La technologie Apple derrière vos notes de réunion IA

Quiet Scribe repose uniquement sur des frameworks Apple : Speech transcrit, les Foundation Models sur l'appareil rédigent le compte rendu et Translation le traduit. Pas de SDK tiers ni de serveurs Quiet Scribe : vos réunions sont traitées par votre propre iPhone, iPad ou Mac.

Ce que cela change pour vous

Les choix techniques se résument à quelques faits simples.

Votre appareil fait le travail

La transcription et le compte rendu sont produits par la puce de votre iPhone, iPad ou Mac. Votre audio n'est pas envoyé à un service de transcription.

Pas de file d'attente d'envoi

Aucun fichier à téléverser, aucune file d'attente sur un serveur. La transcription prend environ la moitié de la durée de la réunion, et le résumé des longues réunions peut demander quelques minutes de plus.

Une traduction sans service cloud

Les traductions sont réalisées sur votre appareil par le framework Translation d'Apple. La première fois que vous utilisez une langue, le système propose de la télécharger.

De la montre à l'iPhone, directement

Les enregistrements de l'Apple Watch vont directement à votre iPhone jumelé. Aucun serveur intermédiaire n'intervient.

Private Cloud Compute facultatif, désactivé par défaut

Sur iOS et macOS 27 ou version ultérieure, là où le service est disponible, un réglage facultatif permet aux longues réunions d'utiliser le Private Cloud Compute d'Apple. Seul le texte est envoyé, jamais l'audio ni les photos, Apple ne le conserve pas, et chaque réunion indique où elle a été traitée.

Comment les éléments s'assemblent

Du moment où vous lancez l'enregistrement jusqu'au compte rendu final :

  1. Capter

    AVAudioEngine enregistre le micro ; sur Mac, les taps Core Audio ajoutent l'audio de l'appel ; sur Apple Watch, WatchConnectivity transmet l'enregistrement à l'iPhone.

  2. Transcrire

    SpeechAnalyzer produit la transcription sur l'appareil, et la distinction des intervenants indique qui a parlé et quand.

  3. Comprendre

    Les Foundation Models transforment la transcription, vos marqueurs, le contexte de la réunion et le texte des photos et documents en compte rendu, tâches, décisions et analyse.

  4. Agir

    EventKit, App Intents, Translation et la feuille de partage envoient les résultats vers Calendrier, Rappels, Siri, d'autres langues, un PDF ou un e-mail.

Pour les développeurs : les frameworks et leur articulation

Quiet Scribe est une app Swift pour iOS, iPadOS, macOS et watchOS, sans aucune dépendance externe. Voici les technologies Apple qu'elle combine.

Speech (SpeechAnalyzer et SpeechTranscriber)

Transcription sur l'appareil. Les modèles de langue sont téléchargés via l'inventaire de ressources du système, et la langue parlée peut être détectée entre l'anglais et l'espagnol avant la transcription.

Foundation Models

Le modèle de langage d'Apple sur l'appareil rédige le résumé, le compte rendu, les tâches, les décisions et l'analyse grâce à la génération guidée. Les longues réunions sont découpées en segments puis recombinées, et Ask répond à des questions en s'appuyant sur la transcription.

Private Cloud Compute

Une option à activer pour les longues réunions sur iOS et macOS 27+, désactivée par défaut, limitée au texte et utilisée uniquement là où elle est disponible. Si elle n'est pas disponible, le traitement se fait sur l'appareil. Sur Apple Watch avec watchOS 27+, Ask peut l'utiliser quand l'iPhone n'est pas à proximité, avec un avertissement avant et après.

Distinction des intervenants avec Accelerate

Les intervenants sont distingués sur l'appareil en extrayant des caractéristiques acoustiques de l'audio et en les regroupant avec Accelerate. Sur Mac, les pistes du micro et de l'audio système permettent en plus de distinguer votre voix de l'appel.

Translation

Le framework Translation d'Apple traduit chaque livrable et la transcription en mémoire, sur l'appareil ; les traductions ne sont ni enregistrées ni synchronisées.

Vision

Le texte des photos de tableaux blancs, de diapositives et de documents est reconnu sur l'appareil et sert de référence pour le compte rendu.

App Intents, Siri et Raccourcis

Sur iPhone, les App Shortcuts exposent l'enregistrement, les marqueurs, Ask, l'ouverture d'une réunion et le partage des tâches à Siri et à Raccourcis. Sur Apple Watch, les intents lancent, arrêtent et marquent un enregistrement, y compris depuis le bouton Action de l'Apple Watch Ultra.

ActivityKit et WidgetKit

Une Activité en direct affiche l'enregistrement sur l'écran verrouillé et dans la Dynamic Island ; les widgets et les complications de la montre affichent la prochaine réunion et un bouton d'enregistrement.

Process taps de Core Audio

Sur Mac, l'audio du système est capté avec les process taps de Core Audio et le micro avec AVAudioEngine, sur des pistes séparées, sans enregistrement d'écran ni pilote virtuel.

WatchConnectivity

Les enregistrements réalisés sur l'Apple Watch sont transférés sous forme de fichiers vers l'iPhone jumelé, qui renvoie à la montre un résumé compact des réunions récentes.

SwiftData et CloudKit

Les réunions sont stockées avec SwiftData et synchronisées via la base de données CloudKit privée de l'utilisateur. Les fichiers audio sont exclus de la synchronisation.

EventKit

Lit les événements à venir pour associer les enregistrements aux réunions, et n'écrit des événements et des rappels qu'à la demande de l'utilisateur.

Liquid Glass

L'interface iPhone et iPad utilise Liquid Glass pour les commandes d'enregistrement, les marqueurs en direct et les vues des réunions.

Icon Composer

L'icône de l'app est un fichier Icon Composer en couches, avec effets de verre et variantes par défaut, sombre et teintée.

Evaluations

Une suite de tests interne, construite avec le framework Evaluations de Xcode, exécute les vrais pipelines de compte rendu et d'Ask avec le modèle sur l'appareil et les note par rapport à des seuils. C'est un outil qualité ; les utilisateurs ne le voient jamais.

Ce que nous ne prétendons pas

Les transcriptions automatiques et les comptes rendus par IA peuvent contenir des erreurs, en particulier lorsque les voix se chevauchent, en cas de bruit ou de noms peu courants. Relisez les comptes rendus importants avant de les partager. Nous ne publions ni taux de précision ni benchmarks que nous n'avons pas mesurés.