Mis à jour le 6 septembre 2026 · Par Sumbat.T

Obsidian voix vers texte : ce qui dicte vraiment en 2026

Il y a une raison précise pour laquelle cette question est plus difficile à trancher qu’il n’y paraît, et ce n’est pas que l’information manque. C’est que le mot « voix vers texte » couvre deux travaux différents, que la plupart des conseils disponibles répondent en silence au mauvais, et que les preuves que les gens citent sur ce qui marche circulent depuis si longtemps qu’elles ne disent plus ce qu’on leur fait dire. Cette page sépare les deux travaux, rapporte ce que chaque plugin recommandé fait vraiment d’après sa propre documentation, et est honnête sur la seule question que personne n’a vraiment tranchée.

La distinction que presque tous les guides sautent

Commencez ici, parce que se tromper là-dessus, c’est installer trois plugins et conclure que la dictée dans Obsidian est mauvaise.

Les deux sont légitimes. Ce sont simplement des outils différents, et les résultats de recherche sur ce sujet ne les distinguent pas du tout. Quelqu’un qui veut se parler une note du jour se voit recommander un plugin qui lui demande d’enregistrer un clip, d’arrêter, et d’attendre un aller-retour d’API. Ça fonctionne exactement comme documenté, et ce n’est pas ce qu’il voulait.

Donc la version utile de la question n’est pas quel est le meilleur plugin voix vers texte pour Obsidian. C’est voulez-vous parler pendant que vous écrivez, ou traiter un enregistrement ensuite, et ensuite, séparément, Obsidian est-il le seul endroit où vous en avez besoin. Ces deux réponses choisissent l’outil entre elles.

Ce que chaque plugin recommandé fait vraiment

Ce sont les quatre plugins qui reviennent le plus souvent pour cette requête, y compris dans le résumé IA de Google lui-même. Chaque entrée ci-dessous vient de la propre fiche ou du README du plugin plutôt que d’un test, parce que la différence entre les deux s’avère compter.

Lisez d’abord la dernière colonne. Trois des quatre ne font pas ce que la plupart des gens demandent. Ce sont des outils de transcription, correctement construits et clairement documentés, qui ont été collectivement rangés sous un mot qui veut dire autre chose.

Ce que coûte d’apporter sa propre clé

Les trois plugins qui exigent une clé sont tous gratuits en tant que logiciel, c’est comme ça qu’on les décrit comme gratuits. La configuration qu’ils demandent vraiment mérite d’être écrite, parce qu’elle est en général présentée comme une seule étape, et ce n’en est pas une :

• Créez un compte développeur chez OpenAI, Deepgram, Groq ou Azure.
• Ajoutez-y un moyen de paiement, puisque ces API sont prépayées ou au compteur, plutôt que gratuites.
• Générez un identifiant API et collez-le dans une application de prise de notes.
• Surveillez le solde, parce que le mode de panne quand il est à sec, c’est une note qui ne reçoit silencieusement pas son texte.

Les tarifs à la minute sont vraiment petits. La propre fiche de Speech to Text cite Deepgram Nova-3 à $0.0043/min, soit quelques centimes à l’heure. La friction n’est pas l’argent, ce sont les quatre étapes et la responsabilité continue d’une relation de facturation qui existe pour que vous puissiez parler à vos propres notes.

Pas de clé, pas de facturation, pas de plugin

Dictez dans Obsidian sans créer de compte API

BlabbyAI tourne au niveau du système d’exploitation, donc le même raccourci tape dans une note Obsidian, votre e-mail, votre navigateur et votre chat. Les modes personnalisés transforment une pensée parlée en puces ou en liste de tâches à l’arrivée. Application de bureau Windows et extension Chrome. 60 crédits par semaine gratuits, sans carte.

Add BlabbyAI to Chrome

La question Win+H, et pourquoi chaque réponse que vous avez lue est une conjecture

Si vous êtes sous Windows, l’idée évidente est de sauter les plugins entièrement et d’utiliser la saisie vocale intégrée au système d’exploitation. Cherchez si ça marche dans Obsidian et vous trouverez des réponses assurées dans les deux sens. Après être passé par les sources primaires, voici ce qui est vraiment établi, parce que la réponse honnête est plus utile qu’une réponse sûre d’elle.

La citation célèbre parle de macOS, et elle date de 2021

Presque chaque affirmation selon laquelle la dictée échoue dans Obsidian remonte à un seul fil de forum. Voici son premier message, en entier, parce que le cadrage compte :

Mac OS dictation feature. C’est un signalement macOS, de janvier 2021, et il ne dit absolument rien sur Windows. On le cite comme s’il s’agissait d’un constat général sur Obsidian, et les utilisateurs Windows le lisent et concluent que leur propre cas est tranché. Il ne l’est pas.

