Falcon ASR et RGPD : où part votre enregistrement

La réponse courte : Falcon ASR est un nouveau modèle de reconnaissance vocale du Technology Innovation Institute (TII) d’Abou Dhabi, et pour l’instant on ne peut l’essayer que par une démo web publique. Cette démo envoie votre enregistrement sur les serveurs de TII pour le transcrire. Ce que la page de démo conserve elle-même est décrit avec une précision rare. Ce que deviennent ensuite l’audio et le texte sur ces serveurs n’est écrit nulle part.

Pour un extrait que n’importe qui pourrait entendre, c’est acceptable. Pour une réunion enregistrée, un appel client ou la voix d’un collègue, pas encore. Cet article s’en tient à ce qui est publié. Ce n’est pas un avis juridique.

Ce qui est sorti, et quand

TII a présenté trois modèles le 7 octobre 2026, selon l’agence de presse officielle des Émirats, WAM : Falcon-Emirati pour le dialecte émirien, Falcon-OCR-Arabic pour lire des documents en arabe, et Falcon ASR. L’article de lancement de TII sur Hugging Face, du même jour, le décrit comme un modèle de 1,6 milliard de paramètres. Il transcrit l’arabe, dont l’arabe standard, l’émirien et d’autres dialectes du Golfe, ainsi que l’anglais, le français, l’espagnol et le portugais.

Le français fait donc partie des langues prises en charge, avec les mêmes poids que les autres et sans réglage de langue à choisir. L’article de lancement ne donne en revanche aucun chiffre de précision pour le français. Les taux d’erreur annoncés portent sur l’arabe, 20,92 % de mots erronés en moyenne sur six jeux de test publics, et sur l’anglais, 5,74 % sur sept. Ce sont les chiffres du fabricant. Concrètement, environ un mot sur cinq est faux sur de l’arabe difficile, un sur vingt en anglais. Pour le français, il faudra juger sur pièce.

Gulf News cite comme usages visés le service client multilingue, la transcription de réunions et d’entretiens, le sous-titrage et l’accessibilité.

Pas encore téléchargeable

TII a publié beaucoup de ses modèles Falcon précédents en poids ouverts, que l’on peut faire tourner sur sa propre machine. Pour Falcon ASR, pas encore. L’article de lancement renvoie vers une démo hébergée limitée à 60 secondes et annonce un accès par API et des applications à venir. Le 9 octobre 2026, nous n’avons trouvé aucun modèle Falcon ASR à télécharger sur la page Hugging Face de TII. Ce que change un modèle ouvert est expliqué dans IA open source.

C’est le point qui compte pour la confidentialité. Un modèle installé sur votre ordinateur n’envoie l’audio nulle part. Un modèle hébergé l’envoie toujours. Tant qu’il n’y a pas de poids publiés, seul le second cas existe.

Ce que la démo fait de votre enregistrement

Le code de la démo est public, et son fichier README décrit le circuit. La démo n’est qu’une interface pour un déploiement de Falcon ASR hébergé ailleurs, et le modèle comme l’API restent sur les serveurs de TII. Votre fichier ou votre enregistrement micro est contrôlé (durée, taille), converti dans un format standard, puis envoyé à cette API. Le texte revient avec l’horodatage de chaque mot.

• —Aucune connexion n’est demandée. Les limites d’usage sont appliquées par adresse IP, en mémoire.
• —D’après le README, les statistiques d’usage ne contiennent ni identité de compte, ni audio, ni transcription, ni adresse IP, ni adresse e-mail.
• —Les fichiers envoyés passent par un cache temporaire de la démo. Le README indique qu’il est vérifié toutes les heures et que les fichiers de plus de 24 heures sont supprimés. La documentation de Gradio explique pourquoi ce cache existe : les fichiers y sont copiés pour qu’un utilisateur n’écrase pas celui d’un autre.
• —Un filtre de bruit est activé par défaut sur le micro. Le README reconnaît qu’il n’isole pas la personne qui parle : des voix voisines assez fortes peuvent finir dans la transcription.

Ce dernier point passe facilement inaperçu. Enregistrer dans un open space, c’est risquer d’envoyer la conversation du bureau d’à côté, et donc la voix de quelqu’un qui n’a rien demandé, vers des serveurs dont l’emplacement n’est pas indiqué.

Ce qui n’est pas documenté

Tout ce qui précède décrit la page de démo, pas l’API derrière. Ni l’article de lancement ni le README ne disent :

• —combien de temps les serveurs de TII gardent l’audio et la transcription ;
• —si les enregistrements envoyés par la démo servent à entraîner ou évaluer de futurs modèles ;
• —où se trouvent ces serveurs, ni quel droit s’y applique ;
• —à qui écrire pour faire supprimer un enregistrement.

Ce n’est pas la preuve d’un problème. Une démo de recherche lancée cette semaine n’a souvent pas encore de politique de confidentialité propre, et le README semble écrit par des gens que la question n’indiffère pas. Mais un manque reste un manque, et il ne faut le combler ni par la méfiance ni par la confiance.

Ce que cela implique au regard du RGPD

Un enregistrement où l’on reconnaît une personne est une donnée personnelle. Envoyer votre propre voix à titre privé relève de votre choix. Envoyer, dans le cadre du travail, la voix d’un client ou d’une collègue, c’est transmettre des données à un service pour lequel il n’existe pour l’instant ni contrat de sous-traitance ni indication sur le lieu de traitement. Ce n’est pas une décision à prendre seul : le délégué à la protection des données de votre structure est le bon interlocuteur. La CNIL a publié ses questions-réponses sur l’usage de l’IA générative, utiles pour cadrer ce genre d’usage.

Ce que vous pouvez faire concrètement

1. 01Testez avec des extraits que vous accepteriez de rendre publics : un échantillon enregistré pour l’occasion, un discours public, un podcast dont vous avez les droits.
2. 02Laissez les voix des autres en dehors tant qu’ils n’ont pas donné leur accord. Clonage de voix par IA montre à quoi ressemble ce consentement dans le cas inverse.
3. 03Pas d’appels clients, d’entretiens ni de réunions tant que TII n’a pas publié de conditions sur la conservation et l’entraînement.
4. 04Relisez la transcription avant de la transmettre. Un nom ou un chiffre peut revenir modifié, surtout dans une langue pour laquelle aucun score n’est publié.
5. 05Si c’est la voix générée qui vous intéresse plutôt que la transcription, voix off IA couvre l’autre sens du problème.

Nous avons lu la documentation d’autres éditeurs de la même manière, par exemple dans Claude Haiku 5.5 et RGPD et Mistral Large 4 et RGPD. Si l’hébergement en Europe est votre critère principal, IA européenne explique ce que ce label garantit vraiment.

Le verdict

Falcon ASR semble être un modèle solide pour l’arabe, et la démo est transparente sur le comportement de sa propre page. Ce qui manque, c’est une réponse publiée sur la conservation et l’entraînement côté serveur. Traitez-le comme n’importe quel outil hébergé sans politique de confidentialité : bien pour des extraits de test, pas pour ce que vous ne voulez pas voir conservé.

Coursium est une application mobile qui apprend à utiliser l’IA au travail, et elle est disponible sur l’App Store. De nouveaux modèles sortent chaque semaine. Savoir où vont vos données avant d’appuyer sur envoyer, et vérifier ce qui revient, vaut pour chacun d’eux. Si c’est ce que vous voulez pratiquer, jetez un œil à Coursium.