La voix des salariés ne doit jamais sortir d'Europe : une règle posée avant la technologie

Après une réunion, il faut souvent se souvenir de qui a dit quoi. Dans une salle de réunion équipée d’un système de visioconférence, ce n’est pas si simple : le micro de la salle capte tout le monde en même temps et mélange les voix en un seul son. Une fois cet enregistrement fait, il devient très difficile de retrouver, phrase par phrase, qui parlait.

Le projet dont il est question ici avait un objectif clair : produire automatiquement un compte-rendu écrit, avec le bon nom devant chaque prise de parole, même dans ces conditions.

Faites défiler pour voir les 6 étapes →

Une question posée avant même de choisir la technologie

Avant de se demander comment reconnaître qui parle, une question plus importante s’est posée en premier : où vont les enregistrements de la voix des salariés une fois captés ?

La direction a répondu clairement : nulle part en dehors d’Europe. Cette règle n’est pas née d’une préférence technique, mais d’une inquiétude précise et légitime, celle de voir des enregistrements contenant la voix de collaborateurs accessibles depuis l’extérieur de l’Union européenne.

Trois façons de transformer la voix en texte

Convertir un enregistrement audio en texte écrit est une tâche que plusieurs technologies savent faire aujourd’hui. Trois solutions ont été comparées avant de choisir.

La première consiste à confier cette conversion à un service en ligne fourni par Microsoft. C’est l’option la plus rapide à mettre en place et la moins coûteuse à développer, mais les fichiers audio partent alors sur des serveurs situés hors d’Europe.

La deuxième reprend le même service Microsoft, mais dans une version installée directement sur les serveurs internes de l’entreprise. C’est un compromis intéressant : l’audio ne quitte plus l’entreprise, mais la solution reste dépendante d’un éditeur extérieur et de son fonctionnement.

La troisième option est différente dans son principe même : utiliser un logiciel gratuit et disponible publiquement, capable de faire la même conversion voix-texte, mais installé et exécuté entièrement sur les machines internes de l’entreprise, sans aucune connexion vers un service extérieur. C’est cette troisième solution qui a été retenue.

Ce que ce choix change concrètement

Choisir un logiciel géré en interne plutôt qu’un service tout fait a un coût réel : la solution est un peu plus lente, et elle demande davantage de travail de maintenance qu’un service cloud clé en main, qui se met à jour et s’ajuste automatiquement sans intervention.

Ce coût supplémentaire a été accepté en échange d’une garantie simple et vérifiable : la voix des salariés ne quitte jamais les murs de l’entreprise.

Une protection qui ne s’applique pas à tout, et c’est normal

Un point mérite d’être précisé, pour ne pas donner une fausse impression de sécurité totale : cette règle protège uniquement la voix. Le texte du compte-rendu final, une fois généré, continue lui de circuler par les outils habituels de l’entreprise, comme n’importe quel autre document de travail.

C’est en réalité la leçon la plus utile de ce projet : protéger des données sensibles n’est pas une décision qui se prend en une seule fois, pour l’ensemble d’un système. Elle se prend information par information, en fonction de ce que chacune représente vraiment. Ici, la voix des personnes a été jugée suffisamment sensible pour mériter un traitement à part, avant même que la première ligne du projet ne soit écrite.