Base de connaissances

Il regarde un enregistrement d’écran, ne garde que les moments où l’écran a vraiment changé, transcrit ce qui a été dit, et réunit les deux dans un document — PDF, Word, HTML, Markdown, diapositives, SCORM, CSV ou JSON. Ce qui était une vidéo de quarante minutes que personne ne regarde devient douze écrans avec le texte de ce qui était dit sur chacun.

Il ne conserve pas la vidéo. Une fois le document généré, la vidéo n’existe plus à l’intérieur — et elle n’a existé sur aucun serveur à aucun moment. Il ne fait pas non plus de montage vidéo, il ne découpe pas d’extraits à republier et il ne fait pas de sous-titres pour la vidéo : le produit final est toujours un document.

Parce qu’il n’y a nulle part où envoyer. Le navigateur lit le fichier sur votre disque, extrait les images, exécute le modèle de reconnaissance vocale et monte le PDF dans la mémoire de l’onglet lui-même. Il n’y a d’envoi à aucune étape, et cela se vérifie en trente secondes avec F12 ouvert sur l’onglet Réseau — le total envoyé reste à zéro même avec une vidéo de plusieurs gigaoctets. La marche à suivre est dans Sécurité de l’information.

Non et non. Ouvrez l’outil et utilisez-le. Il n’y a ni installation, ni extension, ni inscription. Il existe une version en fichier unique que vous téléchargez et ouvrez sans aucune connexion internet, pour quand le réseau de l’entreprise bloque tout — elle est sur la page des tarifs.

Chrome et Edge à jour, sur ordinateur, c’est là que tout fonctionne. Firefox et Safari ouvrent l’outil et génèrent un document à partir d’une vidéo, mais ils n’ont ni la capture d’écran avec le son du système ni la fenêtre de contrôle. Sur téléphone, on peut lire et réviser, mais enregistrer l’écran d’un ordinateur, c’est une affaire d’ordinateur.

L’écran entier. Partager une fenêtre comporte deux pièges : le navigateur ne fournit pas le son de l’ordinateur dans ce mode, et tout ce qui se passe en dehors de cette fenêtre disparaît de la preuve — y compris la fenêtre d’erreur apparue dans un coin. C’est pourquoi le sélecteur s’ouvre déjà sur l’onglet de l’écran entier, et la case « partager l’audio » est déjà cochée. Oublier de cocher cette case est la cause la plus fréquente d’un enregistrement sans son.

Ce sont trois secondes entre le moment où vous choisissez l’écran et le début de l’enregistrement. Sans elles, la première capture est presque toujours le sélecteur d’écran du navigateur lui-même — la fenêtre que vous venez de fermer — et vous ne le découvrez qu’à la révision. On peut le désactiver dans les options.

« Marquer cette étape » garde l’écran à cet instant, même s’il n’a pas changé assez pour que le détecteur automatique le garde tout seul. Juste sous le bouton se trouve une zone de texte : ce que vous y écrivez devient l’annotation de cette capture. Elle commente toujours le dernier marquage, jamais le suivant — personne ne décrit un problème avant de l’avoir vu. La raison d’être est simple : à la révision, une demi-heure plus tard, sept captures marquées dont aucune ne dit pourquoi ne valent pas grand-chose.

La pause cesse de garder des écrans et de transcrire, mais le temps écoulé continue de courir. Si le test a attendu trente minutes un traitement, la preuve doit montrer trente minutes. Ce que la pause évite, c’est de remplir le document de captures identiques et de conversations parallèles. À la reprise, un écran est gardé aussitôt : après une attente, ce qui a changé est exactement ce que vous vouliez documenter.

Pendant l’enregistrement, l’onglet de Walkstamp passe derrière l’écran que vous partagez — autrement dit, hors de votre portée. C’est une petite fenêtre qui reste au-dessus de tout, avec l’horloge, les indicateurs de niveau audio, et les boutons pour marquer, mettre en pause, couper le microphone et arrêter. La zone de commentaire s’y trouve aussi. Elle existe dans Chrome et dans Edge ; là où elle n’existe pas, tout continue de fonctionner depuis l’onglet.