Les réponses en dessous se contredisent aussi, ce qui est plus instructif qu’une panne nette. Un utilisateur dit que ça marche “around 10% of the time in Obsidian and 100% of the time everywhere else”. Un autre dit qu’il a la dictée dans Obsidian sans problème. Un troisième décrit que ça marche une ou deux fois, puis s’arrête. Un rapport de bug distinct de novembre 2020 décrit un long délai pendant lequel Obsidian paraît ne plus répondre, et il a été archivé sans résolution documentée.

Le fil cité comme preuve Windows parle d’autre chose

Il existe un fil du forum Obsidian de 2024 qu’on lie comme preuve que Win+H échoue. Lisez-le, et il parle de réassigner le raccourci, pas de dictée qui ne fonctionne pas. L’auteur dit qu’il utilise beaucoup la dictée vocale Windows et qu’elle s’active avec Win+H, et sa plainte est que PowerToys et AutoHotkey ne peuvent pas réassigner ce raccourci vers une autre touche dans Obsidian, alors que la même réassignation marche dans Notepad et Word. C’est un problème de crochet clavier dans une fenêtre d’application de bureau. Ce n’est pas une preuve que le texte dicté atteint la note.

Le commentaire Windows de première main le plus proche, sur le forum, critique Win+H pour une précision faible et pour le peu de langues prises en charge hors de l’anglais. C’est une plainte sur la qualité, ce qui implique que la chose tourne, mais une implication n’est pas une confirmation, et cette page ne va pas la présenter comme telle.

Microsoft ne tranche pas non plus

La propre documentation de Microsoft pour la saisie vocale n’exige que d’avoir le curseur dans une zone de texte, plus un microphone et une connexion internet. Ils ne publient aucune liste de compatibilité par application et ne font aucune garantie « marche dans chaque app », donc leur documentation ne peut pas servir à prouver le cas Obsidian dans un sens comme dans l’autre.

La raison de poser ça plutôt que de choisir un camp, c’est que ça pointe vers la vraie décision. Si un chemin de dictée peut être silencieusement peu fiable dans une application précise, la solution durable est un outil qui ne dépend pas du tout de cette application. BlabbyAI a sa propre application de bureau Windows et met le texte dans le champ qui a le focus, donc son comportement dans Obsidian est le même que dans Word, dans un navigateur ou dans un terminal, plutôt que de dépendre de la façon dont une application gère la dictée système.

Pourquoi votre téléphone le fait déjà et votre ordinateur portable non

Ça vaut une courte section, parce que le contraste explique tout le problème du bureau en une phrase. Sur un téléphone, c’est le clavier qui fait la dictée, pas l’application. Vous touchez le microphone du clavier, le système transcrit, et le clavier insère des caractères comme si vous les aviez tapés, donc Obsidian n’est jamais dans le chemin audio et n’a rien à rater.

Le bureau n’a pas de couche clavier universelle équivalente, et c’est précisément pourquoi la version bureau de cette question est un gâchis et la version téléphone non. Cette couche manquante, c’est le travail qu’un outil de dictée au niveau du système fait sur un ordinateur. BlabbyAI met lui-même le texte dans le champ focalisé plutôt que de demander à l’application de coopérer, c’est le même mécanisme que votre clavier de téléphone, et c’est pourquoi peu importe quelle fenêtre est devant. C’est une application de bureau Windows et une extension Chrome, donc c’est la réponse bureau plutôt qu’une réponse téléphone.

La question qui choisit vraiment votre outil

Chaque option jusqu’ici était limitée à Obsidian. Avant de vous arrêter sur une, il vaut la peine de demander quelle part de votre journée d’écriture Obsidian est vraiment.

Pour la plupart des gens qui tiennent une base de connaissances personnelle, les notes sont la part qu’ils pensent comme de l’écriture, et elles sont une minorité des mots qu’ils tapent. Le reste, c’est l’e-mail, le chat, les outils de tickets, les documents, les formulaires de navigateur, les messages de commit et les champs de recherche. Un plugin, par définition, n’en couvre rien. Installez Speech Kit et vous pouvez parler à vos notes, puis revenir à taper tout le reste. Si vous pesez ce compromis, notre comparaison des meilleures apps de dictée met les options au niveau du système côte à côte, et si la dictée est vraiment plus rapide que la frappe passe en revue ce que les études ont mesuré.

Win+H est dans ce tableau honnêtement : c’est gratuit, c’est déjà installé, et c’est à l’échelle du système. Ses faiblesses sont celles que ses propres utilisateurs nomment, à savoir la précision sur un vocabulaire inhabituel et un mince éventail de langues, plus la question non tranchée plus haut sur son comportement dans cette application précise. Pour une note pleine de noms propres, de titres de livres, de termes techniques et des noms de gens que vous connaissez, la précision sur un vocabulaire inhabituel est presque tout le travail. Il y a plus de détail sur cette option dans notre article sur la saisie vocale Windows, si vous voulez savoir ce qu’elle gère avant de la tester.

