Pourquoi nous avons créé Verity

Tous les outils de dictée que nous avons essayés avaient le même problème : ils voulaient notre audio. Pas seulement pour la transcription — pour l’entraînement. Pour bâtir des modèles vocaux. Pour améliorer la « qualité du produit ». Les politiques de confidentialité étaient techniquement exactes, mais délibérément floues. Les données allaient quelque part. Nous ne pouvions simplement pas savoir où, pour combien de temps, ni à quoi elles servaient.

Pour un usage occasionnel, c’est peut-être un compromis acceptable. Mais nous n’utilisions pas ces outils de façon occasionnelle. Nous dictions des documents techniques, des analyses de sécurité, des notes médicales, des notes juridiques. Le genre de contenu pour lequel « vos données peuvent être utilisées pour améliorer nos services » n’est pas une petite note de bas de page — c’est rédhibitoire.

Alors nous avons créé Verity.

Le problème des outils vocaux d’aujourd’hui

La voix est intime d’une façon que le texte tapé ne l’est pas. Quand vous parlez, vous laissez derrière vous plus que des mots. Le ton, le rythme, le vocabulaire, votre façon de formuler les choses sous pression — tout cela est capté dans un flux audio. Les données vocales sont des données biométriques. Une fois qu’on possède un modèle de votre façon de parler, ce modèle n’expire pas. Il n’est pas supprimé quand vous fermez votre compte.

Les principaux acteurs de la dictée gèrent cette question de différentes façons, sans qu’aucune soit pleinement satisfaisante. Certains offrent un traitement sur l’appareil, mais l’associent à des produits infonuagiques qui soulèvent les mêmes enjeux de données que tous les autres. D’autres bâtissent des profils de contexte détaillés à partir de vos habitudes de dictée — utiles pour la personnalisation, mais qui vous obligent à confier ce profil à un tiers. La dictée intégrée aux plateformes reste sur l’appareil pour les phrases courtes, mais fait passer par défaut les dictées plus longues par les serveurs du fournisseur.

Aucun d’eux ne vous dit exactement quels systèmes tiers touchent votre audio. Aucun ne s’engage par contrat à une conservation nulle, avec des sous-traitants nommés. Aucun ne publie sa chaîne de traitement audio avec assez de détails pour qu’un ingénieur en sécurité puisse l’évaluer.

C’est ce vide que nous comblons.

Ce que Verity fait autrement

L’architecture de Verity repose sur une contrainte : votre audio n’est pas une ressource à exploiter. C’est un signal à traiter, puis à supprimer immédiatement.

Concrètement, voici ce que ça signifie :

• Aucune conservation, par conception. Les tampons audio sont libérés dès que la transcription revient. Ils ne sont ni écrits sur disque, ni mis en file pour une analyse ultérieure, ni regroupés pour des séances d’entraînement. L’audio est éphémère — il n’existe que le temps de la requête.
• Aucun fournisseur d’IA dans le parcours de l’audio. L’audio est traité par notre propre chaîne de reconnaissance vocale, qui fait tourner des modèles à poids ouverts hébergés sur une infrastructure que nous provisionnons, avec redondance et basculement automatique. Il n’y a aucune API d’IA tierce dans le parcours à qui faire confiance ou à auditer. La puissance de calcul est louée à AWS, qui fournit des serveurs plutôt que des logiciels et n’accède jamais à vos données indépendamment de nous. Consultez notre portrait complet de la confidentialité pour la liste complète.
• Aucun entraînement de modèle vocal. Nous ne créons pas de profils vocaux. Nous n’utilisons pas votre audio pour améliorer la précision de la reconnaissance vocale pour d’autres utilisateurs. Chaque transcription est indépendante — il n’existe aucun modèle persistant de votre façon de parler.
• Du texte chiffré, pas de l’audio brut. Votre transcription est chiffrée en AES-256-GCM avec une clé propre à chaque utilisateur, dérivée par HKDF-SHA256, avant même d’atteindre notre base de données. Nous ne pouvons pas lire vos transcriptions sans votre clé.

La reconnaissance vocale s’exécute sur une infrastructure exploitée par Verity. Les modèles sont des versions à poids ouverts que nous hébergeons nous-mêmes, servies par nos propres serveurs d’inférence sur une puissance de calcul que nous provisionnons et contrôlons — faire tourner un modèle publié, ce n’est pas la même chose qu’appeler l’API de quelqu’un d’autre. Votre audio n’est jamais remis à un fournisseur d’IA tiers; il est transcrit sur nos propres serveurs, puis supprimé immédiatement.

Pourquoi la transparence compte ici

Les promesses de confidentialité ne coûtent rien. « Nous avons votre vie privée à cœur » figure dans le discours marketing de produits qui vendent discrètement les données de leurs utilisateurs. Nous ne nous attendons pas à ce que vous nous croyiez sur parole.

Alors plutôt que de demander votre confiance, nous publions des détails précis. La page sur la confidentialité nomme chaque sous-traitant du parcours audio. Ce blogue documentera nos décisions d’architecture au fur et à mesure — y compris celles qui sacrifient la commodité au profit de la confidentialité, et pourquoi nous les avons prises. Le billet sur l’architecture technique détaille, couche par couche, comment l’audio passe de votre micro au texte affiché à l’écran.

Si vous trouvez dans notre architecture quelque chose qui vous préoccupe, nous voulons le savoir. Publier ce niveau de détail a pour but d’inviter l’examen, pas de l’esquiver.

À qui s’adresse Verity

Nous avons créé Verity pour les gens qui ont de bonnes raisons de se soucier de l’endroit où vont leurs mots :

• Les développeurs et ingénieurs qui dictent de la documentation technique ou des commentaires de code
• Les professionnels de la santé qui dictent des notes cliniques soumises à des exigences de confidentialité strictes
• Les avocats et analystes qui travaillent avec des documents confidentiels de clients
• Quiconque dicte assez souvent pour avoir déjà ressenti ce malaise particulier de se demander où son audio a abouti

Verity ne cherche pas à être l’outil de dictée de tout le monde. Il existe de bonnes options pour les utilisateurs qui privilégient la personnalisation et la commodité plutôt que la confidentialité. Nous sommes l’option des utilisateurs qui doivent savoir exactement ce qui arrive à leur audio, et pour qui « faites-nous confiance » n’est pas une réponse suffisante. Prêt à l’essayer? Notre guide pour débutants vous montre comment commencer.

La suite

Nous explorons une prise en charge spécialisée du vocabulaire technique — noms de méthodes, noms de bibliothèques, jargon que les modèles de reconnaissance vocale généralistes gèrent mal. Toute la reconnaissance vocale s’exécute sur l’infrastructure de Verity, avec un traitement sans conservation. Et nous travaillons sur des profils par application — pour que le contexte de dictée dans votre EDI soit différent de celui de votre client de courriel.

Priorité à la confidentialité ne veut pas dire pauvre en fonctionnalités. Ça veut dire que les fonctionnalités reposent sur des bases qui ne vous obligent pas à renoncer à quelque chose que vous ne pourrez jamais récupérer.

Verity est gratuit pendant le lancement — toutes les fonctionnalités incluses, sans carte de crédit. Si vous travaillez avec des documents sensibles et que vous utilisez un outil vocal incapable de vous dire où va votre audio, ça vaut la peine d’essayer un outil qui en est capable.