Parce que conserver de la vidéo est le contraire de ce que fait l’outil. Pendant que vous enregistrez, il est déjà en train d’extraire les captures et de transcrire — quand vous appuyez sur arrêter, le matériel est déjà prêt. Conserver la vidéo sur le disque reviendrait à écrire des gigaoctets pour les jeter ensuite.

Quand vous arrêtez, il reste un fond d’audio qui n’a pas encore complété une fenêtre de transcription. C’est cette barre qui apparaît. Pendant qu’elle avance, les étapes 3 et 4 restent fermées volontairement : la liste des captures est encore en train de changer, et éditer une liste qui change sous vos yeux, c’est ainsi qu’on perd une capture. Si vous ne voulez pas attendre, le bouton devient Ne pas attendre.

MP4, MOV et WebM. La taille n’a pas d’importance — le fichier n’est pas envoyé, il n’y a donc pas de limite d’envoi à dépasser. Ce qui limite, c’est la mémoire de votre ordinateur, et les vidéos très longues, mieux vaut les ouvrir en morceaux.

On peut choisir une vidéo directement depuis votre Google Drive : le navigateur télécharge le fichier sur votre machine et le travail s’y fait, comme avec n’importe quel autre fichier. Pour YouTube, le chemin est la transcription — collez le texte que YouTube génère lui-même dans la zone de la transcription.

Sélectionnez deux fichiers .json générés auparavant ou plus et ils deviennent les chapitres d’un document unique, dans l’ordre que vous avez choisi. C’est ainsi qu’un après-midi de tests avec quatre cas devient un rapport. Le temps à l’intérieur de chaque session reste vrai ; l’intervalle entre elles n’est pas inventé.

D’un modèle de reconnaissance vocale qui tourne à l’intérieur de votre navigateur. La première fois, il est téléchargé — de 77 Mo (le plus petit, sur le processeur) à 1,6 Go (le plus grand, avec carte graphique), selon la qualité choisie — et il reste conservé dans le navigateur pour les fois suivantes. L’audio ne sort de la machine à aucun moment.

Oui, et c’est le chemin le plus rapide : qui a le .vtt ou le .srt d’une réunion Teams, Meet ou Zoom n’a besoin de télécharger aucun modèle. Glissez le fichier sur la zone de la transcription, collez le texte, ou utilisez le bouton Ouvrir un sous-titrage existant juste en dessous. Du texte brut sans marquage temporel fonctionne aussi — sauf que les paroles ne sont alors pas appariées à chaque écran.

Les deux canaux sont capturés et transcrits séparément, et le document dit qui a dit quoi. Dans une session de test avec un utilisateur, c’est la différence entre « quelqu’un a dit » et « le participant a dit ».

Les noms de système, les sigles internes et les noms propres sont ce que le modèle de reconnaissance vocale écorche le plus — et ce sont justement les mots qui comptent dans un document d’entreprise. Le lexique métier est une liste de termes à vous que l’outil applique sur la transcription une fois celle-ci terminée. Il se trouve juste sous la zone de texte, c’est-à-dire là où l’erreur apparaît.

La traduction tourne elle aussi dans votre navigateur, là où il dispose du traducteur intégré. On peut traduire vers une langue à la fois, puis générer le PDF, le Word ou le Markdown normalement — ou cocher plusieurs langues d’un coup et recevoir un .zip avec le même document en HTML dans chacune d’elles.

Il compare chaque écran au précédent et ne garde que lorsque le changement est assez important. Un curseur qui a bougé n’est pas un changement ; un champ devenu rouge en est un. À la révision, vous voyez toutes celles qu’il a gardées et vous écartez celles qui ne servent pas — l’écart est le vôtre, l’outil évite seulement que vous commenciez avec trois cents écrans identiques.

