IA privée et pratique musicale

Le moment où tout a basculé

Nous travaillons discrètement avec Gemma depuis le tout début. SpeakshApp est sorti avec Gemma 2 intégré. Puis Gemma 3. Chaque génération apportait une amélioration régulière : utile, mais toujours une fonction dans une autre application.

Puis Gemma 3n est arrivé. Nous l'avons testé le jour de sa sortie. C'était prometteur, vraiment emballant, mais la taille du modèle et ses contraintes n'étaient pas encore à la hauteur de ce que nous avions en tête. Nous l'avons gardé à l'œil et avons continué à bâtir discrètement en coulisses.

Puis Gemma 4 Multimodal est arrivé, et c'est à ce moment-là que tout s'est mis en place.

Google DeepMind avait condensé ce qui ressemblait à un morceau de Gemini en quelque chose d'assez petit pour vivre sur un téléphone. Stable. Rapide. Multimodal. Capable de garder une personnalité pendant toute une conversation. Nous étions devant nos ordinateurs, et nous sommes restés là… à regarder. C'était la version que nous attendions. C'est ce qui a rendu Frand possible.

Aujourd'hui, Frand fonctionne avec Gemma 4.

D'une fonction appelée Speekee à une application à part entière

Frand n'est pas apparu de nulle part. Il a commencé sa vie sous le nom de Speekee, un petit compagnon IA niché dans SpeakshApp. Les gens l'aimaient. Nous aussi. Mais plus nous y travaillions, plus il s'éloignait de l'entraîneur de vocabulaire qui l'abritait.

Alors, nous l'avons laissé partir.

Frand, c'est Speekee qui a grandi : peaufiné et réinventé. Même ADN, mais réécrit pour tenir debout tout seul, avec :

- une vraie expérience de discussion au lieu d'une fenêtre d'appoint ;
- une personnalité et des consignes persistantes grâce à une instruction système personnalisée ;
- un vrai mode hors ligne, pas une simple solution de repli ;
- une identité claire : un compagnon IA privé, sur l'appareil. Rien de plus, rien de moins.

Pourquoi une toute nouvelle application

Nous aurions pu le garder dans SpeakshApp. Nous ne l'avons pas fait. Voici pourquoi :

- Les technologies de pointe évoluent vite. Isoler la partie expérimentale nous permet d'itérer sans menacer la stabilité de nos autres applications.
- Une interface ciblée pour une capacité ciblée. Discussion, persona, compétences, mode hors ligne : rien de tout cela ne devrait être caché à trois onglets de profondeur dans un entraîneur de vocabulaire.
- Un code plus léger, des correctifs plus rapides. À mesure que nous découvrons nous-mêmes les particularités des modèles de pointe sur l'appareil, nous pouvons livrer des corrections en quelques jours, pas en plusieurs cycles de publication.
- Une promesse claire. Quand vous ouvrez Frand, vous savez exactement à quoi vous attendre.

Pourquoi les modèles de Google

Cette partie mérite d'être dite haut et fort : nous avons essayé beaucoup de modèles sur l'appareil.

Vraiment beaucoup.

Et après tout ça, la famille Gemma de Google s'est démarquée pour une raison qu'on sous-estime facilement tant qu'on n'a pas connu l'autre option : ses modèles semblent conçus pour être bienveillants et prudents quand ils parlent aux utilisateurs. Ils sont attentionnés par défaut. Ils ne déraillent pas. Ils n'ont pas besoin qu'on les surveille de près.

Pour une petite équipe comme la nôtre, ce n'est pas un simple bonus. C'est toute une couche de travail (alignement, garde-fous, ajustement du ton) que nous n'avons pas à bâtir, à maintenir ni à surveiller. Cela nous permet de nous concentrer sur l'expérience au lieu de colmater les fondations.

Alors : merci à Google. Sincèrement. Merci de livrer des modèles qui semblent être du côté de l'utilisateur dès leur chargement.

