Vos vieux papiers de famille : ce que l’OCR sait lire en 2026

Une machine lit-elle vraiment l’écriture manuscrite ancienne ?

Oui, à condition de choisir le bon moteur. Tesseract, le logiciel libre présent dans beaucoup de chaînes de numérisation, tranche lui-même la question dans sa FAQ officielle : « You can, but it won’t work very well, as Tesseract is designed for printed text. » Il est fait pour l’imprimé. Transkribus, né du traitement des fonds historiques, facture la reconnaissance d’écriture manuscrite comme une opération à part entière, 1 crédit par page. Mistral OCR 4.1 arrive par un troisième chemin : sa documentation annonce des boîtes englobantes au niveau du paragraphe, des étiquettes de blocs structurels et des scores de confiance par bloc, soit une lecture de la mise en page autant que du texte. Le choix du moteur décide donc de tout.

Combien coûte la transcription de 500 pages ?

Cinq cents pages : l’ordre de grandeur d’un carton de correspondance familiale. Nous avons converti les tarifs publics affichés le 14 août 2026 par quatre moteurs au taux de référence de la Banque centrale européenne du 13 août 2026 (1 euro = 1,1534 dollar) : selon nos calculs, transcrire 500 pages manuscrites coûte de 0 à 99 euros selon le moteur retenu.

Le graphique tient en une phrase : le moteur pensé pour l’écriture ancienne est aussi le plus cher au volume, près de 57 fois le tarif de Mistral OCR 4.1. Le détail tient dans le tableau.

Une nuance compte pour qui n’est pressé par rien : le plan gratuit de Transkribus rend 50 crédits par mois, soit ces mêmes 500 pages en dix mois, sans rien payer.

Mes documents partent-ils sur un serveur ?

Par défaut, oui. Transkribus, Google Document AI et l’interface de programmation de Mistral traitent les images sur leurs serveurs. Une seule exception franche : Tesseract s’installe sur votre machine et n’envoie rien. Mistral annonce bien une option d’auto-hébergement, mais sa page produit la réserve aux organisations traitant des informations « highly sensitive or classified », sur demande. Un particulier avec ses lettres de 1914 n’entre pas dans cette case. Pour des documents que vous ne voulez pas voir quitter votre disque, la souveraineté numérique se règle aujourd’hui par le logiciel libre, pas par le contrat commercial.

Qu’est-ce qui rate encore ?

Trois angles morts ressortent des documentations elles-mêmes. Les tableaux d’abord : Transkribus facture la reconnaissance de tableaux comme une opération distincte, au même prix que le texte manuscrit, signe qu’une grille de registre ne se traite pas comme un paragraphe. L’image dégradée ensuite : la FAQ de Tesseract renvoie explicitement vers une page d’amélioration de la qualité d’image avant tout traitement. Le reste enfin, et c’est le plus instructif : aucune documentation consultée ne promet de résultat sur une encre pâlie, une rature ou une annotation en marge. Mistral OCR 4.1 fournit des scores de confiance par bloc, ce qui revient à vous signaler les passages à relire vous-même.

Où sont les registres déjà numérisés ?

Une partie du travail est déjà faite. Les Archives de Paris mettent en ligne l’état civil reconstitué du XVIe siècle à 1859 et l’état civil des vingt arrondissements à partir de 1860, avec un avertissement à lire avant de sortir le scanner : « Seule une partie de ces documents est consultable sous forme numérisée. » Le principe vaut partout : on vérifie ce qui existe déjà en ligne avant de photographier soi-même des pages fragiles.

AAP racontait comment des archives longtemps invisibles ressortent des réserves.

Par où commencer sans rien dépenser ?

Commencez par trier. Ce qui est tapé à la machine passe dans Tesseract, gratuitement et sans réseau. Ce qui est manuscrit part sur les 50 crédits mensuels du plan gratuit de Transkribus, à raison d’une page par crédit. Google Document AI offre ses 1 000 premières pages sur le processeur d’extraction de base, l’option écriture manuscrite restant facturée 6 dollars les 1 000 pages. Et gardez les images d’origine : une transcription automatique est une copie de travail, le scan reste la référence. Concrètement, un carton de 500 pages se lit sans dépenser un euro. Il faut seulement accepter d’y passer l’hiver.