Comment nous l'avons construite

Nous avons passé des années à construire la traduction vocale en temps réel, de voix à voix.

Dès les débuts de JotMe, nous étions convaincus que parler naturellement d'une langue à l'autre deviendrait l'une des interfaces les plus importantes du business international. Mais la technologie n'était pas prête.

• La génération audio était lente.
• La traduction ne préservait pas le contexte.
• Les voix sonnaient robotiques et artificielles.
• La latence cassait le fil de la conversation.
• Et surtout, l'équation économique ne tenait pas.

À cause de ces limites, nous n'avons jamais déployé la fonctionnalité à grande échelle. Une poignée de clients entreprise visionnaires ont accepté d'expérimenter avec nous, et nous avons eu le privilège de construire à leurs côtés.

Puis tout a changé le 8 mai 2026, lorsqu'OpenAI a annoncé GPT-Realtime-2.

Pour la première fois, une IA pouvait écouter, réfléchir et répondre à voix haute pendant que vous étiez encore en train de parler. L'interaction vocale a cessé de ressembler à une démo pour devenir une infrastructure.

Mais il restait deux problèmes majeurs à résoudre pour que la traduction vocale devienne une brique du système d'exploitation des entreprises internationales.

1. Le contexte opérationnel en temps réel

La traduction n'est pas un problème de langue. C'est un problème de contexte.

Un traducteur doit savoir qui parle, sur quel projet, avec quelle terminologie interne, quels noms de clients, quels noms de produits, quelles décisions passées, quelle structure d'équipe, et bien plus encore.

Sans contexte, même le meilleur modèle se trompe. Pour communiquer efficacement au travail, l'IA doit avoir accès aux mêmes connaissances opérationnelles que celles que les employés utilisent chaque jour.

2. La distribution de l'audio

Le second défi était étonnamment concret : comment faire parvenir l'audio traduit dans les réunions, les événements, les webinaires, les rendez-vous commerciaux et les conversations clients ?

Nous avons passé le dernier mois à résoudre ces deux problèmes. Aujourd'hui, nous rendons le résultat accessible à tous.

‍

Qu'est-ce que cette technologie change pour les entreprises internationales ?

Une technologie qui exigeait jusqu'ici des déploiements sur mesure et des contrats annuels d'au moins 50 000 $ peut désormais être utilisée par tout le monde.

Mais ce qui nous enthousiasme, ce n'est pas seulement la démocratisation d'une technologie de pointe.

Depuis des décennies, la communication entre les langues repose sur des traducteurs, des interprètes et plusieurs couches d'intermédiaires. Chaque relais introduit du délai, des malentendus et une perte de contexte.

Nous pensons que la traduction de voix à voix change la donne. Chacun peut s'exprimer naturellement dans sa propre langue pendant que l'IA traduit en temps réel, en préservant davantage l'intention et le sens d'origine de la conversation.

Vous connaissez peut-être le défi du dessin dans le dos — une sorte de téléphone arabe en version dessinée. Une personne dessine sur le dos d'une autre, qui essaie ensuite de reproduire le dessin sur papier. À la fin, le résultat ne ressemble souvent plus du tout à l'original.

La communication entre les langues a longtemps fonctionné de la même manière. Aujourd'hui, pour la première fois, nous commençons à supprimer ces couches.

‍

Pourquoi choisir la traduction vocale instantanée de JotMe ?

JotMe est conçu pour les conversations professionnelles, où l'IA a besoin de plus que des mots. Il lui faut du contexte opérationnel : noms de produits, noms de clients, historique des projets, terminologie de l'équipe et comptes rendus des réunions précédentes. Ce contexte aide à préserver le sens métier pendant que la conversation se déroule, et la traduction devient plus naturelle et plus utile pour le travail réel.

JotMe est aussi indépendant de la plateforme. Que la conversation ait lieu sur Zoom, Google Meet, Microsoft Teams, lors d'un événement, en classe ou en présentiel, l'application de bureau JotMe s'intègre à votre façon de travailler. Elle prend en charge plus de 100 langues parlées en entrée et 13 langues en sortie vocale : chinois, anglais, français, allemand, hindi, indonésien, italien, japonais, coréen, portugais, russe, espagnol et vietnamien.

