Configurer la transcription et l'IA

Syntheo n’embarque aucun modèle et n’appelle aucun service cloud. Il se connecte à vos serveurs d’inférence, sur votre poste ou votre réseau, par des protocoles standard. Vous configurez deux choses indépendantes : Aucune URL n’est imposée : vous saisissez celle de votre serveur. Sans serveur de transcription configuré et joignable, Syntheo ne transcrit rien, et comme l’audio n’est jamais conservé, il ne peut pas rattraper la transcription plus tard.

​

Avant de commencer

Il vous faut :

• un serveur de transcription en temps réel, par exemple vLLM avec un modèle Realtime (Voxtral Realtime), speaches (anciennement faster-whisper-server) ou un NIM Nemotron ASR ;
• un serveur LLM compatible OpenAI, par exemple vLLM, Ollama, llama.cpp server, LM Studio, SGLang, TGI ou un NIM LLM ;
• l’URL de base de chaque serveur et, si le serveur en exige une, sa clé API.

Exemples d’URL de base pour un serveur lancé sur le même poste, avec les ports par défaut : Les ports dépendent de la façon dont vous lancez chaque serveur. Si deux serveurs tournent sur la même machine, donnez-leur des ports différents. Ouvrez les Paramètres (). Les deux serveurs se trouvent dans le groupe « Mes serveurs » : Transcription et Synthèse. Une pastille à côté de chaque entrée indique l’état du serveur, rappelé en bas du menu (par exemple « Transcription · connectée »).

​

La carte serveur

Chaque page présente une carte « Mon serveur ». Elle fonctionne de la même façon pour la transcription et pour la synthèse :

• « Adresse du serveur » : l’adresse de base de votre serveur. Elle est enregistrée automatiquement pendant la saisie.
• « Tester la connexion » : interroge le serveur et affiche le résultat dans la pastille d’état. Syntheo teste aussi la connexion dès qu’une adresse est enregistrée.
• « Modèle » : les modèles servis, en boutons radio. Cliquez sur un modèle pour le choisir. Si le vôtre n’apparaît pas, cliquez sur « Saisir un autre nom » et tapez son identifiant exact.
• « Avancé » (replié) : le champ « Clé d’API (facultative) » et « Réinitialiser ce serveur… », qui oublie l’adresse et la clé après confirmation (« Oublier l’adresse et la clé de ce serveur ? »).
• « Aide » (replié) : un rappel des protocoles et des adresses types.

La pastille d’état prend l’une de ces valeurs : En cas d’échec, un message sous le titre de la carte dit quoi faire, par exemple : « Le serveur n’a pas répondu à localhost:8000/v1. Vérifiez qu’il est démarré et que vous êtes sur le bon réseau (VPN, Tailscale), puis relancez le test. »

​

Configurer la transcription

Dans la reproduction ci-dessous, modifiez l’« Adresse du serveur » : Syntheo l’enregistre puis la teste. Essayez http://localhost:9000 (un NIM, puis « Utiliser ce protocole »), un port où rien n’écoute comme http://localhost:8001/v1 (« Injoignable »), ou http://gpu.entreprise.lan/v1 (refus du HTTP). Ouvrez « Avancé » et « Aide », puis cliquez sur un autre modèle.

​

Transcription en direct ou fichier seul

Syntheo transcrit les réunions pendant la capture, et seulement ainsi : l’audio n’étant jamais conservé, il n’y a pas de transcription après coup. Le modèle choisi doit donc savoir diffuser en temps réel.

• Avec le protocole OpenAI, tout modèle on-premise (par exemple Voxtral Realtime sur vLLM) est traité comme un modèle en temps réel. Les noms de modèles « fichier » de l’API OpenAI (whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe…) ne servent qu’à l’import : Syntheo refuse de démarrer une capture avec eux, avec le message « Ce modèle ne transcrit qu’après l’enregistrement, ce qui supposerait de conserver l’audio. Choisissez un modèle de transcription en temps réel. ».
• Avec NVIDIA NIM, tous les modèles sont en temps réel. L’import d’un fichier audio passe alors par le même flux en temps réel qu’une réunion : voir Importer un enregistrement.

La saisie vocale du chat transcrit par lots, après l’enregistrement : elle demande le protocole OpenAI. Avec un modèle NIM, elle affiche « La saisie vocale est indisponible » avant d’ouvrir le micro. La dictée dans d’autres applications utilise le même serveur de transcription que les réunions.

​

Configurer la synthèse

Si le serveur répond mais que le modèle choisi échoue, la carte affiche « Le modèle choisi n’a pas répondu : » suivi de la cause. Le même modèle sert aux comptes rendus, au chat, aux titres générés et aux propositions de sections des modèles de compte rendu. Dans la reproduction ci-dessous, la page Synthèse est reliée à Ollama. Saisissez http://localhost:1234/v1 (LM Studio) pour voir la liste des modèles changer. Choisissez « Élevé » dans « Effort de raisonnement », puis un autre modèle : l’effort revient à « Auto », car il dépend du modèle.

​

Ce qui transite vers vos serveurs

• Le serveur de transcription reçoit l’audio de la capture, de la dictée ou du fichier importé, au fil de l’eau. Syntheo n’écrit pas cet audio sur le disque.
• Le serveur LLM reçoit le texte nécessaire à la tâche : transcription, notes, consignes du modèle de compte rendu, question posée dans le chat.
• Aucun en-tête n’identifie votre appareil. Syntheo ne contacte aucun autre service d’inférence et ne bascule jamais vers un service tiers si votre serveur ne répond pas : il affiche une erreur.

Les clés API sont rangées dans le trousseau du système, jamais en clair dans la base locale. Détails dans Données et confidentialité.

​

En cas de problème

Pour travailler sans connexion internet, voir Utiliser Syntheo sans réseau.