Aqua Voice

Avalon est le modèle derrière chaque transcription d'Aqua Voice. Sur AISpeak-10, le benchmark maison composé d'extraits où des gens prononcent des termes comme « Claude Code » ou « GPT-4o-mini », il atteint 97,4 % de précision sur le terme clé, contre 65,1 % pour Whisper Large v3. Lors de sa sortie en octobre 2025, il s'est aussi classé premier des modèles propriétaires au classement public OpenASR, avec 6,24 % de taux d'erreur moyen par mot. Ces chiffres viennent de l'éditeur : prenez-les comme un point de départ, pas comme un verdict neutre.

L'application de bureau tourne au niveau du système, et la transcription vocale fonctionne donc dans tout champ qui accepte du texte. Aucun greffon par site, aucune extension à mettre à jour. Vous maintenez la touche, vous parlez, vous relâchez, et le texte atterrit là où se trouve le curseur, y compris dans un terminal ou un éditeur de code.

Vous pouvez lui apprendre les mots qu'il rate systématiquement : noms de collègues, marques, jargon interne ou bibliothèques. La précision sur ces termes progresse aussitôt, ce qui pèse surtout dans les métiers au vocabulaire particulier. C'est le correctif le plus rapide pour le type d'erreur que ces logiciels commettent habituellement.

Au lieu d'un format de sortie figé, vous définissez ton et règles une fois, et l'application les applique à chaque transcription. Minuscules pour Slack, phrases complètes pour un e-mail client, titres pour la documentation. Le texte arrive plus près du publiable, et le temps de relecture baisse.

Aqua Voice comprend 49 langues et s'adapte à votre façon réelle de parler, accent et débit inclus. Vous dictez dans une langue et gardez vos notes dans une autre, et les phrases mélangées passent mieux que dans les outils calibrés sur une seule région.

Chaque session rejoint l'historique par défaut, vous pouvez donc retrouver un paragraphe dicté la semaine précédente. Le mode confidentialité inverse la logique : rien n'est stocké sur les serveurs de l'éditeur. Si votre travail touche à des documents sensibles, c'est ce réglage qui rend l'outil utilisable.

Les développeurs peuvent appeler le même modèle via l'API Avalon, et la documentation décrit un remplacement de deux lignes, URL de base et nom de modèle, pour basculer un pipeline existant. Vous gardez ainsi la forme de vos requêtes et votre authentification tout en gagnant en reconnaissance de parole technique.