Est-il sûr d'envoyer son audio pour supprimer les silences ?

Envoyer de l'audio vers un outil en ligne de suppression de silences transmet une copie de votre fichier à un serveur tiers pour traitement, et la durée pendant laquelle cette copie est conservée ensuite dépend de la politique du fournisseur.

Presque tous les outils de suppression de silences qu'on trouve en quelques recherches fonctionnent de la même façon : on dépose le fichier dans un onglet de navigateur, on attend l'envoi, et on récupère un fichier traité. C'est rapide et ça ne demande rien à installer, donc la plupart des gens ne se demandent jamais où va le fichier entre-temps.

Pour un mémo vocal de deux minutes, ce n'est probablement pas un problème. Pour une interview client, une déposition juridique, une conversation RH ou un épisode de podcast pas encore annoncé, cela vaut trente secondes de réflexion avant de cliquer sur envoyer. Les enregistrements de réunions en sont un cas courant : voyez nettoyer les enregistrements Zoom et Teams.

Que signifie vraiment « envoyer » ?

Quand un outil en ligne traite votre audio, le fichier quitte votre appareil, voyage vers un serveur que vous ne contrôlez pas, y est traité, puis revient. À un moment de cet aller-retour, une copie de votre fichier existe sur une infrastructure qui n'est pas la vôtre, même si ce n'est que pendant les quelques secondes nécessaires à la détection.

Ce qui arrive à cette copie ensuite dépend de la politique de rétention du fournisseur, généralement dans une page de conditions que personne ne lit avant de cliquer sur envoyer. Les outils sérieux indiquent combien de temps ils conservent les fichiers traités : lisez ce passage. Vérifiez aussi si les conditions autorisent autre chose que le traitement, comme des statistiques d'usage ou l'amélioration de leurs modèles. Rien de tout cela ne veut dire que chaque outil en ligne fait quelque chose de louche : la vraie réponse à « est-ce sûr ? » est que cela dépend d'une politique qu'il faut lire, pour chaque outil.

« Fonctionne dans le navigateur » veut-il dire « ne quitte jamais l'appareil » ?

Un nombre croissant d'outils annoncent un traitement côté client : l'audio est décodé et coupé avec WebAssembly directement dans l'onglet du navigateur, sans aller-retour vers un serveur. C'est une amélioration réelle et significative par rapport aux outils classiques basés sur l'envoi, et il faut leur en donner crédit.

Mais ce n'est pas automatiquement la même chose que « rien ne quitte jamais l'appareil ». La page se charge toujours depuis un serveur distant et peut envoyer des statistiques d'usage, et les bacs à sable des navigateurs ont leurs propres contraintes : beaucoup d'outils dans le navigateur limitent la taille des fichiers bien en dessous de ce qu'une application de bureau peut gérer, car un onglet n'est pas fait pour garder un fichier de plusieurs gigaoctets en mémoire. Le mot « local » fait un peu de travail marketing dans ces noms de produits, et il mérite d'être lu au-delà de l'étiquette.

Qui devrait vraiment s'en soucier ?

Si vous coupez un extrait de deux minutes que vous allez publier de toute façon, la question de la confidentialité est presque sans objet. Le calcul change pour tout ce qui n'est pas encore censé être public, ou ne l'a jamais été.

• Podcasteurs et créateurs vidéo qui montent des épisodes non publiés : une fuite avant le lancement est un risque réel, même rare, avec tout aller-retour cloud
• Toute personne qui enregistre des appels clients, des appels commerciaux ou des interviews utilisateurs mentionnant des tarifs, des contrats ou d'autres détails commerciaux confidentiels
• Les professionnels RH, juridiques et de santé qui enregistrent des conversations soumises à une obligation de confidentialité par défaut, pas par préférence
• Les journalistes qui gèrent des interviews de sources, où « où est allé ce fichier ? » n'est pas une question théorique mais de la sécurité opérationnelle

Comment vérifier réellement ?

Inutile de croire un produit sur parole. Si un outil web affirme traiter l'audio localement, ouvrez l'onglet Réseau de votre navigateur (clic droit, Inspecter, Réseau) avant d'envoyer, puis observez ce qui se passe quand vous déposez votre fichier. Si vous voyez une requête qui emporte la taille de votre fichier vers un domaine distant, ce n'est pas local, quoi qu'en dise le texte marketing.

Pour une application de bureau, un test plus direct fonctionne : coupez votre Wi-Fi, puis essayez de traiter un fichier. Si cela fonctionne toujours, le traitement n'a réellement jamais touché le réseau.

Où se situe VoxCut ?

VoxCut est une application de bureau, pas un outil de navigateur qui prétend en être une. Il n'y a pas d'étape d'envoi à auditer, car le fichier ne quitte jamais le dossier où il se trouve déjà. La détection et la coupe s'exécutent en une passe locale sur votre machine, comme ouvrir un fichier dans Audacity ou Adobe Audition. Vous pouvez lui appliquer le test du Wi-Fi décrit plus haut. Le guide du suppresseur de silences (en anglais) le compare aux autres outils, et couper les silences des gros fichiers audio traite les enregistrements de plusieurs heures.

Cela évite aussi le plafond de taille des outils de navigateur : VoxCut a été testé sur des fichiers allant jusqu'à 5 Go, ce qu'un onglet ne peut pas garder en mémoire de façon fiable. Ce n'est pas un reproche envers les outils de navigateur pour ce qu'ils font bien ; un extrait ponctuel de deux minutes qu'on va publier de toute façon n'a pas besoin d'une installation.

Conclusion : appliquez le même niveau d'exigence à vos outils

Si le fichier compte assez pour que vous hésitiez à l'envoyer par e-mail à un inconnu, appliquez le même niveau d'exigence à l'outil qui sert à le monter. Lisez les conditions de rétention de tout outil cloud, vérifiez l'onglet Réseau des outils qui se disent locaux, et préférez une application de bureau quand l'enregistrement est confidentiel ou très volumineux. Pour un tour d'horizon plus large, voyez les outils de suppression des silences comparés, et pour les bases de la détection des silences, notre guide sur la suppression des silences d'un audio.