Enregistrer un audio, le transcrire avec Groq et le traiter par IA

Enregistrer une idée ou une conversation ne prend que quelques instants. L’exploitation de l’enregistrement demande souvent davantage de travail : il faut retrouver le passage utile, transformer la parole en texte, corriger certains noms puis organiser le contenu sous forme de compte rendu, de synthèse ou de liste de tâches. Quand chaque opération dépend d’un outil différent, les transferts manuels se multiplient.

AssistRecorder réunit ces étapes dans un flux Android natif tout en conservant leur séparation. L’application gère l’audio, demande sur action une transcription à Groq, puis permet d’envoyer un prompt et une transcription modifiables vers le client LLM choisi. La réponse externe peut être insérée dans AssistRecorder, conservée localement et lue en Markdown. L’application n’intègre pas son propre chat LLM.

Un parcours type, de la voix au document structuré

Une utilisation complète peut suivre les étapes suivantes :

1. Démarrer l’enregistrement dans l’application, depuis le widget ou à l’aide d’un geste ou bouton de l’appareil après avoir configuré AssistRecorder comme assistant par défaut.
2. Arrêter l’enregistrement, qui est alors conservé localement au format M4A.
3. Écouter le fichier et, si nécessaire, le raccourcir sans perte dans ce même format.
4. Lancer explicitement la transcription Groq. C’est à ce moment que l’audio est transmis.
5. Relire et modifier la transcription ainsi que son titre.
6. Choisir un modèle de prompt, puis adapter son nom ou son contenu au résultat recherché.
7. Partager le prompt et la transcription avec un client LLM via Android ACTION_SEND.
8. Si besoin, recopier le résultat externe dans AssistRecorder afin de le stocker localement et de le lire en Markdown.

Ce déroulement distingue l’enregistrement local, la reconnaissance vocale de Groq et le traitement réalisé dans une autre application.

Trois moyens de lancer et d’arrêter un enregistrement

La première possibilité consiste à utiliser les commandes Démarrer et Arrêter dans AssistRecorder. Un widget offre un deuxième point d’accès depuis l’écran d’accueil Android.

Une troisième méthode devient disponible après avoir défini AssistRecorder comme assistant par défaut. Le démarrage et l’arrêt peuvent alors être associés au geste ou au bouton prévu par l’appareil. Le moyen concret dépend des commandes proposées par le modèle Android utilisé ; la configuration préalable comme assistant par défaut reste indispensable.

Les enregistrements produits sont des fichiers M4A contenant de l’audio AAC mono à 48 kHz. Trois débits sont proposés : 32, 64 ou 96 kbit/s. Le réglage peut donc être choisi selon le besoin tout en conservant un format cohérent pour les étapes suivantes.

Écouter, raccourcir, importer et exporter

Le lecteur intégré propose des sauts de 15 secondes et d’une minute, pour réécouter une phrase proche ou parcourir une séquence plus longue.

AssistRecorder peut raccourcir un fichier M4A sans perte, sans nouvelle compression avec perte de l’audio.

Un fichier créé ailleurs peut être importé et suivre le même parcours. Un enregistrement peut aussi être exporté ou partagé. Aucun accès général au stockage n’est requis pour l’export.

Transcrire avec Groq et sa propre clé API

La reconnaissance vocale repose sur Groq Speech-to-Text selon le principe BYOK, Bring Your Own Key. L’utilisateur crée ou récupère sa clé API dans la Groq Console, puis la renseigne dans AssistRecorder. Cette clé est enregistrée localement sous forme chiffrée.

Deux modèles de transcription sont disponibles : whisper-large-v3-turbo et whisper-large-v3. La détection de la langue est automatique ; il n’est donc pas nécessaire de sélectionner manuellement la langue avant chaque demande. Une fois la transcription reçue, le texte reste modifiable dans l’application. Le titre peut lui aussi être corrigé ou précisé.

Deux limites méritent une attention particulière pour les enregistrements longs. AssistRecorder ne réalise aucun découpage automatique en segments. Un fichier volumineux n’est donc pas réparti silencieusement entre plusieurs requêtes. Par ailleurs, les limites d’envoi de Groq varient selon l’offre utilisée. Il ne faut pas supposer qu’une taille fixe convient à tous les comptes : les conditions du forfait concerné doivent être vérifiées, et le raccourcissement sans perte peut être utilisé lorsque cela répond au besoin.

Confier l’analyse à l’application LLM de son choix

Une transcription restitue les propos sous forme de texte, mais elle ne constitue pas forcément un résultat directement exploitable. AssistRecorder fournit des modèles pour les comptes rendus de réunion, les résumés, les tâches, la structuration d’idées ainsi que les échanges avec les parents ou avec un médecin. Le nom et le prompt de chaque modèle peuvent être modifiés.

Le prompt est une instruction visible et adaptable. Avant le partage, l’utilisateur peut rectifier un nom ou un terme spécialisé et préciser la consigne.

AssistRecorder transmet ensuite le prompt et la transcription au moyen d’Android ACTION_SEND. Le panneau de partage permet de sélectionner un client LLM capable de recevoir le texte, par exemple ChatGPT, Claude ou Gemini. Aucun de ces services n’est intégré sous forme de chat interne, et AssistRecorder ne réalise pas lui-même cette phase d’analyse LLM.

La réponse est produite dans l’application choisie. Elle peut être copiée dans AssistRecorder, enregistrée localement et présentée en Markdown lisible.