Même pendant la traduction voix à voix, JotMe continue d'afficher la transcription en temps réel et la traduction du texte. Après la réunion, la transcription est enregistrée avec des comptes rendus de réunion générés par IA, ce qui transforme chaque conversation en une base de connaissances multilingue que votre équipe peut consulter, relire et enrichir.

‍

‍

Comment utiliser la traduction de voix à voix

La traduction voix à voix de JotMe passe par l'application de bureau, car elle doit capter l'audio, router la parole traduite et restituer la voix de l'IA en temps réel. Dans le produit, tout se trouve dans le menu Speech-to-Speech AI Translation (traduction vocale par IA).

Avant de l'utiliser, sélectionnez Fast (Audio) dans Spoken Language (langue parlée), choisissez une Fast Translation Language (langue de traduction rapide), puis revenez au menu Speech-to-Speech.

La traduction vocale peut détecter de nombreuses langues parlées, mais la sortie vocale traduite prend actuellement en charge :

le chinois (simplifié), l'anglais, le français, l'allemand, le hindi, l'indonésien, l'italien, le japonais, le coréen, le portugais, le russe, l'espagnol et le vietnamien.

Mode 1 : réunion en ligne (Online Meeting)

Utilisez Online Meeting (réunion en ligne) lorsque la voix traduite doit fonctionner dans Zoom, Google Meet, Microsoft Teams, WhatsApp, des webinaires, des rendez-vous commerciaux, des appels clients, des entretiens ou des réunions internes.

Online Meeting propose trois directions de traduction.

Two-Way (bidirectionnel)

Utilisez ce mode lorsque les deux interlocuteurs ont besoin de la traduction vocale.

• Vous entendez l'autre participant dans la langue que vous avez choisie.
• L'autre participant vous entend dans la langue qu'il a choisie.
• JotMe route séparément l'audio entrant de la réunion et votre parole traduite sortante.
• Idéal pour les réunions bilingues, les appels clients, les négociations, les sessions de formation, les entretiens et les appels de support.

Sur Mac, le mode bidirectionnel nécessite BlackHole 2ch et BlackHole 16ch. Le haut-parleur de la réunion est routé via BlackHole 2ch, et le micro de la réunion via BlackHole 16ch.

Sur Windows, le mode bidirectionnel utilise VB-CABLE et Virtual Audio Cable Line 1. Suivez les instructions de configuration dans l'application : JotMe affiche les bons périphériques pour le mode sélectionné.

Listening Only (écoute seule)

Utilisez ce mode lorsque vous avez uniquement besoin d'entendre l'audio traduit.

• JotMe capte l'audio de la réunion ou du système.
• JotMe restitue la parole traduite dans votre casque ou vos haut-parleurs.
• L'audio de votre micro n'est ni transcrit ni traduit.

Sur Mac, ce mode utilise BlackHole 2ch pour la capture audio. Sur Windows, il utilise le périphérique de capture VB-CABLE.

Speaking Only (parole seule)

Utilisez ce mode lorsque vous voulez parler dans votre langue et que les autres entendent la version traduite.

• JotMe capte votre micro.
• JotMe envoie la parole traduite dans l'application de réunion.
• L'audio des autres participants n'est ni transcrit ni traduit.

Sur Mac, réglez le micro de l'application de réunion sur BlackHole 2ch. Sur Windows, réglez-le sur CABLE Output (VB-Audio Virtual Cable).

Si le pilote audio virtuel requis est absent, le sélecteur de mode et le bouton Start restent désactivés tant que le périphérique n'est pas détecté. Après l'installation, redémarrez votre ordinateur.

Mode 2 : autres situations (Other)

Utilisez « Other » (autre) lorsque l'audio ne passe pas par une application de réunion.

Audio du microphone

À utiliser pour :

• Les conversations en présentiel
• Les événements en direct
• Les entretiens
• Les cours
• Les démonstrations sur stand
• Le travail sur le terrain

Audio du système

À utiliser pour :

• Les vidéos
• Les diffusions en direct
• Les webinaires
• Les supports de formation
• Les podcasts
• Tout audio déjà en cours de lecture sur votre ordinateur

Les modes Other ne nécessitent pas de routage audio virtuel, car la parole traduite n'est pas renvoyée vers une application de réunion.

