Qui veut aujourd’hui enregistrer une séance et la transformer en texte a le choix entre des dizaines d’outils. La reconnaissance vocale est devenue bonne, et elle s’améliore chaque année. C’est précisément pour cela qu’elle n’est plus le sujet dont il faudrait parler.
L’intéressant se situe avant et après. Avant : dans quelles conditions un enregistrement est réalisé. Après : ce que devient ce qui a été dit. Les deux déterminent si vous obtenez au final un procès-verbal exploitable ou un long fichier texte que personne ne lit.
Le suisse allemand est un vrai obstacle, mais pas le plus grand
Qu’un système comprenne de manière fiable le bernois, le bâlois ou le haut-valaisan ne va pas de soi. C’est un travail, et la plupart des outils généralistes y échouent parce que leurs modèles sont entraînés sur l’allemand standard et traitent le dialecte comme du bruit.
Cet obstacle peut être franchi. C’est une question de données d’entraînement, d’évaluation et de patience.
La question plus difficile vient ensuite : dans une séance de conseil suisse, on parle rarement une seule langue. Un point de l’ordre du jour commence en allemand standard, parce que les documents sont rédigés ainsi. La discussion bascule dans le dialecte dès que cela devient concret. La collègue de Romandie répond en français. Les termes techniques sont de toute façon en anglais.
Cette alternance de langues à l’intérieur d’une même phrase est la norme, pas l’exception. Un système qui sait seulement passer d’une langue à l’autre, mais pas en milieu de phrase, produit des absurdités exactement à ces endroits. Et ce sont souvent les endroits où l’on décide.
Ce qui se passe dans les séances réelles
Les situations suivantes ressemblent à des cas marginaux. En pratique, elles surviennent régulièrement, et chacune peut rendre un enregistrement inutilisable.
L’enregistrement s’interrompt. Un appareil mobile perd le réseau en pleine discussion, la batterie se vide, un onglet est fermé par mégarde, ou la personne qui enregistre doit partir plus tôt. Si l’enregistrement ne vit qu’en mémoire vive et se perd lors de l’interruption, la séance est perdue. C’est pourquoi l’enregistrement en direct dans HeyEla sauvegarde en continu, toutes les cinq secondes. Une coupure coûte alors quelques secondes au maximum, pas la séance.
La séance dure huit heures. Un atelier stratégique avec deux heures de pause de midi au milieu n’est pas une séance au sens technique, mais deux qui vont ensemble. Qui ne prévoit pas les pauses obtient soit deux enregistrements sans lien, soit un seul avec deux heures de silence.
Au bout du compte, sept heures d’audio sont là. C’est une autre tâche que quarante minutes. Le temps de traitement, les coûts et la sensibilité aux erreurs n’augmentent pas linéairement, et qui n’a développé qu’avec de courtes séances de test s’en aperçoit au premier vrai atelier.
L’appareil est mal placé. Un micro au bout d’une longue table entend moins bien l’autre moitié du conseil. Cela peut être compensé techniquement, mais seulement si on l’a anticipé.
Le lieu de l’enregistrement est une question en soi
Les conseils ne siègent plus seulement dans une salle. La même organisation enregistre dans la salle de séance, la fois suivante dans Microsoft Teams, celle d’après dans Google Meet, et lors de la séance trimestrielle la moitié du groupe est dans la salle et l’autre moitié en visioconférence.
Chacune de ces configurations sonne différemment et exige sa propre voie vers le système. Un enregistrement en salle a de la réverbération et des bruits de fond, mais des changements de locuteur nets. Un enregistrement en visioconférence a un son propre, mais de la latence et des chevauchements. Une séance hybride a les deux à la fois, et les personnes dans la salle sont plus discrètes que celles en ligne.
Ne prendre en charge qu’un seul de ces cas revient en pratique à n’en prendre en charge aucun. C’est pourquoi HeyEla couvre les trois : l’enregistrement par le navigateur et par l’appareil pour la séance en salle, un bot qui rejoint directement les séances Teams et Meet, et les deux ensemble pour la séance hybride.
De la parole au procès-verbal
Même une transcription parfaite n’est pas encore un procès-verbal. La différence n’est pas de nature linguistique, elle est juridique : l’art. 713 CO exige une documentation des délibérations et des décisions, pas un compte rendu de la conversation.
En pratique, la différence est encore plus grande qu’il n’y paraît. Dans une séance de conseil d’administration, une décision ressemble rarement à une décision. Elle ressemble à « bon, alors on fait comme ça ». Avant, il y a vingt minutes de discussion ; après, trois mots de décision.
Qui ne dispose que de la parole ne peut pas distinguer ces trois mots des vingt minutes. Qui connaît l’ordre du jour, a lu les documents et sait ce que le conseil a reporté la dernière fois, le peut.
C’est précisément là que réside la différence entre un outil de prise de notes et un outil de gouvernance : non pas dans un modèle de langue plus grand, mais dans le contexte qu’il connaît. Nous avons décrit séparément pourquoi les outils de prise de notes génériques échouent sur d’autres points au sein d’un conseil.
Ce qui reste au conseil
L’enregistrement, la transcription, la structuration et le projet peuvent être automatisés. La responsabilité, non.
Savoir si une formulation restitue correctement la décision, si une réserve doit figurer au procès-verbal, si un conflit d’intérêts doit être documenté : c’est le conseil qui en décide. L’IA propose ; la vérification et l’approbation reviennent à des personnes. Selon l’art. 713 al. 3 CO, la présidence et la personne tenant le procès-verbal signent à la fin.
Ce n’est pas une limitation, mais la bonne répartition du travail. Elle déplace le temps là où il produit un effet : loin de la saisie, vers la vérification.
Conclusion
La question de savoir si une IA comprend le suisse allemand est aujourd’hui la mauvaise question. Elle le comprend, avec une qualité variable, et l’écart se réduit.
La bonne question est : que se passe-t-il lorsque la séance ne se déroule pas comme dans la vidéo de démonstration ? Lorsque la connexion se coupe, lorsque la langue change, lorsqu’une séance se transforme en atelier. Et que devient ensuite ce qui a été enregistré.
C’est exactement là que se décide si un procès-verbal voit le jour au bout du compte.
Questions fréquentes
L’IA peut-elle transcrire le suisse allemand ? Oui. La qualité diffère nettement selon le dialecte et la situation d’enregistrement. Ce qui compte, ce n’est pas tant qu’un système comprenne le dialecte en principe, mais la manière dont il gère les changements de langue au sein d’une séance.
Que se passe-t-il si la connexion se coupe pendant la séance ? Chez HeyEla, l’enregistrement est sauvegardé en continu, toutes les cinq secondes. Une coupure de connexion, une batterie vide ou un onglet fermé ne coûte donc au maximum que les dernières secondes, pas la séance.
L’enregistrement fonctionne-t-il aussi dans Microsoft Teams ou Google Meet ? Oui. Un bot rejoint directement la séance Teams ou Meet et l’enregistre. Les séances en salle s’enregistrent via le navigateur ou l’appareil, et les configurations hybrides avec des participants sur place et en ligne fonctionnent tout aussi bien.
Dans quelle langue le procès-verbal est-il rédigé pour une séance multilingue ? Le procès-verbal est rédigé dans la langue du procès-verbal définie par l’organisation, indépendamment des langues parlées durant la séance. Le Code des obligations ne prescrit aucune langue pour le procès-verbal.