Comment nous avons mesuré la vitesse de Loquela Remote
Une heure d’audio en moins de 9 secondes, et une heure entière à 18 000 minutes d’audio par heure avec chaque requête transcrite. Comment les deux tests ont été menés.
Loquela Remote transcrit à 400× de vitesse de transcription : une heure d’audio en moins de 9 secondes. Ce chiffre vient d’un test. Un second test répondait à une autre question : que se passe-t-il quand des centaines d’heures d’audio arrivent chaque heure, envoyées par beaucoup de personnes à la fois. Les deux ont eu lieu le 27 octobre 2026, sur la version de Loquela Remote en service ce jour-là. Cet article explique comment.
| Test | Résultat |
|---|---|
| Un fichier de 60 minutes, un à la fois | De 7,08 à 8,66 secondes de temps serveur à chaque passage |
| Vitesse | Plus de 400× de vitesse de transcription à chaque passage |
| Une heure à 18 000 minutes d’audio par heure | 18 350 requêtes, toutes transcrites |
| Clips courts pendant cette heure | La moitié revenue en 0,23 seconde au plus, 95 sur 100 en 2,2 secondes au plus |
Une heure d’audio, un fichier à la fois
Ce test mesure la vitesse à laquelle un enregistrement devient du texte quand il a le serveur pour lui seul.
- Le service : une copie du service publié, sans rien d’autre en cours sur le serveur.
- Les fichiers : quatre enregistrements de parole de 60 minutes dans des formats courants, listés dans le tableau ci-dessous.
- Les passages : une requête d’échauffement, puis trois passages de chaque fichier.
- La mesure : le temps serveur est l’enregistrement que le service fait lui-même de chaque requête. Les fichiers ont été envoyés depuis le serveur lui-même, donc l’envoi n’a presque pas pris de temps.
| Fichier (60 minutes) | Temps serveur, trois passages | Le plus lent, mesuré par l’expéditeur |
|---|---|---|
| MP3, 16 kHz mono | De 7,08 à 7,15 s | 7,25 s |
| AAC, 48 kHz mono, 64 kbit/s | De 7,54 à 7,58 s | 7,66 s |
| AAC, 44,1 kHz stéréo, 128 kbit/s | De 8,21 à 8,25 s | 8,42 s |
| MP3, 44,1 kHz stéréo, 128 kbit/s | De 8,56 à 8,66 s | 8,89 s |
Le passage le plus lent, mesuré du côté de l’expéditeur, a pris 8,89 secondes. Une heure, c’est 3 600 secondes d’audio, soit environ 405 fois plus vite que la lecture de l’enregistrement. Chaque passage a dépassé 400×, le chiffre utilisé sur le site.
Le temps d’envoi n’est pas compté dans ces chiffres, car il dépend de votre connexion. Un MP3 de 60 minutes à 128 kbit/s pèse environ 58 Mo. En mono à 64 kbit/s, il pèse moitié moins, donc il nous parvient plus tôt.
Beaucoup de monde à la fois : une heure à 18 000 minutes d’audio par heure
Ce test mesure ce que fait le service sous un trafic intense et varié. 18 000 minutes d’audio par heure, ce sont 300 heures d’audio qui arrivent chaque heure. Nous avons tenu ce rythme pendant une heure entière.
- Le service : la même version, configurée comme en service réel.
- Les expéditeurs : 16 comptes de test qui envoient des enregistrements à des moments aléatoires, comme le font des clients sans lien entre eux. Ils tournaient sur le serveur lui-même, donc les temps ci-dessous n’incluent pas Internet.
- Les enregistrements : des clips vocaux courts de 5 à 30 secondes (moitié WAV, moitié M4A), des réunions de 10 à 60 minutes et des enregistrements longs de 60 à 120 minutes (tous deux en MP3). En minutes d’audio, 15 % étaient des clips courts, 45 % des réunions et 40 % des enregistrements longs.
- Identification des locuteurs : activée pour environ 3 réunions et enregistrements longs sur 10.
- La parole : de l’anglais lu à voix haute, issu de LibriSpeech, une collection publique d’enregistrements de livres audio, découpée et assemblée à chaque durée.
| Enregistrement | Requêtes | Transcrites | Temps médian |
|---|---|---|---|
| Clips courts, de 5 à 30 s | 18 020 | 18 020 | 0,23 s |
| Réunions, de 10 à 60 min | 241 | 241 | 12,2 s |
| Enregistrements longs, de 60 à 120 min | 89 | 89 | 42,6 s |
Au total, 18 925 minutes d’audio sont arrivées pendant l’heure, et les 18 350 requêtes sont toutes revenues avec une transcription. Aucune n’a été refusée et aucune n’a échoué.
Les clips courts sont restés rapides tout du long. Dans chaque tranche de dix minutes, leur médiane est restée entre 0,20 et 0,29 seconde, et sur l’heure, 95 sur 100 sont revenus en 2,2 secondes au plus.
Les réunions ont tourné à une médiane de 140× de vitesse de transcription et les enregistrements longs à 122×. C’est plus lent que dans le premier test, car beaucoup d’enregistrements se partagent le serveur en même temps. Chacun prend plus de temps que s’il était seul, et bien plus d’audio est traité dans l’heure.
Ce que cela signifie pour vos enregistrements
- Une réunion de 30 minutes prend environ 4 secondes de temps serveur quand elle a le serveur pour elle seule, plus le temps de l’envoyer.
- Un clip vocal court revient généralement en bien moins d’une seconde.
- Votre attente totale comprend l’envoi, le temps serveur et le retour de la transcription. La transcription est légère, elle arrive donc presque aussitôt.
Quand nous mesurerons à nouveau
Ces chiffres viennent de la version en service le 27 octobre 2026. Nous mesurerons à nouveau après des changements dans la façon dont la transcription fonctionne, et nous mettrons à jour le site et cet article si les chiffres changent.
Loquela Remote est une API privée de transcription vocale et un serveur MCP pour les clients aux États-Unis. Il ne conserve ni audio ni transcriptions. Voir ce qui arrive à votre audio, comment les autres API de transcription le traitent et les tarifs.