Mode 3 : partage (Sharing)

Utilisez Sharing (partage) lorsque les participants ont besoin de la traduction sur leur propre appareil.

• Partage par URL : chacun peut ouvrir la traduction en direct dans un navigateur.
• Partage par code : un autre utilisateur de l'application de bureau JotMe peut rejoindre la session avec un code.
• Affichez un QR code pour un accès rapide.
• Chaque participant choisit sa langue préférée.
• Pour les sessions Fast et Premium éligibles, l'hôte peut activer la traduction voix à voix pour les participants. Cela consomme 5× les minutes de traduction par participant.

Le partage est idéal pour les événements, les salles de classe, les webinaires, les formations, les visites d'usine, les démonstrations clients et les réunions multilingues où chaque participant peut préférer une langue différente.

‍

Où utiliser la traduction vocale en temps réel de JotMe ?

Réunions d'équipes multilingues

Pour les équipes internationales, le plus grand problème n'est pas seulement la langue : c'est la vitesse. On hésite, on attend que quelqu'un traduise, ou on n'ose pas prendre la parole faute d'être à l'aise dans la langue de la réunion. La traduction voix à voix permet à chacun de s'exprimer naturellement pendant que le reste de la salle suit dans la langue qu'il comprend le mieux.

Rendez-vous commerciaux internationaux

Une conversation commerciale repose sur le timing, le ton et la confiance. Plutôt que de ralentir l'échange avec une interprétation manuelle, les équipes peuvent parler directement avec leurs prospects et leurs clients dans leur langue pendant que JotMe traduit la conversation en temps réel.

Support et succès client

Les équipes support doivent souvent comprendre très vite des problèmes urgents. La traduction vocale aide les équipes en contact avec la clientèle à gérer les escalades, les appels d'onboarding, les renouvellements et le dépannage technique sans attendre un interprète humain.

Recrutement et entretiens internationaux

Les meilleurs candidats ne brillent pas toujours en entretien dans une langue étrangère. La traduction voix à voix aide les recruteurs et les candidats à communiquer clairement, en particulier lors des entretiens techniques, des échanges sur la culture d'entreprise et des processus de recrutement internationaux.

Événements et webinaires

Lors d'un événement, un seul canal audio traduit suffit rarement. Grâce au partage par URL ou par QR code, les participants se connectent depuis leur propre appareil et écoutent dans la langue de leur choix, ce qui rend webinaires, tables rondes et sessions en direct plus accessibles.

Éducation et formation

En classe, en atelier ou en formation interne, les écarts de langue laissent discrètement des personnes de côté. La traduction vocale en temps réel aide les étudiants, les employés et les apprenants à suivre des explications complexes au moment même où elles sont données.

Industrie et collaboration avec les fournisseurs

Les visites d'usine, les revues qualité, les réunions fournisseurs et les formations techniques impliquent souvent une terminologie très spécialisée. Le contexte opérationnel de JotMe aide la traduction à rester au plus près du travail réel, des noms de produits aux détails des procédés.

Voyage et hôtellerie

Hôtels, tour-opérateurs, équipes événementielles et personnels en contact avec la clientèle ont besoin d'une communication rapide entre les langues. La traduction vocale peut accompagner les conversations avec les clients, la coordination avec les prestataires, les visites guidées et la gestion des imprévus.

Revue de contenus et flux médias

Les équipes peuvent aussi utiliser JotMe en dehors des réunions, en traduisant l'audio du système : vidéos, diffusions en direct, podcasts, supports de formation ou contenus enregistrés. La revue multilingue devient plus rapide, sans passer d'abord par une transcription complète.

‍

Pour finir

Les technologies qui transforment notre façon de travailler paraissent souvent d'une simplicité trompeuse une fois qu'elles existent. Nous pensons que la traduction de voix à voix en fait partie. Nous avons hâte de découvrir ce que vous allez en faire. Pour nous faire part de vos retours ou discuter d'un déploiement en entreprise, écrivez-nous à hey@jotme.io.

‍