Noté !

Outil personnel en développement actif. Le plus gros chantier — fiabiliser la transcription — est en cours ; le reste évoluera au fil des besoins.

Une note, zéro friction — le traitement suit derrière

Au bureau ou en déplacement, un métier comme le mien — mais beaucoup d’autres aussi — implique de jongler en continu entre plusieurs projets, clients et besoins différents. Garder la trace de tout ça, et surtout en tirer ce qu’il faut ensuite — un rendez-vous à caler, une tâche à faire, un brouillon de mail, un suivi à jour — devient vite complexe à mesure que ça s’accumule.

Noté ! part d’un principe simple : réduire au maximum la friction de la capture — une note dictée en quelques secondes, où qu’on soit — et automatiser tout ce qui suit. Un premier niveau de routage envoie chaque note directement dans le bon dossier projet ; un second niveau, basé sur un tag, détermine le traitement à appliquer.

Sur un suivi de dessin par exemple, chaque modification notée sur le moment vient alimenter automatiquement un journal des modifications, dans un format structuré. Sur un dossier complexe, avec de nombreux échanges et ajustements, ce suivi propre et à jour est un vrai gage de fiabilité.

La vraie difficulté : la fiabilité de la transcription

On pourrait croire qu’il suffit de brancher un moteur de reconnaissance vocale pour obtenir un texte exploitable. En pratique, ce n’est pas si simple — la sortie brute d’un moteur speech-to-text contient des approximations qu’il faut ensuite corriger.

Ajouter une étape de relecture manuelle après coup irait cependant à l’encontre de l’objectif de friction minimale que se fixe Noté !. La piste explorée est différente : injecter dynamiquement le contexte de la note — la catégorie et le tag choisis — directement dans le moteur de transcription (Whisper small) au moment de la dictée, pour réduire la reprise nécessaire dès la source plutôt que de la corriger après.

Le prototype transcrit en français un enregistrement audio mono directement sur l’appareil, sans service cloud ; le modèle est téléchargé explicitement au premier usage, et le texte obtenu reste modifiable dans la session. Le choix de Whisper small reste à valider sur le téléphone cible, notamment pour la qualité métier, la latence, la chauffe et l’usage en mode avion.

Préparer une synchronisation asynchrone vers Google Drive

Le pivot V1 vise un brouillon local persistant puis un bundle de mémo envoyé de façon asynchrone vers Google Drive. La cible documentée comprend un memo.json, la source audio, des photos et une demande de traitement ; l’accès aux Drives partagés et le dépôt de fichiers ont été démontrés dans le prototype.

La capture de photos, la file idempotente complète et la restauration de session Google restent en développement. Le flux audio V0.1 encore présent ne représente pas la cible V1 et doit être remplacé.

Rester un outil personnel en développement

L’application est installable sur un appareil Android physique, mais elle n’est ni en production ni destinée à une distribution grand public ou au Play Store selon la spécification V1.0. Aucune fonctionnalité de partage multi-utilisateur ni aucun compte applicatif ne sont documentés.

Une suppression demandée depuis l’application ne concerne que les données locales ; l’application ne modifie pas Google Drive. La reprise de synchronisation lorsque l’application est fermée est reportée après le MVP.

Ce qui se construit maintenant

Le chantier prioritaire, c’est la fiabilité de la transcription elle-même — c’est la brique dont dépend tout le reste, donc celle qu’on affine en premier.

Au-delà, l’appli est pensée pour évoluer au fil de l’eau : chaque nouveau besoin métier — capture photo, suivi de chantier plus poussé, nouveaux types de traitement par tag — sera traité dans l’ordre de la friction qu’il résout vraiment, plutôt que selon un plan figé à l’avance. C’est un outil qui se construit à l’usage, pas une roadmap fermée.