Vous savez que le fichier est quelque part. Vous vous souvenez de ce qu’il contient, un passage sur le chiffrement, une photo de montagne en janvier, un montant sur un ticket, mais pas de son nom, pas de son dossier, pas de la formulation exacte. Spotlight et l’Explorateur Windows ne savent pas répondre à cela : ils cherchent des chaînes de caractères, pas des idées.
Synology Deep Search propose l’inverse. C’est une application de bureau, disponible sur macOS et Windows, qui indexe les dossiers que vous lui désignez et permet ensuite d’y chercher en langage naturel, dans les documents comme dans les images. Le tout en local, sur votre machine, sans que vos fichiers ne quittent l’ordinateur. Aucun matériel Synology n’est requis : ni NAS, ni BeeStation, c’est un logiciel autonome vendu 49,99 $ en achat unique, sans abonnement.
Nous l’avons mis à l’épreuve pendant plusieurs jours sur un MacBook Pro M5, avec un corpus construit pour l’occasion : 5 265 photographies, des captures d’écran, des tickets de caisse et des rapports publics de plusieurs centaines de pages. Voici ce que donne la recherche par le sens, chiffres à l’appui.
Contexte et conditions du test
Pour ce test, Synology nous a fourni un accès complet à la version macOS de Deep Search. Comme toujours chez TechPi, cela ne change rien à notre approche : aucun droit de regard sur cet article, et notre avis repose uniquement sur notre expérience réelle avec le produit.
La machine de test est un MacBook Pro M5, 16 Go de RAM, sous macOS Tahoe, soit une configuration au-dessus des exigences officielles (macOS 15 minimum, Apple Silicon M2 recommandé, 16 Go de RAM).
Plutôt que d’indexer nos propres fichiers, nous avons construit un corpus varié et reproductible, ce qui permet de connaître à l’avance ce que le moteur doit trouver et de mesurer sa pertinence sans approximation.
Notre corpus de test
- 5 265 photographies issues d’une banque d’images publique : scènes de rue, sports, repas, animaux, intérieurs
- 200 fichiers HEIC obtenus par conversion d’une partie de ce lot
- plusieurs séries dont nous avons renseigné nous-mêmes les métadonnées de lieu et de date, afin de tester les filtres géographiques et temporels dans des conditions maîtrisées
- 28 photos d’une même personne, sous des angles, coiffures, éclairages et distances très variés, pour la reconnaissance faciale
- des captures d’écran et des photos de tickets de caisse, pour la reconnaissance de texte
- 10 documents PDF de 110 à 800 pages : rapports publics français (Cour des comptes, CNCTR), denses et structurés
Soit environ 12 Go et 5 545 fichiers au total.
Caractéristiques et configuration requise
- Application de bureau macOS et Windows, 100 % de traitement local
- macOS 15 ou supérieur, Apple Silicon (M2 ou plus récent recommandé), 16 Go de RAM minimum
- Windows 11 22H2 ou supérieur, PC Copilot+ ou configuration avec carte NVIDIA RTX série 30 minimum
- Recherche sémantique dans les documents et les images
- Reconnaissance optique de caractères dans les images et les documents
- Reconnaissance et regroupement de visages en local
- Recherche multilingue : 12 langues prises en charge
- Images : jpg, png, gif, heic, heif, bmp, tif, ico, ainsi que les principaux formats RAW
- Documents : pdf, docx, pptx, xlsx, ods, odt, odp, csv, txt, markdown
- Indexation des dossiers locaux et des disques externes connectés en direct
- Essai gratuit de 30 jours, puis 49,99 $ en achat unique
Installation et configuration : cinq minutes, une décision importante
L’installation passe par le Mac App Store, et l’assistant de configuration est limpide. On coche ce que l’on veut indexer (documents, images, ou les deux), on désigne les dossiers, on choisit ses langues.
Première remarque, et c’est un bon point : la recherche par emplacement, qui exploite les coordonnées GPS des photos, est désactivée par défaut. Il faut l’activer volontairement. Pour un produit qui met la vie privée en avant, c’est le réglage par défaut que l’on espérait.
Seconde remarque, et c’est un piège à connaître : le choix des langues doit être fait dès le départ. Ajouter une langue après coup déclenche une réindexation complète. Sur une photothèque conséquente, cela signifie plusieurs heures perdues. Cochez français et anglais immédiatement si vos fichiers mélangent les deux.
