L'écart entre l'enregistrement et le compte rendu

La réunion se termine, l'enregistrement reste dans le téléphone, et le compte rendu n'est pas commencé. C'est le quotidien de la plupart des gens de bureau, et c'est ce trajet que Tingwu veut prendre en charge. C'est un assistant de travail et d'étude d'Alibaba Cloud, et la description officielle du produit est plus technique que le slogan : un agent qui s'appuie sur la reconnaissance vocale et un grand modèle de langue pour résumer et analyser des enregistrements en direct ou différés issus de réunions, d'entretiens et de cours.

Trois entrées sur la page d'accueil

On ouvre le site et trois voies se présentent. Lancer un enregistrement en direct, qui transforme la parole en texte au fil du discours, traduit en parallèle et résume les points clés. Envoyer un fichier audio ou vidéo, qui transcrit, sépare les locuteurs et exporte en une étape. Coller un lien de flux de podcast, qui ne demande aucun téléchargement et produit un résumé dense. L'argument d'efficacité est tout aussi concret : une heure d'audio transcrite en cinq minutes, avec les locuteurs distingués automatiquement.

L'enregistrement en direct : un brouillon pendant la réunion

L'enregistrement en direct est le cœur du produit. Sur ordinateur, la promesse est d'avoir les mains libres et les oreilles dans la salle : la parole devient du texte pendant que la réunion avance, la traduction suit entre les langues, et les points clés se résument en parallèle. Un chef de projet cité dans les témoignages officiels le dit simplement : l'outil consigne chaque détail de l'échange, résume les chapitres et les tâches, et une réunion de deux heures devient un compte rendu en cinq minutes.

Sur les langues, la documentation est précise : la transcription et la traduction bidirectionnelle en direct couvrent le chinois, l'anglais, le cantonais, le japonais, le coréen, l'allemand, le français et le russe. Une réunion qui mélange chinois et anglais, un entretien en cantonais, un cours enregistré en japonais, en coréen ou en allemand passent tous par la même chaîne.

Le compte rendu par IA : du verbatim à la structure

La transcription n'est que la première étape ; le compte rendu vient du modèle de langue. La liste officielle comprend un aperçu par chapitres, un résumé du tout, un résumé par locuteur, une reprise des points clés, une carte mentale, des mots clés, les tâches à faire, la reconnaissance de scène, l'extraction et le résumé des diapositives, la conversion de l'oral en écrit et des consignes personnalisées. Enregistrez une réunion de deux heures et les chapitres, le résumé, qui a dit quoi et qui fait quoi ensuite arrivent déjà découpés en blocs structurés.

Les sous-titres ont leur prise en charge propre : les résultats peuvent être rendus avec les paragraphes, les limites de phrases et les temps de début et de fin au niveau du mot, prêts pour l'affichage. Pour qui produit de la vidéo, la chronologie des sous-titres n'a plus à être alignée à la main. Les scénarios annoncés sont le travail de bureau, la formation, la finance et les médias.

Podcasts : un lien de flux suffit

Des trois entrées, la transcription de podcast est la plus simple. On colle un lien de flux, on ne télécharge rien, et le système transcrit et condense l'épisode. Pour qui survole les podcasts, lire le résumé d'une émission d'une heure avant de décider d'une écoute attentive est un calcul facile.

La section de démarrage propose aussi trois courtes vidéos : l'usage en cours à une minute et 53 secondes, en réunion à 2 minutes et 14 secondes, et avec podcasts et vidéo en 2 minutes, ce qui couvre exactement les trois situations mises en avant.

Quota gratuit et tarifs

Les tarifs suivent la documentation de facturation du centre d'aide d'Alibaba Cloud. Un compte nouvellement activé bénéficie de 90 jours d'essai gratuit, sans frais pendant cette période. Pendant l'essai, le quota quotidien est de 48 heures d'enregistrement en direct avec 2 flux simultanés, et de 2 heures d'audio pour les fichiers envoyés ; un quota épuisé revient 24 heures plus tard.

Au-delà de l'essai, ou pour un raccordement d'entreprise, la facturation se fait par interface. La transcription coûte 0,6 yuan par heure, séparation des locuteurs et détection automatique de la langue comprises. Chaque capacité du modèle de langue coûte 0,064 yuan par heure, et elles s'additionnent quand plusieurs sont utilisées. L'extraction de diapositives avec résumé coûte 0,64 yuan par heure. La traduction en direct coûte 4 yuan par heure et la traduction différée 0,5 yuan par heure. L'enregistrement de réunion en direct accepte jusqu'à 3 entrées audio, et lorsque plusieurs sont branchées seules les heures ayant produit une transcription sont facturées. Le site annonce par ailleurs une baisse générale des prix, la prise en charge de consignes personnalisées, des modèles à faible code utilisables tout de suite et déployables en interne, et une entrée API entreprise dans la barre latérale.

À qui cela convient

Trois publics correspondent le plus directement. Les gens dont l'agenda est plein de réunions, les chercheurs qui doivent dépouiller des enregistrements d'entretiens, et les auditeurs qui suivent les podcasts de près. Les deux premiers tiennent à la transcription en direct et au compte rendu structuré, le troisième gagne du temps avec un lien de flux. La traduction multilingue couvre aussi les cours de langue et les réunions internationales.

Deux remarques honnêtes. D'abord, la précision dépend de la qualité de l'enregistrement, de l'accent et du vocabulaire technique : un compte rendu important mérite une relecture humaine avant diffusion. Ensuite, les fonctions du modèle de langue sont facturées à l'heure et séparément, donc en utiliser plusieurs revient plus cher ; avant de s'abonner ou d'appeler l'API, faites le calcul face à la page de facturation officielle. L'outil prend en charge l'écoute et la prise de notes. Décider quelles parties valent d'être gardées reste un travail humain.

Un outil de transcription prend le clavier, pas le jugement. Il compresse deux heures d'enregistrement en cinq minutes de compte rendu, mais laquelle de ces minutes appliquer, c'est encore celui qui a écouté qui en décide.