Wispr a bouclé une série B de deux cent quatre-vingts millions de dollars le 17 août 2026, à deux milliards de valorisation, menée par Menlo Ventures, et sorti le même jour un modèle de reconnaissance vocale maison baptisé Canto. L'entreprise affirme que Canto fait passer le taux de mots mal reconnus en environnement bruyant de plus de trente pour cent à une fourchette de cinq à dix pour cent, et réduit de trente à trente cinq pour cent les corrections nécessaires à l'usage courant. La métrique qu'elle optimise est le point intéressant : pas le taux d'erreur sur les mots, mais la part des dictées qui ne demandent aucune correction.
The short answer
Wispr a levé deux cent quatre-vingts millions de dollars à deux milliards de valorisation, sous la conduite de Menlo Ventures, portant le total levé à trois cent soixante et un millions. Le même jour, l'entreprise sortait Canto, un modèle de reconnaissance vocale maison. Elle affirme que Canto fait tomber la part de mots mal reconnus en milieu bruyant de plus de trente pour cent à une fourchette de cinq à dix, réduit les corrections après dictée de trente à trente cinq pour cent, et gère l'alternance de langues dans une même phrase. La métrique visée est la part de dictées qui ne demandent aucune correction au premier jet.
La plupart des annonces de levée de fonds n'apprennent rien d'exploitable. Celle-ci arrive avec un modèle, un chiffre, et un argument sur la façon de mesurer la reconnaissance vocale qui mérite d'être repris, quel que soit l'outil dans lequel vous dictez.
Le tour de table, rapidement
Wispr a annoncé le lundi 17 août 2026 une série B de deux cent quatre-vingts millions de dollars à deux milliards de valorisation. Menlo Ventures mène l'opération. Les investisseurs historiques Notable Capital, NEA, Neo Ventures, 8VC et MVP Ventures suivent, rejoints par Acrew, Activate, Forerunner, Goodwater, Peak XV, Together Fund et PLUS Capital, ainsi qu'une longue liste de sportifs et de personnalités. Le total levé atteint désormais trois cent soixante et un millions de dollars, et le tour précédent s'était bouclé moins de dix mois plus tôt, en novembre 2025.
Les chiffres d'usage sont la partie à noter. L'entreprise indique qu'environ soixante milliards de mots ont été écrits via Flow, son produit de dictée, auprès d'utilisateurs répartis dans plus de dix mille entreprises et dans la quasi-totalité du Fortune 500. Flow tourne sur les plateformes Apple, sur Windows et sur Android.
Canto, et le plaidoyer pour une autre métrique
Le modèle est sorti le même jour, et sa formulation est plus intéressante que ses chiffres d'accroche.
Wispr affirme qu'en conditions bruyantes, Canto fait passer la part de mots mal reconnus de plus de trente pour cent à une fourchette de cinq à dix pour cent, et qu'à l'usage quotidien il réduit de trente à trente cinq pour cent le nombre de corrections nécessaires ensuite. Il gère l'alternance de langues, quand un locuteur passe d'une langue à l'autre à l'intérieur d'une phrase, et prend en charge vocabulaires multilingues et dictionnaires personnels. Par honnêteté : des utilisateurs signalaient des problèmes de qualité de dictée dans les semaines précédant le lancement, Canto est donc en partie une réparation.
La métrique que l'entreprise dit optimiser mérite l'attention. La reconnaissance vocale est évaluée depuis des décennies sur le taux d'erreur de mots, qui mesure la part de mots qu'un système se trompe sur un corpus de test. Wispr avance que le nombre qui détermine réellement l'utilité de la dictée est la part de dictées qui sortent sans nécessiter la moindre correction.
Dès qu'on fait le calcul, l'argument est difficile à contester. Un système à quatre-vingt-quinze pour cent de précision sonne excellent et rate environ un mot sur vingt. Un paragraphe de cent mots contient donc à peu près cinq erreurs, ce qui veut dire que chaque paragraphe dicté impose de revenir corriger quelque chose. Et ce retour est tout le problème. L'avantage de vitesse de la dictée vient de ne jamais toucher le clavier, une seule correction par paragraphe ne vous coûte donc pas cinq pour cent du bénéfice, elle vous en coûte l'essentiel. On se retrouve dans la pire configuration : parler, puis relire, puis taper, ce qui est plus lent que taper directement.
Mesurer la part de premiers jets propres plutôt que la part de mots corrects place la cible au bon endroit. C'est aussi une cible bien plus difficile, parce qu'elle est dominée par la queue de distribution : noms inhabituels, termes techniques, bruit de fond, accents, tous les moments où le modèle est le moins sûr. Optimiser la précision moyenne permet d'ignorer cette queue. Optimiser les passages propres, non.
Cela se généralise d'ailleurs bien au-delà de la dictée. Toute interface où une petite erreur force un retour au mode manuel a la même structure, et la part d'interactions qui aboutissent sans intervention est en général un meilleur indicateur de santé que le taux d'erreur moyen. C'est le même raisonnement que mesurer la fréquence des compilations qui passent du premier coup plutôt que le nombre moyen de tests en échec.
Où cela se place pour un développeur
Dicter du code reste une mauvaise idée, et rien ici ne change cela. Le code est dense en symboles, en conventions de casse et en identifiants que les modèles vocaux traitent mal, et le coût de correction avale le gain de vitesse.
