de table virtuelle SQLite qui fournit une fonctionnalité de recherche plein texte aux applications de base de données ». Il embarque une fonction de classement BM25 intégrée et prend en charge les requêtes de phrase et de préfixe, si bien que
"prévisions trimestrielles"etprévisions*fonctionnent tous les deux. - Un modèle d’embedding local — multilingual-e5-small, exécuté via Candle, décrit dans son dépôt officiel comme « un framework de machine learning minimaliste pour Rust, axé sur la performance (y compris le support GPU) et la facilité d’utilisation ». La variante small tient dans le budget mémoire et batterie d’un ordinateur portable tout en conservant une couverture multilingue.
- La Reciprocal Rank Fusion pour fusionner les deux listes classées en la liste unique que tu vois.
Tout ce qui précède s’exécute sur ton Mac. La transcription est déjà embarquée, et la couche de recherche n’y fait aucune exception : les embeddings sont calculés, stockés et interrogés en local. Un entretien sous embargo ne devient jamais une requête envoyée à un tiers.
Où cela se situe dans le paysage actuel
Des outils de recherche sémantique embarquée généralistes pour macOS existent bel et bien — ils indexent tes fichiers, tes notes ou ton historique de presse-papiers, plusieurs avec des modèles locaux. Ce qu’ils ne font pas, c’est prendre en charge l’étape de transcription elle-même.
Cela compte plus qu’il n’y paraît. Une recherche consciente des transcriptions connaît les horodatages et les limites propres à chaque fichier, si bien qu’un résultat t’amène au moment précis dans l’audio plutôt qu’à un paragraphe dans un fichier texte — et cette même archive alimente l’API d’automatisation locale quand tu l’utilises dans des scripts.
Comment bien chercher dans une archive de transcriptions ?
Adapte le style de ta requête à l’index que tu veux privilégier. Quatre habitudes couvrent la plupart des cas.
- Décris l’idée, pas la phrase. « Le passage où ils ont refusé de donner une date » vaut mieux que de deviner le verbe exact — c’est précisément le rôle de l’index vectoriel.
- Cite entre guillemets quand tu es sûr. Pour une expression dont tu te souviens mot pour mot, ou un nom de famille, tape-la exactement : la correspondance de phrase FTS5 fait le travail et la fusion maintient le résultat près du sommet.
- Cherche dans ta propre langue de travail. La recherche translinguistique se produit au moment de la requête, l’archive n’a donc pas besoin d’être dans la langue dans laquelle tu penses, et traduire au moment de la transcription n’apporte rien.
- Garde l’archive intacte. La qualité de la recherche dépend de ce qui est indexé. Exporte une copie en SRT, VTT ou l’un des autres formats, mais laisse la transcription dans l’historique.
La recherche dans l’historique fait partie de la mise à niveau Pro, aux côtés du traitement par lot, des formats d’export et de l’édition intégrée. Le téléchargement gratuit transcrit des fichiers jusqu’à 15 minutes en pleine qualité, de quoi vérifier d’abord la précision sur ton propre audio. Pro étant un achat unique plutôt qu’un abonnement, une archive constituée cette année reste consultable sans frais récurrents.
Tu compares plutôt des applications que des techniques ? Notre comparatif avec TranscribeNext couvre le volet capture de réunions de la même décision.
Questions fréquentes
Quelle est la différence entre recherche sémantique et recherche par mot-clé dans une app de transcription ?
La recherche par mot-clé compare les caractères que tu as tapés aux caractères présents dans la transcription. Si l’intervenant a dit « on a repoussé le lancement » et que tu cherches « retard », un index par mot-clé pur ne renvoie rien. La recherche sémantique convertit requête et passages en vecteurs qui placent les sens proches les uns des autres, puis classe par proximité — elle trouve donc la paraphrase. Pour des chaînes rares comme un nom de famille, l’index par mot-clé reste plus fiable.
Puis-je chercher dans une transcription dans une langue avec une requête dans une autre ?
Oui, quand le modèle d’embedding est multilingue. Il place une phrase et sa traduction sur des vecteurs proches, si bien qu’une requête tapée en français peut faire remonter un passage prononcé en japonais ou en russe. Le rapport technique multilingual E5 appelle cela le bitext mining — « une tâche de recherche de similarité interlangue qui nécessite la mise en correspondance de deux phrases avec peu de recouvrement lexical » — et l’évalue sur plus de 100 langues.
La recherche sémantique fonctionne-t-elle hors ligne, ou envoie-t-elle mes transcriptions vers un serveur ?
Cela dépend de l’endroit où s’exécute le modèle d’embedding. Les services cloud calculent les embeddings sur leur propre infrastructure, si bien que tes transcriptions et les questions que tu leur poses résident sur les serveurs de quelqu’un d’autre. Weesper Transcribe exécute le modèle sur ton Mac via Candle, aux côtés d’un index SQLite local — aucune requête ne quitte la machine, et l’archive reste consultable même Wi-Fi coupé.
Pourquoi combiner recherche par mot-clé et recherche sémantique plutôt que d’en choisir une seule ?
Parce que chacune échoue là où l’autre réussit. La Reciprocal Rank Fusion, publiée à SIGIR 2009, fusionne deux listes classées en attribuant à chaque résultat un score 1/(k + rang) puis en les additionnant, avec k fixé à 60. Ses auteurs rapportent que la RRF a surpassé Condorcet, CombMNZ et le meilleur système individuel de 4 % à 5 % en moyenne. Elle ne nécessite ni données d’entraînement ni scores comparables, ce qui convient à une app de bureau.
Ai-je besoin de Weesper Transcribe Pro pour chercher dans mon historique de transcription ?
Oui. L’app est gratuite à télécharger depuis le Mac App Store et transcrit des fichiers jusqu’à 15 minutes en pleine qualité. La recherche plein texte et sémantique dans l’historique arrive avec la mise à niveau Pro, avec la suppression de la limite de durée, le traitement par lot, les neuf formats d’export et l’édition intégrée. Pro est un achat unique sur l’App Store, pas un abonnement.
La recherche sémantique retrouve-t-elle les citations exactes de façon fiable ?
Pas à elle seule. La similarité vectorielle valorise les passages qui veulent dire la même chose, si bien qu’une paraphrase proche peut passer devant la phrase littérale. Les citations exactes appartiennent à l’index par mot-clé : FTS5 prend en charge les requêtes de phrase et de préfixe et classe avec BM25. Le classement hybride signifie que tu n’as jamais à choisir — les deux résultats sont fusionnés dans une seule liste.
Conclusion
La recherche par mot-clé te demande de te souvenir des mots. Après une centaine d’heures d’enregistrements, personne n’en est capable. La recherche sémantique te demande de te souvenir du sens, ce que la mémoire stocke réellement — et les benchmarks publiés confirment que la recherche fondée sur le sens se classe bien mieux sur du contenu multilingue, tandis que la correspondance lexicale reste imbattable sur les chaînes exactes.
La réponse n’est donc ni l’une ni l’autre seule, mais les deux, fusionnées par une méthode qui tient depuis 2009. Exécutée en local, elle transforme une pile de transcriptions en une archive que tu peux interroger dans n’importe quelle langue que tu parles, sans qu’un seul octet ne quitte ton Mac.
Prêt à rendre tes enregistrements trouvables ? Découvre comment fonctionne l’archive de transcriptions consultable, ou récupère l’app sur le Mac App Store — gratuite à télécharger, macOS 13 ou ultérieur, mise à niveau Pro en paiement unique, pas d’abonnement. Les questions d’installation trouvent leurs réponses dans la documentation d’aide.