On peut caviarder une zone de l’image — un numéro d’identité, un nom, un montant. Le caviardage est appliqué sur l’image qui part dans le document, ce n’est pas un calque par-dessus : dans le fichier livré, ce qui était en dessous n’existe plus.

Dans la loupe de chaque capture : rectangle, flèche et stylo pour pointer ce qui compte ; recadrage pour retirer la partie inutile de l’écran ; dupliquer quand le même écran prouve deux choses (avant et après une action) ; et comparer, qui superpose deux captures avec un curseur de fondu — c’est la réponse à « qu’est-ce qui a changé entre ces deux-là ? », que l’œil ne trouve pas seul quand un bouton a bougé de huit pixels.

C’est le geste le plus répété par qui maintient un document : l’écran a changé, la procédure non. Au lieu de joindre, de déplacer avec les flèches et d’écarter l’ancienne, il y a un bouton qui remplace l’image de cette étape et conserve tout le reste.

Un long document peut être découpé en tâches nommées, et chaque tâche devient un chapitre avec ses étapes en dessous. On peut aussi générer un document distinct par chapitre, à partir d’une seule capture.

PDF est ce que presque tout le monde veut : il se ferme, s’imprime et se joint. Word est pour qui va continuer à écrire par-dessus. HTML est un fichier unique, images incluses, qui s’ouvre dans n’importe quel navigateur. Markdown est pour coller dans un wiki. Diapositives pour présenter. SCORM pour déposer dans un LMS de formation. CSV et JSON sont des données : le CSV va dans un tableur, et le JSON est ce qui ramène ensuite le document ici.

Une preuve de test, un mode opératoire, un compte rendu et une session d’utilisabilité demandent des champs différents et s’adressent à des lecteurs différents. Le cas d’usage choisi change les libellés de l’identification, quels champs apparaissent, et les objectifs proposés dans le prompt. « Contexte pour l’IA » ne demande aucune identification : le lecteur est une machine.

Se tromper ici est l’erreur qui gâche le plus de documents — et rien ne prévient. Une réunion classée en « preuve de test » sort avec le mauvais titre, avec le mot « Étape » là où il faudrait « Moment », et avec un écran gardé chaque fois que la vignette de la personne qui parlait a changé de place. Selon ce que vous avez enregistré :

On peut en changer ensuite : revenez à l’étape 1, choisissez un autre cas d’usage et régénérez. Les écrans, les annotations et la transcription restent en place.

La mise en page décide comment les écrans se répartissent — automatique, un par page avec la parole du passage, ou grille compacte de six par page. Le papier est A4 ou Letter. Les deux se trouvent dans la section Format, avant les boutons qui produisent le fichier. Dans un compte payant, les deux peuvent arriver configurés depuis le compte, et l’écran dit d’où ils viennent — les changer là ne vaut que pour ce document.

Ce sont les champs qui transforment un tas d’écrans en preuve : de quel cas de test il s’agit, sur quel système, quel est le ticket, et s’il est passé ou non. Ils sont gratuits. Ce qui est payant, c’est qu’ils arrivent renseignés à partir de la configuration de votre compte.

L’empreinte (SHA-256) de chaque image est imprimée à côté d’elle, dans le cas d’usage de la preuve. Elle sert à prouver ensuite que cette image n’a pas été remplacée. La numérotation automatique donne un numéro séquentiel au cas.

Joindre le PDF dans une conversation avec un modèle ne suffit pas : il doit savoir comment le document est organisé, sinon il ignore les instants et mélange ce qu’il a vu avec ce qui a été dit. Le texte du prompt est généré tout seul, ajusté à votre vidéo et à l’objectif choisi. Il naît replié — le geste normal est de copier et coller, pas de lire.

