Modèles
Tous les modèles tournent sur votre machine. Ils se téléchargent, se choisissent et se suppriment dans les réglages de l'app : vous gardez la main sur la place disque. Les vitesses sont mesurées, pas promises.
Une seule voix pour toutes les langues. Kokoro s'installe tout seul au premier lancement ; la voix du système lit en attendant.
| Modèle | Taille | Langues | Rythme |
|---|---|---|---|
| Kokoro 82M · MLX | 342 Mo | Français, anglais | 15 × plus vite que la parole sur M5 — occupé ~6 % du temps |
| Kokoro 82M · int8 | 108 Mo | Français, anglais | 8 à 10 × plus vite que la parole |
| Qwen3-TTS 0.6B · voix française | 2,0 Go | 10 langues, dont français et anglais | Occupé 76 % du temps à 1× sur M5 — haché au-delà de 1× |
| MagpieTTS 357M | 302 Mo | 9 langues, dont français et anglais | Occupé 69 % du temps à 1× sur M5 — haché au-delà de 1× |
| Voix du système | 0 Mo | Celles du système | Immédiat |
La voix de sillage. Naturelle, légère, calculée par la puce graphique du Mac. Installée toute seule au premier lancement.
La même voix, compressée pour le processeur. C'est elle qui lit dans le terminal, sous Linux comme sur Mac.
Une voix française fixe, au timbre tiré du corpus SIWIS. Plus expressive, plus lourde.
Le modèle multilingue de NVIDIA, avec cinq voix anglaises. Le français est lu tel quel.
La voix de macOS, ou espeak-ng sous Linux. Rien à télécharger : elle lit pendant que Kokoro s'installe.
Dans l'app macOS : un raccourci ouvre la dictée, et le texte s'écrit dans l'app au premier plan. Aucun modèle n'est imposé ; un banc d'essai au micro mesure la justesse avant de choisir.
| Modèle | Taille | Langues | Rythme |
|---|---|---|---|
| Parakeet v3 | 2,5 Go | 25 langues européennes | Relecture toutes les 1,5 s |
| Phonon-2 | 164 Mo | Anglais (français moins sûr) | 8 s d'audio transcrites en 0,12 s sur M5 |
| Whisper tiny | 23 Mo | 99 langues | Relecture toutes les 1,5 s |
| Whisper small | 140 Mo | 99 langues | Relecture toutes les 1,5 s |
| Whisper large-v3-turbo | 464 Mo | 99 langues | Relecture toutes les 1,5 s |
| Canary 1b-v2 | 1,1 Go | 25 langues européennes | Relecture toutes les 1,5 s |
| Voxtral Realtime | 3,1 Go | 13 langues | Au fil de la parole |
| Dictée de macOS | 0 Mo | Celles de macOS | Au fil de la parole |
Reconnaît vite et bien vingt-cinq langues européennes. Le choix par défaut pour dicter en français.
Parakeet v3 réentraîné pour l'anglais et réduit à 164 Mo, presque aussi juste. Le français passe, moins sûrement.
Le plus petit Whisper : rapide, pour un texte court ou une machine juste.
Un bon compromis entre taille et justesse, en quatre-vingt-dix-neuf langues.
Le plus juste des Whisper de la liste, au prix d'un téléchargement plus lourd.
Reconnaissance et traduction de vingt-cinq langues européennes.
Écrit au fil de la parole, sans attendre la fin de la phrase.
La reconnaissance de macOS 26, sur l'appareil. Rien à télécharger, et toujours là en repli.
Pour les images, les captures et les PDF photocopiés, sillage embarque Tesseract avec le français et l'anglais : rien à installer. Les pages sont reconnues en parallèle et le résultat est mémorisé, si bien que la deuxième ouverture est immédiate.
Mesures faites sur un Mac M5. « Occupé x % du temps à 1× » : la part du temps de lecture passée à calculer la voix ; au-delà de 100 %, la lecture saccade.