La scène se répète dans à peu près tous les foyers que je connais. Quelqu'un entre dans la cuisine, les mains occupées, et lance : « Ok Google, mets un minuteur de dix minutes. » Ça marche. Puis, deux heures plus tard, la même personne essaie : « Ok Google, annule mon rendez-vous de demain et préviens Marc. » Là, plus rien. Silence gêné. On répète. L'assistant répond à côté. On finit par sortir son téléphone et faire le truc à la main.
C'est toute la tension des assistants vocaux : excellents sur une poignée de commandes simples, presque inutiles dès qu'on leur demande de raisonner. Je les utilise quotidiennement depuis des années, j'ai testé les quatre grands écosystèmes, et je vais vous raconter ce qui marche vraiment, ce qui ne marche pas, et pourquoi.
Points clés à retenir
- Les assistants vocaux brillent sur les tâches courtes et fermées (minuteur, météo, musique), et échouent sur tout ce qui demande du contexte.
- La reconnaissance vocale progresse surtout sur les accents « standards » ; les autres paient encore un tribut.
- Les données vocales ne vont pas toutes au même endroit selon l'appareil et le réglage choisi.
- Le vrai frein n'est pas technique, il est culturel : on n'a pas envie de parler à une machine devant d'autres personnes.
- Un usage bien pensé reste puissant pour l'accessibilité, souvent négligée dans les comparatifs.
Ce que les assistants vocaux font réellement au quotidien
Il faut séparer deux mondes qu'on mélange tout le temps. D'un côté, la commande : une intention, une action, un résultat binaire. De l'autre, la conversation : plusieurs échanges, du contexte, une mémoire. Les assistants actuels sont bons dans le premier cas, mauvais dans le second.
Les trois commandes qui représentent presque tout l'usage
Quand je regarde mon propre historique, une réalité brutale apparaît : la météo, la musique, et le minuteur. Ces trois-là doivent représenter dans les 80 % de mes requêtes vocales. Le reste est anecdotique. Ce n'est pas un hasard : ce sont des demandes fermées, à réponse unique, sans ambiguïté possible.
- Minuteur et réveil : imbattable, on le lance sans les mains
- Musique et podcasts, surtout quand on cuisine
- Météo et trafic avant de sortir
- Allumer une lumière, baisser un thermostat
- Appeler un contact, dicter un SMS court
Franchement, sur ces cinq catégories, les assistants sont devenus fiables. Le taux de réussite est élevé, la latence acceptable, et l'intérêt réel. Au-delà, ça se gâte.
Pourquoi le contexte tue la plupart des requêtes ambitieuses
La semaine dernière, j'ai voulu faire quelque chose de simple en apparence. J'étais en voiture, je dis : « Ajoute un rappel pour appeler le plombier demain matin. » L'assistant a créé un rappel. Sans heure. Sans le mot « plombier » correctement orthographié. Et sans comprendre que « demain matin » signifiait avant 9 h parce que j'avais un rendez-vous.
Voilà la limite structurelle. Un assistant vocal traite chaque phrase comme une commande isolée. Il ne sait pas que vous avez un agenda chargé, que le plombier vous a posé un lapin la semaine dernière, ni que vous détestez les matins. Cette absence de contexte transforme toute demande un peu riche en partie de devinettes.
Et là, surprise : plus vous montez en gamme sur les appareils, plus cette limite devient visible. Une enceinte haut de gamme ne comprend pas mieux votre intention qu'un téléphone d'entrée de gamme. Elle entend mieux. Elle ne comprend pas mieux.
Les limites techniques qu'on ne vous dit pas
On lit partout que la reconnaissance vocale a atteint un niveau quasi humain. C'est vrai… dans des conditions de laboratoire. Dans la vraie vie, plusieurs facteurs font chuter la précision de façon spectaculaire.
Accent, bruit ambiant, vocabulaire spécialisé
Un ami breton prononce « Google » d'une manière que l'assistant n'a jamais réussi à décoder correctement. Il a fini par renoncer. Ce n'est pas anecdotique : les systèmes d'apprentissage ont été nourris majoritairement de voix standardisées, souvent américaines. Tout ce qui s'en écarte paie.
Le bruit ajoute une deuxième couche. En voiture fenêtre ouverte, la reconnaissance s'effondre. Dans une cuisine avec une hotte en marche, pareil. Le système n'entend pas mal : il confond des mots proches phonétiquement et part dans une direction absurde.
