Le journal vocal et le journal photo utilisent tous deux l'IA pour éviter la fastidieuse recherche dans une base de données, et tous deux sont bien plus rapides que la saisie manuelle de chaque ingrédient. Mais ce ne sont pas les mêmes outils. Ils échouent à des endroits différents, et savoir où chacun décroche fait la différence entre des chiffres fiables et des chiffres qui dérivent sans bruit.
Voici la comparaison honnête : comment fonctionne chaque méthode, laquelle est la plus rapide, laquelle est la plus précise, et quand utiliser laquelle.
Quelle est la différence entre le journal vocal et le journal photo ?
Le journal vocal transforme une description parlée en données nutritionnelles structurées ; le journal photo transforme une image de votre assiette en ces mêmes données. Avec la voix, vous dites « un burrito au poulet avec du riz, des haricots, du fromage et du guacamole » et l'IA analyse chaque élément. Avec une photo, vous prenez l'assiette en cliché et l'IA identifie ce qu'elle voit en surface.
La distinction essentielle, c'est l'information. Une description porte des éléments qu'un appareil photo ne capte jamais : l'huile dans laquelle un plat a été frit, la sauce déjà mélangée à une salade, ce qui est caché à l'intérieur d'un wrap. Une photo ne capte que la surface visible. Cet écart explique presque toutes les différences ci-dessous.
Qu'est-ce qui est le plus rapide, le journal vocal ou photo ?
La voix l'emporte généralement sur un repas complet. En 2016, une étude de Stanford (Ruan et al.) a constaté que la saisie vocale est environ trois fois plus rapide que la frappe sur téléphone, à 161 contre 53,6 mots par minute. Décrire un repas à voix haute va plus vite que de le rechercher, et cela capte une assiette à plusieurs éléments en une seule phrase.
Une photo semble instantanée, et pour un seul aliment bien visible, elle l'est. Mais sur une vraie assiette, cette rapidité est trompeuse : vous la prenez, puis vous recadrez, confirmez chaque aliment détecté et corrigez les portions estimées par l'appareil. Plus il y a d'aliments dans l'assiette, plus vous corrigez. La voix concentre le détail dès la description, si bien qu'il reste moins à corriger après.
Qu'est-ce qui est le plus précis, le journal vocal ou photo ?
Aucun n'est parfait, mais ils se trompent de manières différentes. En 2023, une revue systématique dans Annals of Medicine (Shonkoff et al.) portant sur 52 études a constaté que l'évaluation alimentaire par image basée sur l'IA présentait des erreurs caloriques relatives allant d'environ 0,1 % à 38 %, les aliments isolés étant estimés bien plus précisément que les assiettes chargées et multi-aliments. Le journal photo est solide sur un simple blanc de poulet grillé et faible sur un curry mélangé.
La voix contourne les angles morts de l'appareil photo parce que vous décrivez ce qu'il ne peut pas voir. Sa faiblesse est l'inverse : elle dépend de la sincérité et de l'exhaustivité de votre description. Oubliez les deux cuillères à soupe d'huile d'olive et l'estimation les oublie aussi. Voici comment les deux se comparent selon les situations qui comptent vraiment :
| Situation | Journal vocal | Journal photo |
|---|---|---|
| Rapidité pour un repas complet | Rapide, une seule description | Rapide à prendre, plus lent à corriger |
| Aliment simple et isolé | Bon | Très bon |
| Plats mélangés ou en couches | Bon, vous décrivez chaque partie | Plus faible, l'erreur grimpe sur les assiettes chargées |
| Ingrédients cachés (huile, sauce, garnitures) | Captés si vous les mentionnez | Manqués, l'appareil ne les voit pas |
| Estimation des portions | Vous indiquez la quantité que vous connaissez | Estimée à partir de la surface visible |
| Idéal pour | Vrais repas mélangés, faits maison | Aliments simples, isolés et clairement visibles |
Les deux méthodes devraient se terminer par une confirmation humaine rapide, car les gens sont de toute façon des estimateurs imparfaits. En 2019, une revue dans Frontiers in Endocrinology (Burrows et al.) a constaté que les apports auto-déclarés sous-estimaient l'énergie de 11 à 41 % par rapport à la méthode de référence. Une étape de confirmation garde honnête la méthode que vous utilisez, quelle qu'elle soit.
Quand utiliser chaque méthode ?
Adaptez la méthode au repas. Pour un aliment simple, isolé et clairement séparé, une photo est rapide et suffisante : une pomme, un blanc de poulet nature, un en-cas emballé et étiqueté. Rien n'est caché, et l'appareil photo le lit bien.
Pour tout le reste, la voix est le pari le plus sûr. La cuisine maison, les plats du restaurant, tout ce qui contient de la sauce, de l'huile ou des ingrédients mélangés, c'est exactement là où les estimations photo dérivent et où une description parlée brille. Le vrai régime de la plupart des gens est fait de repas mélangés, et non d'aliments isolés photogéniques, c'est pourquoi la voix tend à être le meilleur choix par défaut. Les applications photo d'abord comme Cal AI parient dans l'autre sens, et vous pouvez voir ce compromis dans CalAlly vs Cal AI.
Pourquoi CalAlly repose sur la voix
CalAlly utilise la voix parce que la plupart des vrais repas sont mélangés, et que la voix capte ce qu'une photo manque. Vous décrivez le repas comme vous le raconteriez à un ami, huile cachée comprise, et l'IA le transforme en calories et macros en quelques secondes, puis vous montre le résultat à confirmer. Elle reste rapide sur les assiettes désordonnées et multi-aliments, là où le journal photo peine le plus.
Ce journal rapide et honnête est aussi ce qui alimente le coach nutritionnel IA : meilleures sont vos données, meilleurs sont ses conseils. Pour une vue d'ensemble du fonctionnement du journal par IA, voyez le suivi des calories par IA expliqué, ou comparez le paysage dans notre panorama des meilleures applications de suivi des calories. La méthode compte, et pour la façon dont les gens mangent réellement, la voix est celle qui garde les chiffres justes.
Sources
- Annals of Medicine, "AI-based digital image dietary assessment methods compared to humans and ground truth: a systematic review" (Shonkoff et al., 2023), retrieved 2026-07-21, https://pmc.ncbi.nlm.nih.gov/articles/PMC10836267/
- Stanford News, "Stanford study finds speech recognition faster, more accurate than typing" (Ruan et al., 2016), retrieved 2026-07-21, https://news.stanford.edu/stories/2016/08/stanford-study-speech-recognition-faster-texting
- Frontiers in Endocrinology, "Validity of Dietary Assessment Methods When Compared to the Method of Doubly Labeled Water: A Systematic Review in Adults" (Burrows et al., 2019), retrieved 2026-07-21, https://www.frontiersin.org/journals/endocrinology/articles/10.3389/fendo.2019.00850/full
- Obesity, "Log Often, Lose More: Electronic Dietary Self-Monitoring for Weight Loss" (Harvey et al., 2019), retrieved 2026-07-21, https://pubmed.ncbi.nlm.nih.gov/30801989/