Ce que Gemma 4 a rendu possible

Dès que Gemma 4 a atteint le bon équilibre entre taille et capacités, tout le reste s'est mis en place :

- Une instruction système personnalisée qui tient vraiment. Personnalité, ton, consignes : ils persistent tout au long de la conversation, ce que les petits modèles n'arrivaient tout simplement pas à faire avant.
- Les compétences. Le genre de capacités superposées qui exigeait autrefois une ferme de serveurs. Maintenant, ça fonctionne sur votre batterie. La seule limite : le ciel (et votre imagination).
- Une vraie multimodalité à cette taille. Une nouveauté complète jusqu'à tout récemment.
- Stabilité et vitesse. Pas de démarrage à froid de 90 secondes. Pas d'effondrement en charabia au milieu d'une phrase. Ça fonctionne, tout simplement.

On nous dit que les modèles infonuagiques vraiment performants commencent à mille milliards de paramètres. Dash, notre configuration par défaut de 2 milliards de paramètres, offre des performances qui dépassent vraiment sa catégorie. Et sur les appareils dotés d'environ 16 Go de mémoire vive ou plus, Apex donne accès à une expérience nettement plus puissante.

La promesse hors ligne

Ouvrez les paramètres. Basculez un interrupteur. Frand peut fonctionner entièrement et durablement hors ligne.

Ce n'est pas un slogan : c'est tout l'intérêt. Pour les personnes qui :

- tiennent beaucoup à leur vie privée et ne veulent pas que leurs pensées soient envoyées à un serveur ;
- voyagent, passent dans des tunnels ou vivent là où la connexion est peu fiable ;
- veulent simplement une IA qui leur appartient, et non à un abonnement.

Vous avez enfin un dictionnaire hors ligne qui vous répond, sur presque n'importe quel sujet. Il y a un an, cette phrase m'aurait semblé ridicule.

Un mot sur le prix (et une promesse honnête)

Nous voulons être transparents.

Le prix actuel est calculé pour couvrir environ un an et demi de développement : les heures, les expériences, les impasses, les réécritures. Pour celles et ceux qui voient où va cette technologie, c'est aussi un investissement précoce dans un projet qui nous tient profondément à cœur.

Quelques points que nous tenons à dire clairement :

- Nous ne pouvons pas garantir que le prix restera à ce niveau. Les fournisseurs d'IA infonuagique augmentent sans cesse leurs tarifs ; la valeur d'une application sur l'appareil à achat unique ne cesse de croître.
- Si vous payez chaque mois pour des modèles infonuagiques, Frand est un choix facile : moins cher qu'un seul mois de la plupart des abonnements, et il reste sur votre téléphone pour toujours.
- Si vous n'en avez vraiment pas les moyens, écrivez-nous. Lorsque c'est justifié et possible, nous offrirons des licences gratuites. Nous sommes sérieux.

Pourquoi nous l'avons créé (et qui est « nous »)

Frand vient de Codrlabs, la même petite équipe derrière Maestronom et SpeakshApp. Deux applications, deux problèmes très différents, mais la même philosophie chaque fois :

« Créer l'outil que nous aurions voulu trouver, et faire en sorte qu'il appartienne à la personne qui l'utilise. »

Frand est la version la plus ambitieuse de cette idée à ce jour. Ce n'est pas une surcouche autour de l'API de quelqu'un d'autre. Ce n'est pas une fenêtre de discussion branchée sur une ferme de serveurs. C'est un modèle de pointe qui fonctionne discrètement sur votre appareil, prêt quand vous l'êtes.

La suite

C'est un travail de pointe. Il arrivera que des choses fonctionnent mal, et nous préférons le dire franchement plutôt que de prétendre le contraire. Mais la trajectoire ne fait aucun doute.

Ces modèles deviennent plus petits, plus rapides et plus intelligents à un rythme qui nous surprend sincèrement d'une semaine à l'autre. Notre pari est simple : d'ici peu, l'expérience sur l'appareil sera impossible à distinguer de celle du nuage, sans aucun de ses compromis.

Nous bâtissons Frand pour cet avenir. Et nous serions ravis que vous en fassiez partie dès le début.

L'étincelle d'une idée

Tout a commencé avec une simple liste Google Tasks appelée « Speak Sharp », un coffre aux trésors numérique où je collectionnais les mots comme des cartes Pokémon rares. En arrivant au Canada, j'ai vite compris que maîtriser une langue ne se résumait pas aux règles de grammaire : il s'agissait de saisir les nuances de la conversation.

