--- title: "Transcrire une réunion hors ligne en séparant les intervenants, sur votre propre ordinateur" description: "Transcrivez une réunion hors ligne et séparez les intervenants sur Mac (puce Apple) ou PC Windows ou Linux x64 avec Foxl Notes : gratuit, sans envoi, sans compte." author: "Foxl Team" date_published: "2026-10-27" date_modified: "2026-10-27" canonical_url: "https://foxl.ai/fr/blog/offline-speaker-diarization" markdown_url: "https://foxl.ai/fr/blog/offline-speaker-diarization/index.md" image: "https://foxl.ai/blog/offline-speaker-diarization-cover.png" social_image: "https://foxl.ai/blog/social/offline-speaker-diarization.png" content_type: "Deep dive" topics: ["Speaker diarization","Transcription","Meeting notes","On-device models","Privacy"] products: ["Foxl Notes"] --- # Transcrire une réunion hors ligne en séparant les intervenants, sur votre propre ordinateur > Foxl Notes peut transcrire une réunion sur votre propre ordinateur et indiquer qui a dit quoi, Intervenant 1, Intervenant 2, sans envoyer l’audio ni vous connecter à un compte. Il fonctionne sur les Mac avec puce Apple et sur les PC Windows et Linux x64. Ce guide explique la mise en place, ce qu’ont donné les étiquettes d’intervenants sur nos enregistrements de test et pourquoi elles préfèrent fusionner deux voix proches plutôt que d’en couper une en deux, captures de la v0.9.2 à l’appui. - Author: Foxl Team - Published: 2026-10-27 - Last reviewed: 2026-10-27 - Reading time: 5 minutes - Canonical HTML: [https://foxl.ai/fr/blog/offline-speaker-diarization]() ![L’onglet Transcript d’une réunion à deux dans Foxl Notes v0.9.2, transcrite sur l’ordinateur lui-même : chaque prise de parole est marquée SPEAKER 1 ou SPEAKER 2, avec l’heure à laquelle elle commence.]() Foxl Notes peut transcrire une réunion sur votre propre ordinateur et attribuer chaque prise de parole à Intervenant 1, Intervenant 2, et ainsi de suite. Choisissez le moteur sur l’appareil dans Configuration > Enregistrement, puis enregistrez la réunion ou importez son audio. L’enregistrement n’est envoyé nulle part pour être transcrit, rien n’est facturé et vous n’avez pas besoin de compte Foxl. Cela fonctionne sur les Mac avec puce Apple et sur les PC Windows et Linux x64, après un téléchargement unique d’environ 1,3 Go. ## Ce que fait la diarisation des locuteurs La diarisation découpe un enregistrement par voix, pour que chaque ligne de la transcription indique qui parlait. Elle n’identifie personne : elle détermine quels passages de l’audio viennent de la même voix et donne un numéro à cette voix. Dans un appel à deux, c’est ce qui vous permet de retrouver la ligne où l’un de vous a accepté quelque chose. Les services de transcription dans le cloud font ce travail sur leurs serveurs, une fois que vous leur avez envoyé l’enregistrement. Notes le fait sur l’ordinateur où se trouve l’enregistrement, dans le moteur même qui écrit les mots. Les modèles sont ouverts : segmentation-3.0 de pyannote (licence MIT) repère les changements de locuteur, et CAM++ de 3D-Speaker compare les voix de chaque passage. Tous deux tournent via sherpa-onnx : il n’y a donc ni PyTorch à installer, ni token Hugging Face à obtenir. ## Mise en place 1. Installez Foxl sur un Mac avec puce Apple ou sur un PC Windows ou Linux x64. 2. Ouvrez Configuration > Enregistrement. Si Fournisseur de transcription est sur Automatique, il passe au moteur sur l’appareil dès que celui-ci est installé, sauf si l’ordinateur dispose d’identifiants AWS. Vous pouvez aussi choisir Sur l’appareil vous-même. 3. Si le moteur n’est pas encore installé, choisissez Installer le moteur. C’est un téléchargement unique d’environ 1,3 Go, et le premier écran de Notes propose le même bouton. Une fois le moteur prêt, la Configuration affiche le nom du modèle et précise que l’audio reste sur l’ordinateur. Sur Mac, le modèle est une version 8 bits de Qwen3-ASR qui tourne sur le GPU ; sur Windows et Linux, le même modèle tourne dans llama.cpp. ![Les réglages, section Recording : « Transcription Provider » sur « Automatic », qui utilise « On device (Apple Silicon, offline) », la phrase indiquant que la transcription sur l’appareil sépare les intervenants sur ce Mac et que l’audio ne le quitte jamais, et « Ready - mlx-community/Qwen3-ASR-0.6B-8bit running on this Mac ».]