La prochaine génération de preneurs de notes IA : les modèles audio d’OpenAI et la direction de Telli.sh

Les preneurs de notes IA évoluent rapidement.

La première génération se concentrait surtout sur la capture : enregistrer une réunion, convertir l’audio en texte et fournir une transcription consultable. C’était utile, mais cela n’a jamais couvert tout le besoin. La valeur d’une réunion ne tient pas aux mots qu’elle produit, mais aux décisions, aux engagements, au contexte et à l’élan collectif qu’elle crée.

La prochaine génération sera jugée à sa capacité à préserver le sens et à aider les équipes à passer de la conversation à l’action.

C’est dans cette direction que nous faisons évoluer Telli.sh.

Le marché va au-delà de la transcription

La tendance la plus nette des outils de réunion IA est simple : la transcription devient un prérequis, pas une finalité.

Microsoft Teams intègre désormais aux récapitulatifs après réunion des notes générées par l’IA, des tâches de suivi, des vues par intervenant et des chapitres. La prise de notes Gemini de Google Meet peut créer des notes dans Google Docs et aider les personnes arrivées en retard à rattraper la discussion grâce à un résumé évolutif. Zoom AI Companion réunit dans Zoom Workplace les résumés, les questions en cours de réunion, les enregistrements intelligents, les chapitres, les moments clés et les prochaines étapes. Notion AI Meeting Notes transforme l’audio en transcriptions, points clés et actions à mener dans l’espace où les équipes rédigent et planifient déjà leur travail.

Le constat est cohérent : les utilisateurs ne veulent pas seulement une transcription. Ils veulent une trace exacte, un résumé utile, des prochaines étapes claires et un moyen fiable de partager le résultat.

Le niveau d’exigence change donc pour les preneurs de notes IA. La qualité de la reconnaissance vocale reste essentielle, mais le véritable produit est la structure construite à partir de la transcription.

Le contexte en temps réel prend de l’importance

L’IA de réunion intervient aussi plus tôt dans le processus.

Au lieu d’attendre la fin, les nouveaux outils aident de plus en plus pendant la réunion. Google Meet peut fournir un résumé continu. Zoom AI Companion peut répondre à des questions sur ce qui s’est déjà dit. L’API Realtime d’OpenAI va dans le même sens : les applications peuvent traiter l’audio au fil de la conversation, et pas seulement après l’importation d’un fichier.

C’est important pour les outils de prise de notes : un bon compte rendu ne résulte pas seulement d’un traitement après coup. Il se construit au rythme des tours de parole, des interruptions, des changements de sujet, des décisions et des questions non résolues.

À terme, les preneurs de notes IA ressembleront moins à des enregistreurs passifs et davantage à une infrastructure de réunion capable de comprendre le contexte.

Les nouveaux modèles audio d’OpenAI élèvent le niveau de base

Les modèles audio récents d’OpenAI sont particulièrement pertinents pour cette évolution.

En mars 2025, OpenAI a présenté gpt-4o-transcribe, gpt-4o-mini-transcribe et gpt-4o-mini-tts. L’essentiel n’est pas l’apparition de nouveaux noms de modèles : la reconnaissance vocale devient plus précise et plus robuste face aux accents, aux environnements bruyants et aux rythmes de parole variés.

C’est fondamental pour les preneurs de notes IA. La fiabilité d’un résumé dépend de celle de la transcription sous-jacente. Si les noms, les décisions, les chiffres, les termes techniques ou les changements d’intervenant sont erronés, le résumé hérite de ces erreurs.

La documentation Speech-to-Text d’OpenAI distingue désormais aussi la transcription d’enregistrements terminés du traitement audio en cours via l’API Realtime. Cette séparation correspond aux deux principaux modes des produits de réunion : les enregistrements importés et les réunions en direct.

Autre signal important : gpt-4o-transcribe-diarize, un modèle de transcription doté d’une diarisation intégrée. Dans des notes de réunion, attribuer correctement les propos n’est pas un détail. « Nous devrions livrer cela la semaine prochaine » n’a pas le même sens selon que la phrase vient d’un client, d’un fondateur, d’un ingénieur ou d’une personne du support. Plus les systèmes préservent fidèlement qui a dit quoi, plus l’intelligence de réunion devient utile.

L’évolution plus large de l’API Realtime et de gpt-realtime mérite également attention. L’IA vocale se dirige vers des systèmes multimodaux, à faible latence et capables d’utiliser des outils. Telli.sh n’a pas besoin de devenir un agent vocal du jour au lendemain, mais la trajectoire de fond est claire : les produits audio relieront de plus en plus la parole, le contexte, les outils et les flux de travail dans une expérience continue.

Pourquoi les réunions multilingues comptent

La plupart des logiciels de réunion supposent encore un environnement linguistique relativement simple. Les équipes réelles sont plus complexes.

Une réunion internationale peut mêler une discussion en coréen, des diapositives en anglais, des noms de clients japonais et un suivi en espagnol, avec des termes techniques qu’il vaut mieux ne pas traduire. Un bon preneur de notes IA doit gérer cette diversité sans imposer aux participants une façon de parler qui arrange le logiciel.

Pour Telli.sh, une conviction est essentielle : le multilingue n’est pas une option ajoutée après coup. C’est une fondation du produit.

L’objectif ne se limite pas à traduire des mots. Il s’agit de permettre à chacun de participer pleinement, même quand la réunion est multilingue et soutenue.

