Wispr Flow lève 280 M$ et dévoile son modèle vocal Canto
Wispr Flow lève 280 millions de dollars sur la base d'une valorisation de 2 milliards et dévoile Canto. Le vrai enjeu est ce que ce tour finance et ce que son taux d'erreur mesure réellement.
Wispr Flow change d'échelle. L'entreprise américaine de dictée vocale a annoncé le 17 août 2026 une série B de 280 millions de dollars menée par Menlo Ventures, sur la base d'une valorisation de 2 milliards de dollars. Le tour porte le financement cumulé de la société à 361 millions de dollars.
Wispr veut améliorer la précision de Flow, déployer son produit auprès des entreprises et préparer des interfaces où la voix ne sert plus seulement à remplir une zone de texte. Son premier aperçu technique porte un nom : Canto, un modèle vocal propriétaire dont les performances annoncées demandent toutefois d'être lues avec précision.
Une série B menée par Menlo Ventures
Menlo Ventures mène l'opération et la décrit comme l'un de ses plus importants investissements dans l'intelligence artificielle. Les investisseurs déjà présents, dont Notable Capital, NEA, Neo, 8VC et MVP Ventures, participent de nouveau. Acrew, Forerunner, Goodwater, Peak XV, Together Fund et PLUS Capital rejoignent également le tour, selon l'annonce de Wispr.
Ce financement arrive moins de dix mois après l'extension de série A de novembre 2025, qui avait porté le cumul à 81 millions de dollars. Avec le nouveau tour, il atteint 361 millions.
La société affirme que Flow a servi à produire plus de 60 milliards de mots et qu'il est utilisé dans plus de 10 000 entreprises. Menlo ajoute que le service est présent dans 162 pays et prend en charge plus de 100 langues. Ces données proviennent toutefois de Wispr et de son investisseur. Elles ne sont pas accompagnées de données auditées. Pour comprendre le produit actuel, notre fiche Wispr Flow détaille ses usages, ses plateformes et son fonctionnement.
Ce que les 280 millions financent réellement
Wispr indique que la première et la plus grande part du tour ira à la précision. L'objectif est de financer la recherche sur les modèles placés sous Flow et son outil de prise de notes, puis de réduire l'écart entre une transcription brute et un texte que l'utilisateur peut conserver sans le corriger.
L'annonce de Menlo précise les autres postes. La société compte renforcer ses équipes commerciales, développer son offre pour les entreprises, ouvrir de nouveaux pays et investir dans son Advanced Interfaces Lab. Ce laboratoire travaille sur une ambition plus large : permettre à la voix de déclencher des actions et des flux de travail, au lieu de simplement produire du texte.
| Axe financé | Ce que les annonces permettent de confirmer |
|---|---|
| Recherche vocale | Améliorer la précision et les modèles intégrés à Flow et au produit de prise de notes |
| Entreprises | Renforcer le produit, la vente et l'accompagnement des grands comptes |
| Expansion | Étendre la présence de Wispr dans de nouveaux pays |
| Nouvelles interfaces | Explorer des interactions vocales capables de comprendre le contexte et d'agir |
Cette répartition montre que le tour ne finance pas seulement une meilleure dictée. Wispr veut devenir une couche d'interaction vocale plus générale. Le pari rejoint celui d'autres acteurs de la voix, mais avec une approche centrée sur la saisie et le contexte. La levée de Gradium donne un autre aperçu de l'intensité capitalistique de ce marché.
Nous venons de lever 280 millions de dollars en série B, sur la base d'une valorisation de 2 milliards de dollars, pour construire l'avenir de la voix et changer la façon dont vous interagissez avec la technologie.Voir le post sur X
Canto : ce que mesure le taux d'erreur
Canto est présenté comme le premier modèle vocal propriétaire de Wispr. Dans les environnements les plus difficiles, avec bruit de fond, vent, musique ou accents marqués, la société affirme que le taux d'erreur sur les mots passe de plus de 30 % à une plage comprise entre 5 % et 10 %.
Ce taux, souvent appelé WER, compare la transcription produite à un texte de référence. Il compte notamment les mots remplacés, oubliés ou ajoutés. Il indique donc dans quelle mesure les mots reconnus correspondent à la référence dans le jeu d'évaluation choisi. Il ne mesure pas à lui seul la qualité de la ponctuation, de la mise en forme, du ton ou de l'adaptation au contexte.
Wispr avance une autre estimation pour l'usage courant : Canto devrait réduire de 30 % à 35 % le nombre de dictées que les utilisateurs doivent modifier. Il s'agit d'une attente de l'entreprise, pas d'un résultat observé par OIA ni d'une évaluation indépendante. Wispr met aussi en avant le mélange de langues, notamment le hinglish, la sortie en alphabet latin et une meilleure prise en compte des noms ajoutés au dictionnaire personnel.
Wispr ne publie ni jeu de données, ni taille d'échantillon, ni répartition par langue, ni matériel utilisé, ni version précise du système de comparaison. Le résultat de 5 % à 10 % ne peut donc pas être généralisé à toutes les dictées, et encore moins au français en particulier. Il décrit les scénarios difficiles retenus par l'entreprise.
Le taux sans retouche reste la vraie inconnue
Wispr distingue le taux d'erreur sur les mots de son indicateur préféré, le taux sans retouche. Ce dernier représente la part de ce qui est dicté et restitué correctement du premier coup, sans intervention de l'utilisateur. Il se rapproche davantage de l'expérience complète dans Flow, où le choix des mots, la ponctuation et le contexte comptent ensemble.
Or l'annonce ne donne aucun score numérique de taux sans retouche pour Canto. Elle ne permet pas non plus de comparer le modèle à Whisper ou à un concurrent sur un protocole commun. La baisse attendue des dictées corrigées est prometteuse, mais elle devra être confrontée à des mesures publiques et à des usages réels dans plusieurs langues.
Pour les professionnels, la conclusion est simple. La série B confirme que Wispr dispose des moyens de transformer un outil de transcription IA en plateforme vocale plus vaste. Canto fournit un premier signal technique, pas encore un benchmark reproductible. Les prochaines publications devront montrer si la précision revendiquée se traduit réellement par moins de corrections, notamment en français et dans les vocabulaires métiers.