() _Configuration > Enregistrement avec le moteur sur l’appareil installé. Ici, Foxl n’est connecté à aucun compte._ ## Transcrire une réunion Dans Notes, appuyez sur Démarrer l’enregistrement quand la réunion commence. Pour un enregistrement que vous avez déjà, utilisez Importer audio ou transcription : Notes accepte les fichiers wav, mp3, m4a, mp4 et d’autres formats audio et vidéo, et commence à transcrire dès que le fichier est importé. L’onglet Transcription liste chaque prise de parole avec son intervenant et le moment où elle commence. ![L’onglet Transcript d’une réunion importée de 32 secondes : six prises de parole qui alternent entre SPEAKER 1 et SPEAKER 2, à 0:00, 0:06, 0:11, 0:16, 0:21 et 0:26, pour préparer le lancement d’une boutique en ligne, une grille tarifaire attendue pour lundi, un test de la mise en page mobile mardi et un e-mail de lancement.]() _Une réunion à deux importée, transcrite et séparée par voix sur l’ordinateur lui-même._ Les étiquettes sont des numéros. Cliquez sur l’une d’elles pour donner un nom à cet intervenant. ## Quelle est la précision des étiquettes ? Sur notre propre jeu d’évaluation de 10 conversations synthétiques, le moteur a attribué en moyenne 99,09 % de l’audio au bon intervenant. Chaque conversation réunit deux ou trois voix synthétiques, choisies pour ne pas se ressembler davantage que de vraies personnes : la bonne réponse est donc connue exactement. Ce chiffre est un résultat de test, pas une prévision pour votre salle de réunion. Sur 14 fichiers d’évaluation, dont quatre vraies conversations enregistrées, il a trouvé le bon nombre d’intervenants à chaque fois. Deux voix anglaises du même genre, qui parlaient sans pause entre les prises de parole, ont été attribuées correctement à 93,3 %. La réunion de la capture ci-dessus, elle aussi entre deux voix synthétiques, a eu ses six prises de parole bien attribuées. Quand deux voix sont très proches, le moteur préfère les traiter comme une seule personne plutôt que de couper une personne en deux. Dans des notes de réunion, une ligne attribuée à la mauvaise personne fait plus de dégâts qu’une ligne sans auteur clair. Nous l’avons constaté en préparant ce guide : une réunion entre une voix synthétique et cette même voix rendue plus grave est revenue avec un seul intervenant. ## Limites - Il ne connaît pas les noms. C’est vous qui renommez les intervenants dans la transcription. - Il n’existe pas de moteur sur l’appareil pour les Mac Intel ni pour Linux sur arm64. - Il n’écrit pas de résumés. Pour cela, il vous faut un modèle : soit un modèle que vous connectez, soit le modèle de résumé sur l’appareil de Foxl, qui se télécharge à part. ## Où va l’audio Pour la transcription, il reste sur l’ordinateur. Quand le moteur sur l’appareil est sélectionné, la Configuration indique que la transcription se fait sur cet ordinateur et que rien n’est facturé, et la séparation des intervenants tourne dans le même processus local. Comme rien n’est envoyé, cela fonctionne aussi sans connexion internet. Ce que vous faites ensuite, par exemple demander un résumé à un modèle cloud, passe par le fournisseur que vous choisissez pour cela. ## Références et lectures complémentaires 1. [Documentation Foxl : enregistrement]() - Documentation 2. [Documentation Foxl : crédits et confidentialité dans Notes]() - Documentation 3. [pyannote segmentation-3.0]() - Reference 4. [Modèles de segmentation des locuteurs de sherpa-onnx]() - Reference 5. [3D-Speaker (CAM++)]() - Reference 6. [Qwen3-ASR 0.6B, version MLX 8 bits]() - Reference 7. [Télécharger Foxl]() - Reference