La direction de Telli.sh

Telli.sh s’appuie sur une promesse simple :

Parlez librement. Telli.sh organise le reste.

Nous ne cherchons pas à produire de simples fichiers de transcription. Nous construisons une couche d’intelligence de réunion qui transforme les conversations en traces fiables, en résumés utiles et en prochaines actions claires.

Le multilingue dès le départ

Beaucoup d’outils commencent par des flux de travail en anglais et ajoutent les autres langues ensuite. Telli.sh part d’un autre constat : les équipes sont internationales, les accents varient et les réunions réelles mélangent souvent les langues.

Nous voulons que Telli.sh fonctionne bien pour les personnes que les produits conçus d’abord pour l’anglais traitent souvent comme des cas particuliers.

Relier la source et le résumé

Les résumés IA sont utiles, mais ne doivent pas devenir des boîtes noires. Les utilisateurs doivent pouvoir revenir du résumé à la conversation d’origine et comprendre d’où vient une conclusion.

C’est pourquoi nous considérons les transcriptions, les tours de parole, les traductions, les notes retravaillées et les résumés comme des couches liées d’un même compte rendu, plutôt que comme des résultats séparés.

Des résultats adaptés au type de réunion

Un point d’équipe, un entretien client, un appel commercial, une session de recherche et une réunion stratégique interne ne devraient pas tous produire le même format de notes.

Chaque réunion a ses besoins. Un appel client appelle des irritants et des suivis. Un point d’équipe doit faire ressortir l’avancement et les blocages. Un entretien de recherche exige des citations et des enseignements. Une réunion de direction doit présenter les décisions, les risques et les responsables.

Telli.sh évolue vers des formats de notes plus flexibles et sensibles au contexte, adaptés à l’objectif de chaque réunion.

La confiance comme fonctionnalité

Les données de réunion sont sensibles. Une meilleure IA ne réduit pas le besoin de confiance ; elle l’accroît.

Les utilisateurs doivent savoir ce qui est enregistré et conservé, qui peut y accéder, comment le contenu est partagé et comment le supprimer. Pour les équipes, cela suppose aussi des permissions fiables, une facturation sécurisée, des déploiements stables et des contrôles opérationnels qui évitent les erreurs de production évitables.

Nous considérons la confiance, la confidentialité et la fiabilité opérationnelle comme des éléments de l’expérience produit, pas comme de simples tâches en coulisses.

Où en sommes-nous aujourd’hui ?

Au 13 mai 2026, le flux de travail central disponible dans Telli.sh permet de :

• Démarrer un enregistrement en direct directement dans le navigateur.
• Importer des fichiers audio ou vidéo existants.
• Transformer des conversations en comptes rendus de réunion structurés.
• Prendre en charge des flux multilingues de transcription, de traduction et de résumé.
• Préserver, lorsque c’est possible, les segments associés aux intervenants.
• Générer résumés, actions à mener et notes retravaillées dans le compte rendu.
• Continuer à renforcer la fiabilité en production pour la facturation, les déploiements, la vérification des webhooks et les contrôles CI.

Il reste beaucoup à améliorer. Nous voulons fluidifier le traitement en temps réel, mieux préserver le contexte des longues réunions, rendre l’attribution des propos plus cohérente et adapter les formats de notes aux différents types de réunion.

Le produit disponible aujourd’hui correspond au flux d’enregistrement et de prise de notes décrit ci-dessus. Les améliorations de cette section sont des travaux en cours, et non la promesse que chaque réunion bénéficie déjà d’un contexte parfait ou d’une attribution impeccable des intervenants.

La suite

Nos priorités à court terme sont concrètes.

D’abord, nous continuerons d’améliorer l’expérience des réunions en direct multilingues. Ces réunions sont difficiles à traiter, et c’est précisément là que Telli.sh doit être performant.

Ensuite, nous continuerons d’investir dans la préservation des intervenants et du contexte. L’intelligence de réunion doit savoir non seulement ce qui a été dit, mais aussi qui l’a dit, quand et pourquoi cela comptait.

Troisièmement, nous développerons des formats de notes propres à chaque réunion. Un résumé générique ne suffit pas à refléter la diversité du travail des équipes.

Enfin, nous renforcerons les fondations de production. Les produits IA sont faciles à montrer en démonstration et difficiles à rendre fiables au quotidien. Nous voulons que les équipes puissent compter régulièrement sur Telli.sh, pas seulement qu’il impressionne une fois.

En guise de conclusion

La question n’est plus de savoir quel preneur de notes IA transcrit le plus vite. La vraie question est de savoir lequel transforme les conversations en mémoire durable pour l’équipe.

Les derniers modèles audio d’OpenAI accélèrent cette évolution. Une transcription plus précise, le traitement audio en temps réel, la diarisation et les interfaces conçues autour de la voix annoncent un avenir où les outils comprennent les conversations pendant qu’elles ont lieu et aident les équipes à agir juste après.

C’est l’avenir que prépare Telli.sh : des échanges naturels, entre langues et contextes, tandis que le produit transforme discrètement la conversation en quelque chose d’utile.

Références

• OpenAI: Introducing next-generation audio models in the API
• OpenAI API: Speech to text
• OpenAI API: Realtime transcription
• OpenAI: Introducing gpt-realtime and Realtime API updates
• Microsoft Teams: Recap in Microsoft Teams
• Google Meet: Take notes for me
• Zoom: Getting started with Zoom AI Companion features
• Notion Help Center: AI Meeting Notes