Apple a introduit SpeechAnalyzer avec iOS 26 et macOS 26 pour remplacer son ancien moteur de reconnaissance vocale. En l'absence de données officielles, des tests comparatifs ont été réalisés face aux modèles Whisper d'OpenAI et à l'ancienne API. Les résultats confirment une avancée significative de la solution native sur matériel Apple Silicon. Les benchmarks, exécutés intégralement sur puce M2 Pro, révèlent que SpeechAnalyzer affiche un taux d'erreur lexical nettement inférieur à celui de Whisper Small et de l'ancien SFSpeechRecognizer. Sur des enregistrements clairs, le nouveau moteur ne commet une erreur que dans 2,12 % des mots, contre 3,74 % pour Whisper Small et 9,02 % pour la version précédente. Dans des conditions acoustiques plus complexes, les écarts se maintiennent avec des scores de 4,56 %, 7,95 % et 16,25 %. Au-delà de la précision, SpeechAnalyzer traite les flux audio environ trois fois plus vite que Whisper Small et génère automatiquement une ponctuation correcte. La rigueur méthodologique assure la fiabilité des données. Tous les moteurs ont fonctionné en mode strictement local, sans appel au cloud, en utilisant les mêmes pipelines de production et les mêmes normes de normalisation textuelle. Les transcriptions complètes sont rendues publiques pour vérification indépendante. Cette démarche a d'ailleurs permis de corriger un blocage interne dans le logiciel de test, illustrant la valeur des évaluations transparentes. Pour les développeurs, ces résultats simplifient la migration vers la nouvelle API Apple, notamment pour les applications nécessitant une transcription précise et rapide sur iPhone ou Mac. Whisper conserve néanmoins deux atouts indéniables : un vocabulaire et un support bien plus larges pour les langues étrangères, ainsi qu'une disponibilité sur tous les systèmes d'exploitation. L'équipe à l'origine de la comparaison a déjà adapté son architecture logicielle, priorisant SpeechAnalyzer pour l'anglais et conservant Whisper pour les autres cas d'usage. Cette confrontation technologique marque un tournant pour la reconnaissance vocale locale. Les performances de la nouvelle API Apple rivalisent désormais avec des modèles spécialisés, offrant aux éditeurs une option interne à la fois précise, efficace et respectueuse de la confidentialité des données.