Obtenir des notes classées, pas seulement capturées

Il reste un écart entre la transcription et une note utilisable, et c’est celui qui décide si les notes dictées sont vraiment utilisées. La parole, transcrite fidèlement, est un mur de texte. Les notes sont utiles parce qu’elles ont une forme : un titre, quelques puces, une tâche, un lien vers une autre note. Ranger ça à la main ensuite rend le temps que la dictée a fait gagner.

Les modes personnalisés BlabbyAI sont des instructions IA en forme libre appliquées à ce que vous avez dit, donc le texte peut arriver déjà mis en forme. Vous choisissez le mode avant de parler. Trois exemples, avec l’entrée parlée à gauche :

**Appel tarif**

- Intéressés par l’offre enterprise
- Ont chipoté sur le minimum de sièges
- Marcus envoie le contrat actuel cette semaine
- [ ] Devis révisé avant le 15

J’ai passé l’essentiel de la journée sur le script de migration. Le point délicat : les anciens enregistrements n’ont pas d’horodatage created, donc je l’ai déduit de la séquence d’ID. Ça marche, mais je ne suis pas sûr des lignes d’avant l’import 2019.

Le chapitre 4 soutient que l’attention est une ressource finie, et que les designs d’interface courants sont optimisés pour la consommer.

Lié à : [[Regroupement des notifications]]

Parce qu’un mode est une instruction en forme libre plutôt qu’une fonction fixe, il couvre aussi des commandes parlées que vous définissez vous-même. Si vous voulez que dire « nouveau paragraphe » casse la ligne plutôt que de taper les mots, c’est une ligne dans le mode. Si vous voulez que le vocabulaire technique soit laissé strictement tranquille, c’en est une autre.

Une configuration qui ne dépend pas d’une seule app

Vu tout ce qui précède, voici l’ordre qui a du sens pour la plupart des gens, et le raisonnement derrière chaque étape.

• Commencez par l’outil qui n’est pas lié à une seule app. Les notes sont rarement la seule chose que vous écrivez, donc le raccourci qui marche dans Obsidian devrait aussi marcher dans votre e-mail, votre navigateur et votre chat. C’est là que BlabbyAI s’insère, et l’offre gratuite de 60 crédits par semaine suffit pour le tester sur votre propre écriture avant de payer quoi que ce soit.
• Configurez deux ou trois modes personnalisés avant de juger. Les écarts de précision brute entre modèles modernes sont plus petits que l’écart entre un mur de texte et une note mise en forme, et les modes sont ce qui ferme cet écart. Un pour les notes du jour, un pour les comptes rendus, un qui laisse le vocabulaire technique tranquille.
• Si Obsidian est vraiment le seul endroit où vous écrivez, Speech Kit couvre ce cas. Gratuit, local, pas de clé. C’est le meilleur des plugins, et il vaut la peine de savoir qu’il existe. Pour la plupart des gens, Obsidian est une fenêtre parmi plusieurs, et c’est toute la raison pour laquelle la première étape est un outil au niveau du système.
• Laissez la dictée système gratuite activée. Win+H sous Windows ne coûte rien à garder disponible et c’est un filet de sécurité raisonnable pour une machine où vous n’avez encore rien installé. Testez-le avec un vrai paragraphe plutôt qu’avec une phrase de test, en utilisant le vocabulaire que vous écrivez vraiment, et vous saurez en une minute si la précision est le frein pour vous.

Questions fréquentes

Sources

• Obsidian Forum, Dictation - speech to text, janvier 2021 à mars 2023, pour les signalements macOS et le premier message cité.
• Obsidian Forum, System dictation not working correctly, novembre 2020, pour le signalement de délai et d’absence de réponse, archivé sans résolution.
• Obsidian Forum, Windows key remapping with PowerToys, décembre 2024, pour le problème de réassignation de raccourci souvent lu à tort comme une panne de dictée.
• Obsidian Forum, Voice input on Obsidian Mobile, mars 2023, et le fil de bug SwiftKey, pour le comportement mobile.
• Fiches de plugins communautaires Obsidian pour Speech to Text, Speech Kit et Voice MD, pour les exigences de clé API, les tarifs et le comportement en direct contre par lots.
• Le README de whisper-obsidian-plugin, pour les endpoints pris en charge et le flux enregistrer-et-arrêter avec Alt+Q.
• Microsoft Support, Use voice typing to talk instead of type, pour les exigences indiquées de Win+H.
• Documentation développeur Obsidian, Mobile development, pour la confirmation que l’application de bureau expose des API Electron.