Les langues et dialectes mal couverts
Parlons du français régional. Si vous avez un accent du Sud prononcé, du Québec, ou d'Afrique de l'Ouest, l'expérience n'est pas la même que celle d'un Parisien neutre. Ce n'est pas une question de qualité d'appareil, c'est une question de données d'entraînement. Et ça ne se corrige pas en haussant la voix.
Un détail qui agace : la latence
Sur certaines enceintes, le temps entre la fin de votre phrase et la réponse dépasse largement la seconde. Cette latence casse le rythme naturel de la conversation et pousse à abandonner. C'est un problème d'infrastructure, pas de compréhension.
Où vont vos données vocales, vraiment
Question qu'on me pose souvent : « Est-ce qu'ils écoutent tout ? » La réponse honnête est nuancée, et elle dépend moins de la marque que d'un réglage que presque personne ne va consulter.
Le principe général est le suivant. Une partie du traitement se fait localement, sur l'appareil, pour détecter le mot d'éveil. Une fois le mot détecté, l'extrait audio est souvent envoyé à un serveur distant pour être transcrit et compris. Ce qui se passe ensuite varie selon le fournisseur et vos paramètres.
| Type d'appareil | Traitement du mot d'éveil | Envoi audio au serveur | Historique conservé par défaut |
|---|---|---|---|
| Téléphone Android | Local | Oui, après activation | Oui, jusqu'à suppression manuelle |
| Enceinte connectée | Local | Oui | Oui, avec possibilité d'effacement |
| Assistant d'enceinte haut de gamme | Local | Oui | Variable selon les réglages choisis |
| Application mobile tierce | Variable | Presque toujours | Rarement transparent |
Ce que je conseille, et que j'applique : aller dans les paramètres de l'assistant, couper la conservation de l'historique audio, et supprimer ce qui existe déjà. Ça prend cinq minutes, une fois. La plupart des gens ne le font jamais, et ce n'est pas parce que ça les dérange : c'est parce que l'option est enterrée au fond d'un menu.
Sur le cadre juridique, la CNIL a publié des fiches sur le sujet et rappelle que ces enregistrements sont des données personnelles. Vous avez donc des droits dessus : accès, suppression, opposition. Encore faut-il savoir où les exercer.
Comparer les grands écosystèmes : ce qui change vraiment
J'ai fini par arrêter de chercher « le meilleur ». Il n'y en a pas. Il y a celui qui s'intègre le mieux à ce que vous possédez déjà, ce qui est une réponse beaucoup moins satisfaisante mais honnête.
Côté Android
Si tout votre matériel est chez le même constructeur, l'assistant devient bien plus utile : il pilote vos appareils, connaît vos habitudes, s'articule avec vos services. Sorti de cet univers, il perd la moitié de son intérêt. C'est un écosystème, pas un logiciel autonome.
L'accessibilité, l'usage le plus sous-estimé
On parle peu du sujet, et pourtant c'est là que ces outils changent vraiment des vies. Pour une personne âgée isolée, pour quelqu'un qui a une mobilité réduite aux mains, ou pour un malvoyant, dicter « appelle ma fille » n'est pas un gadget. C'est une autonomie retrouvée.
Dans mon entourage, une personne de 84 ans utilise son enceinte tous les jours pour la radio, les rappels de médicaments, et les appels. Elle n'a jamais ouvert un ordinateur de sa vie. L'assistant a remplacé un carnet, un réveil, et un téléphone à grosses touches.
Alors, faut-il s'équiper ?
Ma position est simple, et je vais la défendre : achetez-en un si vous avez une petite tâche répétitive où vos mains sont occupées, ou si quelqu'un de votre entourage a besoin d'autonomie. N'en achetez pas si vous cherchez un majordome numérique.
Le décalage entre la promesse et la réalité reste énorme. On vous vend un assistant capable de raisonner ; vous recevez un excellent lanceur de minuteurs. Ce n'est pas rien, d'ailleurs. Un minuteur qui marche à la voix, trois fois par jour, c'est déjà un vrai gain.
Le reste viendra, ou ne viendra pas. Ce qui est certain, c'est que tant que ces outils n'auront pas de mémoire longue et de compréhension du contexte, ils resteront ce qu'ils sont : des perroquets très bien entraînés, utiles à condition de leur parler comme à des enfants de cinq ans. Et vous, votre dernier vrai échange avec un assistant, c'était pour lui demander quoi ?
