Apple n’a pas publié de chiffres officiels sur SpeechAnalyzer, son nouveau système de transcription introduit avec macOS 26. Mais d’après un benchmark réalisé par Inscribe, cette nouvelle API marque un vrai saut en avant : elle fait beaucoup mieux que l’ancien SFSpeechRecognizer, et dépasse aussi plusieurs variantes de Whisper d’OpenAI pour de la transcription effectuée entièrement en local.
Le test s’appuie sur 5 559 extraits du corpus anglophone LibriSpeech, avec à la fois des enregistrements propres et d’autres plus difficiles ou bruités. Toutes les transcriptions ont été réalisées sur un Mac équipé d’une puce M2 Pro et de 32 Go de RAM, sous macOS 26.5.1, sans envoi des fichiers vers un serveur distant.
Des écarts très nets face à l’ancienne API d’Apple
Selon Inscribe, SpeechAnalyzer atteint un taux d’erreur de 2,12 % sur les extraits les plus clairs, contre 9,02 % pour SFSpeechRecognizer. Sur les enregistrements plus complexes, l’écart reste tout aussi marqué : 4,56 % pour la nouvelle API, contre 16,25 % pour l’ancienne.
Autrement dit, Apple ne s’est pas contentée d’une simple mise à jour technique. Pour une app qui dicte des notes, transcrit un mémo vocal ou convertit un entretien en texte, la différence peut se traduire par bien moins de corrections manuelles à faire après coup.
SpeechAnalyzer passe aussi devant Whisper Small
Le benchmark d’Inscribe compare également SpeechAnalyzer à plusieurs déclinaisons de Whisper. Le meilleur modèle testé côté OpenAI, Whisper Small, obtient 3,74 % de taux d’erreur sur les enregistrements propres et 7,95 % sur les extraits bruités. SpeechAnalyzer fait donc mieux dans les deux cas.
Inscribe indique aussi que la solution d’Apple serait environ trois fois plus rapide, tout en produisant un texte correctement ponctué et capitalisé. Sur la machine utilisée pour le test, une heure d’audio peut être traitée localement en quelques minutes.
Pour les apps Apple, la transcription locale peut désormais être à la fois plus rapide, plus précise et plus simple à intégrer quand la langue est prise en charge.
Ce que ça change
Pour les développeurs qui ciblent le Mac ou l’iPhone récents, ce benchmark suggère qu’il devient possible de privilégier l’outil intégré au système au lieu d’imposer le téléchargement d’un modèle de plusieurs centaines de mégaoctets. C’est particulièrement intéressant pour des usages quotidiens comme la dictée, les notes vocales ou la retranscription d’un fichier audio hors ligne.
Il faut toutefois garder en tête les limites du test. D’après Inscribe, SpeechTranscriber reste limité à une trentaine de paramètres régionaux, là où Whisper couvre plus d’une centaine de langues, et le benchmark ne porte que sur de l’anglais lu — pas sur des réunions, plusieurs intervenants ou des accents variés.
Un avantage réel, mais dans un cadre encore précis
Inscribe a d’ailleurs adapté son propre moteur pour privilégier SpeechAnalyzer quand la langue est compatible, et conserver Whisper dans les autres cas. Ce choix résume bien la situation actuelle : sur l’écosystème Apple et en anglais, la nouvelle API semble très solide ; pour le multiplateforme et la couverture linguistique, Whisper garde des atouts importants.
Le benchmark ne compare en revanche pas SpeechAnalyzer à d’autres modèles avancés comme Parakeet ou Nemotron. Il faut donc voir ces résultats comme un signal fort sur les progrès d’Apple en transcription locale, plutôt que comme un classement définitif de tous les outils disponibles.
À lire aussi
Source : Inscribe — blog officiel (benchmark Apple Speech API)