C’est à cela que sert le .json. Gardez-le avec le PDF : il ramène le document entier dans l’outil — captures, transcription, annotations, caviardages — et vous corrigez ce qu’il faut et générez de nouveau. Sans lui, une faute de frappe dans une annotation coûte un réenregistrement.

Le .zip emporte le document en plusieurs formats d’un coup, avec les images à part — c’est le paquet pour archiver ou pour livrer à qui va travailler les images en dehors d’ici. Lui aussi revient dans l’outil.

Il y a une page qui vérifie si un document généré correspond aux empreintes qu’il déclare lui-même — vérifier un document. Elle sert à qui reçoit la preuve et veut savoir si elle a été modifiée.

L’outil dans le navigateur est gratuit et le reste. Ce que l’offre paie, c’est le compte : votre marque sur le document, les valeurs par défaut qui arrivent renseignées (entreprise, environnement, libellé, mise en page, papier), les modèles de document de l’équipe, la liste de cas de test et le lexique métier. La liste complète et les tarifs sont sur tarifs.

La clé est vérifiée à l’intérieur de votre navigateur. Il n’y a de requête vers aucun serveur : elle fonctionne sans internet, et nous n’apprenons ni quand ni où elle est utilisée. Le chemin normal est d’entrer par le lien qui arrive par e-mail ; coller la clé à la main existe toujours pour qui l’a reçue par un autre chemin.

Ce que l’entreprise configure dans le compte arrive renseigné dans l’outil — et cesse de valoir à l’instant où la personne qui a le cas en main change quelque chose. Celui qui sait que ce document a besoin d’une autre mise en page, c’est celui qui l’a sous les yeux. Une valeur par défaut est une valeur par défaut, pas une camisole de force.

Dans n’importe quelle offre payante — Personal ou Équipe — on peut déposer un tableur de cas de test et distribuer les liens : chaque personne reçoit une adresse qui ouvre l’outil déjà renseigné avec son cas, et à la fin elle le marque comme fait. L’écran de suivi montre ce qui a été fait, par qui et quand — avec le reçu du document généré.

Les délais sont écrits dans la politique de confidentialité, et il y a du code derrière : une routine quotidienne efface ce qui a dépassé le délai, fichier par fichier. Les factures restent pendant la durée de conservation fiscale — c’est dit là-bas, avec la raison.

C’est presque toujours l’une de deux choses. La première : vous avez partagé une fenêtre — le navigateur ne fournit pas le son de l’ordinateur dans ce mode, seulement en onglet ou en écran entier. La seconde : la case « partager l’audio » du sélecteur est restée décochée. L’outil signale lequel des deux c’était, et l’écran de fin dit si un canal est resté muet tout du long.

Il est arrivé que l’écran ne change pas assez — une lecture de document, par exemple. Dans ce cas, marquez les étapes à la main pendant l’enregistrement. L’outil garde aussi les raisons de chaque capture écartée et les montre dans le rapport technique, qui part avec le message quand vous nous contactez.

Il vient d’une adresse publique de CDN, et certains réseaux d’entreprise la bloquent. Deux chemins : utiliser une transcription existante (point 4), ou demander à la DSI d’autoriser le domaine. Si vous l’avez déjà téléchargé et voulez récupérer la place, il y a le bouton effacer le modèle de reconnaissance vocale téléchargé, à côté du sélecteur de voix.

Tout tourne dans la mémoire de l’onglet, donc une vidéo très longue avec beaucoup d’écrans pèse. Ce qui aide : réduire la qualité des images, générer le document en chapitres séparés, ou diviser l’enregistrement en deux et réunir les .json ensuite.

Le bouton Nous contacter, dans le coin de l’outil, envoie un problème, une idée ou un compliment. Avec lui part un rapport technique de votre navigateur — versions, fonctions disponibles, ce que l’enregistrement a consigné — et vous voyez le rapport avant de l’envoyer. Aucune vidéo, image ou transcription n’y figure.