Hex est un outil de dictee local pour macOS, Windows et Linux, version 3.3.0, publie en logiciel libre sous licence MIT par Anomaly, l'equipe derriere OpenCode, et ecrit surtout en Rust. L'interaction tient en trois gestes: tenir le raccourci, parler, relacher. La transcription se fait sur la machine, et le texte est colle directement dans le champ qui a le focus. Aucune fenetre n'apparait, et rien ne reste dans le presse-papiers a recoller a la main. Le premier lancement telecharge un modele vocal, ensuite la dictee quotidienne n'a plus besoin du reseau.

Ce qu'il comble n'est pas la precision. C'est l'envoi, l'attente et la confirmation qui separaient autrefois la fin d'une phrase de son ecriture. Les supprimer est tout l'objet. Il reste une touche tenue et du texte la ou le curseur se trouvait deja.

Relachez la touche, les mots sont deja la

Les premieres dictees fonctionnaient en deux temps: l'application accumulait l'audio tant qu'on parlait et ne commencait qu'au relachement. Depuis la version 2.3, Hex decode pendant qu'on parle, si bien que relacher ne fait que terminer le dernier fragment. Les chiffres du projet: une dictee de deux minutes est passee de 0.9 seconde a 0.1 sur une RTX 5070 Ti, et de 2.8 secondes a 0.1 sur un MacBook Air M4. Cet ecart decide si l'outil sert de temps en temps ou si les mains peuvent vraiment quitter le clavier.

Quelques details montrent ou sont les compromis. Une pression de moins de 300 millisecondes ne compte pas comme une dictee. Un double appui lance un enregistrement continu, un autre appui le termine. Le dernier resultat peut etre colle de nouveau. Echap n'annule pas, car les mots deja prononces sont toujours livres.

Un catalogue paye en langues et en cout

Les reglages de transcription locale alignent les modeles candidats, et chaque fiche indique taille, nombre de langues et vitesse mesuree, donc le prix de chaque choix est visible. Parakeet Unified English vise le streaming anglais a environ 731MB, annonce 163 fois le temps reel et un taux d'erreur de 1.60 pour cent dans ses propres tests. Whisper large-v3-turbo couvre plus de cent langues a 886MB et accepte votre propre vocabulaire. Cohere Transcribe connait quatorze langues, occupe 2.4GB et rend 1.27 pour cent d'erreur. Pour le chinois, deux options plus legeres existent, Qwen3-ASR 0.6B et SenseVoice Small.

Les modeles hors catalogue marchent aussi: importer un fichier GGUF, ou reutiliser un jeu de poids deja present dans le cache Hugging Face local. Si le modele choisi ne gere pas la langue en cours, Hex le dit clairement et signale le passage a l'anglais, plutot que de rendre en silence une page de caracteres faux. Chaque modele retient en outre la langue utilisee la derniere fois.

Autre application, autres regles

Le vrai desagrement commence apres la transcription. Le meme mot doit etre compris dans une fenetre de discussion, ecrit comme commande dans un terminal, et tenu dans le style du code au sein d'un commentaire. Hex traite cela par des modes: un jeu de regles s'attache a une application au premier plan ou a un site et s'applique au changement, un mode global rattrape le reste, et discussion et terminal portent chacun le leur.

Le plus utile dans un mode est la liste de corrections, qui fixe open code en OpenCode et ecrit correctement les noms toujours mal entendus. Elle ne remplace pas seulement apres coup, elle alimente le modele comme biais de reconnaissance.

Par-dessus se pose une reecriture OpenCode facultative: nom de l'application, domaine courant et transcription partent vers le modele configure, et un passage plus fluide revient. Hex ne lance pas OpenCode a votre place; s'il ne tourne pas, une ligne d'avertissement suffit. Si la reecriture echoue, la transcription locale et les corrections deja appliquees sont conservees.

Apres la reunion, le texte est deja sur deux pistes

Deux choses dans la zone experimentale meritent un mot. Les notes de reunion detectent un appel dans Zoom, Google Meet, Teams ou Slack, et une petite capsule demande d'abord, donc rien n'enregistre avant votre accord. Pendant l'enregistrement, le son du systeme et votre microphone partent sur des pistes separees, ce qui donne une transcription qui se lit comme une conversation.

A la fin, on exporte du Markdown, et sur un Mac un modele local peut ajouter un titre et un resume. L'autre est l'annotation: tenir la meme touche pendant une capture d'ecran et dessiner sur l'image en parlant, images cles, traits et transcription arrivant ensemble dans le presse-papiers. Tout cela reste en zone experimentale, donc la forme bougera.

Les ouvertures laissees aux agents

La moitie de la valeur de Hex 3.3.0 n'est pas dans l'interface. La ligne de commande lance une dictee, change de modele, cherche dans l'historique par date ou par application et ajoute des entrees au vocabulaire, avec une sortie en JSON ou Markdown. Un point d'entree MCP en lecture seule expose historique et notes de reunion a un agent de code externe. Une interface HTTP locale et un SDK TypeScript completent l'ensemble. Avec des regles de transformation personnelles ecrites comme du code, la parole entre directement dans votre chaine au lieu d'attendre dans une zone de texte.

Les limites, dites clairement

La confidentialite merite de la precision. Hex ne conserve pas l'audio de dictee par defaut, mais le texte colle avec succes reste, sept jours par defaut, et au-dela de dix mille entrees ou 16MiB les plus anciennes partent d'abord. Ne rien garder est une option, et un clic efface tout. Les journaux de diagnostic peuvent contenir des transcriptions et des noms d'applications, mais ne sont pas envoyes. Le texte ne quitte la machine que si une reecriture est activee, et il va alors au fournisseur que vous avez configure.

Les exigences de plateforme sont fermes. macOS signifie Apple silicon uniquement, systeme 15 ou plus recent. Windows et Linux restent en beta; la version Windows x64 demande un processeur d'apres 2013 avec AVX2, et l'inference GPU un pilote Vulkan 1.2, faute de quoi elle retombe sur un chemin CPU lent.

Sous Linux, le raccourci global et le collage dependent du support du protocole par l'environnement de bureau, et certains compositeurs Wayland demandent de lier la commande a la main. Le depot n'accepte pas non plus de contributions exterieures: les problemes vont aux agents de l'equipe, et le code est ouvert mais se lit plus qu'il ne se modifie.

La valeur de Hex 3.3.0 n'est pas la longueur de sa liste de fonctions. Il fait de la parole un service local appelable a tout moment: un raccourci pour les humains, une commande et un appel MCP pour les programmes. Qui pousse beaucoup de texte dans un ordinateur chaque jour sans vouloir confier sa voix a un serveur a quelques centaines de megaoctets a y consacrer; qui veut que cela marche sans y penser grimpera quand meme les marches des modeles, des modes et des autorisations.

Version

3.3.0, licence MIT, sources sur GitHub.

Systemes

macOS sur Apple silicon, 15 ou plus recent; Windows et Linux en beta.

Modeles

De 700MB a 2.4GB selon le choix, un seul telecharge au premier lancement.

Reseau

Inutile pour dicter une fois le modele en place.