Chaque mot manqué, chaque phrase mal comprise ressemblait à une porte restée fermée. Je me souviens d'un débat particulièrement frustrant que je regardais, où un seul mot mal interprété avait complètement changé le sens de ce que je croyais entendre. Ce moment a été mon déclencheur.

Le dilemme de la collection de mots

Ma liste « Speak Sharp » est passée d'une poignée de mots à des dizaines que Google Tasks ne pouvait plus contenir. Mais collectionner des mots n'était que la moitié du travail : il fallait les maîtriser. Le processus était laborieux :

• Chercher la prononciation (plusieurs applications ou sites web)
• Me mettre au défi d'utiliser le mot dans une conversation (effort mental)
• Comparer ma prononciation à celle de locuteurs natifs (YouTube et applications d'enregistrement)
• Réviser et retenir (cartes mémoire et répétition espacée)

Ce qui aurait dû être un moment d'apprentissage de 30 secondes devenait un marathon de 10 minutes à sauter d'une application à l'autre.

Créer la solution

SpeakshApp est né d'un constat : l'apprentissage d'une langue avait besoin d'un « espace » pour les mots, un endroit où l'on pourrait :

1. Collectionner des mots sans effort (comme avec mes cartes Pokémon)
2. Pratiquer avec une rétroaction instantanée
3. Maîtriser grâce à une répétition intelligente

L'algorithme FSRS (Free Spaced Repetition Scheduling) est devenu notre arme secrète. Il ne vous montre pas les mots au hasard : il traque vos blindspots, ces mots que vous oubliez sans cesse, et leur donne la priorité, comme un coach de langue personnel.

Notre approche de l'IA

Nous avons fait le pari audacieux de l'IA sur l'appareil quand la plupart des applications se ruaient vers le nuage. Pourquoi ? Trois raisons :

1. Confidentialité : votre parcours linguistique vous appartient
2. Accessibilité : fonctionne partout, même sans Internet
3. Vitesse : rétroaction instantanée, sans attendre les serveurs

Il ne s'agissait pas seulement de technologie, mais de démocratiser la maîtrise des langues. Nous voulions que SpeakshApp soit accessible à tous, c'est pourquoi nous offrons une version financée par la publicité et une version premium.

La percée des virelangues

Une fonction a tout changé pour moi : le virelangue avec synthèse vocale phonétique. En repérant les sons les plus difficiles de l'anglais, j'ai pu venir à bout de mes faiblesses de prononciation, une à une.

Je me souviens encore du jour où j'ai enfin maîtrisé : « Please call Stella. Ask her to bring these things with her from the store: Six spoons of fresh snow peas, five thick slabs of blue cheese, and maybe a snack for her brother Bob. We also need a small plastic snake and a big toy frog for the kids. She can scoop these things into three red bags, and we will go meet her Wednesday at the train station. »

Ce qui avait commencé comme un fouillis hésitant est devenu un moment de triomphe le jour où j'ai pu le dire sans faute. Voilà la force d'une pratique ciblée… et d'appeler Stella chaque jour pour lui demander ces choses précises. 😛

La philosophie derrière l'application

SpeakshApp ne se limite pas à apprendre des mots : il s'agit de penser dans la langue. J'ai toujours cru à la communication en « flux de conscience », où les mots deviennent des outils pour exprimer des idées complexes sans effort.

Au lieu de peiner à expliquer l'inexplicable, pourquoi ne pas dire « ineffable » ? Au lieu de décrire une joie débordante, pourquoi ne pas dire « euphoric » ? Les mots deviennent vos raccourcis intellectuels.

L'avenir

Nous ne faisons que commencer. Les commentaires de chaque personne qui utilise l'application façonneront l'évolution de SpeakshApp.

Le chemin de « Speak Sharp » à SpeakshApp a été bien plus que la création d'une application : il s'agissait de créer un espace où l'on peut aborder la maîtrise d'une langue autrement.

Des croquis dans un carnet à l'application que vous utilisez aujourd'hui : chaque fonction est née de vraies difficultés et de vraies solutions.