Dicter des prompts à un agent de code est en revanche une tâche réellement différente, et devenue discrètement une part importante de nombreuses journées de travail. Un prompt, c'est surtout de la prose ordinaire parsemée de termes techniques, exactement la charge de travail où la reconnaissance vocale est bonne. Deux fonctions de Canto comptent précisément là. Les dictionnaires personnels permettent d'enregistrer vos propres noms de services, de bibliothèques et de projets pour que le modèle cesse de les deviner, ce qui est la première source de correction en dictée technique. L'alternance de langues compte si vous pensez dans une langue et écrivez commits, tickets ou documentation dans une autre, un cas qui décrit une large part des ingénieurs hors des États-Unis et que la plupart des outils de dictée traitent encore mal.
Le marché autour de cet usage est encombré et le devient davantage, avec plusieurs produits bien financés visant le même besoin. Traitez donc les chiffres de précision comme des annonces d'éditeur tant que vous n'avez pas mené votre propre comparaison. Le bon réflexe est de tester sur votre pire cas plutôt que dans une pièce silencieuse : votre bureau réel, votre accent réel, le vocabulaire réel de vos projets. Puis comptez combien de dictées sont sorties propres, pas combien de mots étaient justes.
Sources et pour aller plus loin
- Wispr raises $280M at $2B valuation as it looks beyond dictation, TechCrunch, 17 août 2026
- Our Series B, and what it means for you, Wispr Flow, 17 août 2026
- Wispr raises $280M to power up natural speech-to-text using AI, SiliconANGLE, 17 août 2026
- Wispr talks its way to a $2 billion valuation, Fortune, 17 août 2026
- AI Dictation Startup Wispr Closes $280M Series B at $2B Valuation, The AI Insider, 17 août 2026
Questions fréquentes
Qu'a annoncé Wispr le 17 août 2026 ?
Deux choses le même jour. D'abord une série B de deux cent quatre-vingts millions de dollars à deux milliards de valorisation, menée par Menlo Ventures, ce qui porte le total levé à trois cent soixante et un millions de dollars. Les investisseurs historiques Notable Capital, NEA, Neo Ventures, 8VC et MVP Ventures suivent, rejoints par de nouveaux entrants dont Acrew, Activate, Forerunner, Goodwater, Peak XV, Together Fund et PLUS Capital. Ensuite, et c'est plus pertinent pour qui utilise le produit, un modèle de reconnaissance vocale maison appelé Canto. L'entreprise indique aussi qu'environ soixante milliards de mots ont été écrits via Flow, son produit de dictée, dans plus de dix mille entreprises.
Qu'est-ce que Canto change concrètement ?
La précision en mauvaises conditions, précisément là où la dictée s'effondre d'habitude. Wispr indique qu'en environnement bruyant, Canto fait passer la part de mots mal reconnus de plus de trente pour cent à une fourchette de cinq à dix pour cent. Sur l'usage quotidien, l'entreprise attend une baisse d'environ trente à trente cinq pour cent du nombre de corrections après dictée. Le modèle gère aussi l'alternance de langues au sein d'une même phrase, et prend en charge des vocabulaires multilingues ainsi que des dictionnaires personnels. Le contexte compte : des utilisateurs signalaient des problèmes de qualité dans les semaines précédant le lancement, Canto est donc autant un correctif qu'une nouveauté.
Qu'est-ce que le taux de dictées sans correction, et pourquoi vaut-il mieux que le taux d'erreur ?
Le taux d'erreur sur les mots mesure la part de mots qu'un système se trompe sur un corpus de test. Le taux de dictées sans correction mesure la part de dictées qui sortent sans qu'aucune retouche soit nécessaire. En pratique, les deux divergent fortement. Un système à quatre-vingt-quinze pour cent de précision se trompe sur environ un mot sur vingt, ce qui signifie que presque chaque paragraphe dicté contient au moins une erreur, donc que presque chaque paragraphe impose un retour au clavier. Cette seule correction détruit le gain de vitesse de la parole, parce qu'elle casse le flux et remet vos mains sur les touches. Optimiser la part de premiers jets propres vise ce qui détermine réellement si dicter est plus rapide que taper.
Est-ce utile aux développeurs en particulier ?
Davantage qu'avant, pour une raison précise : les prompts. Écrire du code à la voix reste pénible, parce que le code est plein de symboles, de règles de casse et d'identifiants que les modèles vocaux traitent mal. Écrire des prompts à un agent de code est une tâche différente, essentiellement de la prose ordinaire avec quelques termes techniques, exactement la charge de travail où la dictée excelle. Deux fonctions de Canto comptent ici : les dictionnaires personnels, qui permettent d'enregistrer vos propres noms de projets, de bibliothèques et de services, et l'alternance de langues, très utile si vous pensez dans une langue et écrivez documentation ou commits dans une autre.
Sur quelles plateformes tourne Flow, et quelle est la suite ?
Flow tourne sur les plateformes Apple, sur Windows et sur Android. Au-delà de la dictée, Wispr a ajouté un outil de prise de notes de réunion et noue des partenariats matériels, dont la bague Oasis. L'entreprise a aussi lancé Wispr Interface Labs, une équipe de recherche dirigée par Ariya Rastrow, passé par Amazon Alexa, chargée d'explorer de nouveaux modèles d'interaction humain machine. L'ambition affichée est de bâtir une couche d'intelligence pour l'interaction entre humains et IA, en commençant par la voix puis en s'étendant à d'autres modalités et à du matériel. C'est une ambition large, et la substance à court terme reste le modèle sorti cette semaine.