Des modèles adaptés aux usages récurrents

Pour une réunion, le modèle de compte rendu sert à demander un document organisé. Le modèle de résumé vise une restitution concise, celui consacré aux tâches les actions à retenir, et le modèle de pensées structurées une meilleure organisation d’idées librement énoncées.

Des modèles existent aussi pour les entretiens avec les parents et les conversations médicales. Ces échanges pouvant contenir des informations sensibles, il est particulièrement important de contrôler le texte, de choisir consciemment l’application destinataire et de relire tout résultat externe avant de l’utiliser.

Les noms et prompts modifiables permettent d’adapter les modèles aux usages récurrents.

Stockage local et transferts volontaires

AssistRecorder conserve localement l’audio, la transcription, le prompt et le résultat d’IA inséré. Cela ne signifie pas que l’ensemble du parcours fonctionne hors ligne. Une connexion à Internet est nécessaire pour la transcription Groq, et son lancement actif entraîne l’envoi du fichier audio à ce service.

Le traitement LLM constitue un transfert séparé. Le prompt et la transcription ne sont partagés que lorsque l’utilisateur appelle la fonction correspondante et choisit une destination. À partir de cette étape, les règles de confidentialité de l’application cible s’appliquent. Ce point vaut pour ChatGPT, Claude, Gemini ou tout autre client LLM compatible sélectionné dans Android.

Le circuit des données peut être résumé sans ambiguïté :

• l’audio reste local tant que la transcription Groq n’est pas lancée activement ;
• le prompt et la transcription restent locaux tant que l’utilisateur ne les partage pas ;
• un résultat externe n’est stocké dans AssistRecorder que s’il y est inséré ;
• l’application cible applique ses propres règles de confidentialité.

Avant tout contenu sensible, il convient d’examiner les informations et les conditions des services externes retenus.

Autorisations et prérequis Android

AssistRecorder est une application native pour Android 10 et versions ultérieures. Elle utilise le microphone, les notifications, Internet et un service de premier plan. Le microphone sert à enregistrer et Internet à transcrire avec Groq.

L’export ne nécessite pas d’autorisation générale d’accès au stockage. L’opération porte sur le contenu expressément choisi, par l’intermédiaire des mécanismes d’export ou de partage.

Installer l’application depuis GitHub Releases

AssistRecorder est un logiciel open source. Les versions publiées sont disponibles sur la page GitHub Releases. Une APK de débogage peut actuellement y être proposée ; il est donc utile de vérifier les fichiers effectivement associés à la dernière version avant l’installation.

Hors du Play Store, Android peut demander d’autoriser les applications de sources inconnues pour la source utilisée. Android 10 au minimum est requis.

La transcription suppose en outre de disposer de sa propre clé API Groq. Celle-ci peut être obtenue dans la Groq Console, puis saisie dans AssistRecorder où elle sera stockée localement sous forme chiffrée.

Limites à connaître

Le flux de travail est continu, mais les contraintes des différents services ne disparaissent pas :

• aucun découpage automatique des fichiers audio n’est effectué ;
• les limites d’envoi Groq dépendent de l’offre utilisée ;
• l’analyse LLM se déroule dans un client distinct, pas dans un chat AssistRecorder ;
• la transcription et le résultat externe doivent être relus et, si nécessaire, corrigés.

La détection automatique de la langue évite un réglage préalable, sans dispenser d’une vérification. Les noms propres, les termes techniques ou un passage difficile à entendre peuvent nécessiter une correction manuelle. Le caractère modifiable de la transcription est précisément prévu pour cette étape.

Aperçu technique

AssistRecorder est développé en Kotlin avec Jetpack Compose et Material 3 pour l’interface. Room et DataStore participent au stockage local, tandis que Keystore intervient dans la protection de la clé. Hilt assure l’injection de dépendances et WorkManager les travaux en arrière-plan. Les échanges réseau s’appuient sur Retrofit et OkHttp. MediaRecorder et MediaPlayer fournissent les fonctions Android d’enregistrement et de lecture.

Questions fréquentes

Tous les enregistrements sont-ils automatiquement envoyés à Groq ?

Non. Le fichier audio n’est transmis que lorsque l’utilisateur lance activement une transcription Groq.

Quels modèles assurent la transcription ?

AssistRecorder propose whisper-large-v3-turbo et whisper-large-v3. La langue est détectée automatiquement.

Où la clé API est-elle conservée ?

L’utilisateur fournit une clé obtenue dans la Groq Console. AssistRecorder la stocke localement sous forme chiffrée.

Les longs fichiers sont-ils découpés automatiquement ?

Non. Il n’existe pas de découpage automatique. Les limites d’envoi dépendent en outre de l’offre Groq utilisée.

ChatGPT, Claude ou Gemini sont-ils intégrés ?

Non. AssistRecorder n’intègre aucun chat LLM. Le prompt et la transcription sont partagés via Android ACTION_SEND avec l’application choisie par l’utilisateur.

Peut-on conserver la réponse de l’application d’IA ?

Oui. Elle peut être insérée, stockée localement et lue en Markdown.

Conclusion

AssistRecorder relie des étapes maîtrisées : enregistrer ou importer un M4A, demander une transcription à Groq avec sa clé, corriger le texte puis le partager avec un prompt modifiable vers le client LLM choisi. Les limites restent visibles : pas de découpage automatique, des plafonds Groq variables, aucune analyse LLM interne et les règles de confidentialité de l’application destinataire.