L’indexation : les chiffres
C’est le passage obligé, et le plus contraignant. Deep Search doit d’abord analyser chaque fichier (extraction de texte, reconnaissance optique, génération de descriptions d’images, détection de visages) avant que la moindre recherche ne soit possible.
Notre mesure : 5 265 photographies indexées en 71 minutes, soit environ 4 450 images par heure. Extrapolé sur 24 heures, cela représente près de 107 000 photos par jour, quand Synology annonce 30 000 à 40 000 par jour sur un MacBook M3. Le M5 se situe donc environ trois fois au-dessus de la référence officielle.
Une nuance s’impose : les images de notre banque publique sont légères, de l’ordre de 80 Ko, en définition modeste. Une photothèque réelle, faite de fichiers iPhone ou d’hybride de 2 à 8 Mo, demandera nettement plus de travail par image. Notre chiffre constitue donc un plafond de laboratoire plutôt qu’une promesse pour votre catalogue de vacances. Retenez l’ordre de grandeur : sur une machine récente, une photothèque de quelques milliers d’images s’indexe en une nuit.
Côté documents, nos 10 PDF de 110 à 800 pages ont été traités en 3 minutes, ce qui est remarquable au vu de leur volume.
Trois autres relevés méritent d’être notés. La consommation mémoire est élevée : environ 10 Go de RAM occupés pendant l’indexation, sur une machine qui en compte 16. Comme 16 Go est aussi le minimum requis, les configurations d’entrée de gamme travailleront à l’étroit.
L’index final pèse 843 Mo pour 12 Go de corpus, soit environ 7 % du volume indexé, ce qui reste raisonnable. Et surtout, la machine reste parfaitement utilisable pendant l’opération, sans montée en température notable.
Ce dernier point s’explique par une observation au Moniteur d’activité : le moteur d’inférence exploite l’équivalent d’un cœur et une partie du processeur graphique, mais le processeur reste inactif à près de 87 % pendant l’indexation. Deep Search se bride volontairement pour ne pas monopoliser la machine. C’est un choix de conception défendable, l’application se fait oublier, mais il explique aussi pourquoi l’opération s’étale dans le temps.
Recherche documentaire : le saut au paragraphe fait mouche
Sur nos rapports publics, la promesse tient. Une requête reprenant une phrase du corps du texte remonte le bon PDF, et surtout : un clic sur l’extrait ouvre l’aperçu directement à la bonne page, passage surligné. Sur un document de 150 pages, la différence avec un Cmd+F laborieux est immédiate.
L’interface distingue deux onglets dans les résultats : « Mots-clés » pour les correspondances littérales, « Découverte IA » pour les rapprochements sémantiques. C’est une bonne idée d’ergonomie, qui permet de comprendre pourquoi un fichier remonte.
Le test entre langues est concluant. Une requête tapée en anglais, « french intelligence », fait remonter un rapport rédigé intégralement en français, via l’onglet Découverte IA. Aucun mot de la requête n’apparaît dans le document. C’est exactement ce qu’aucune recherche système ne sait faire aujourd’hui.
Recherche d’images : le vrai point fort
C’est ici que Deep Search creuse l’écart avec tout ce que propose le système d’exploitation. « Un homme qui fait du skateboard dans la rue » remonte des planchistes urbains. « Deux personnes qui mangent une pizza » remonte des scènes à deux autour d’une pizza : la compréhension de plusieurs éléments dans une même image fonctionne. « Un plat dans un restaurant » remonte des assiettes dressées.
La recherche entre langues se confirme sur les images : « un plat dans un restaurant » et « A dish at a restaurant » renvoient des résultats quasi identiques. Vous pouvez chercher dans votre langue dans un corpus étiqueté dans une autre.
La reconnaissance de texte dans les images fonctionne très bien. La requête « TechPi » identifie au premier rang notre capture d’écran du site. La requête « total » remonte des tickets de caisse, montants visibles. Pour qui accumule les captures d’écran et les photos de documents, c’est une fonction qui change la donne.
Bonne surprise ergonomique enfin : l’application extrait automatiquement les repères temporels de la requête. Taper « à la montagne en janvier » fait apparaître toute seule une pastille de filtre « En Janvier » ; « hiver dernier » génère une pastille « Hiver Dernier ». On n’a rien demandé, le logiciel a compris.
Deux limites à connaître
La première : la pertinence se dégrade à mesure que l’on fait défiler les résultats. Les deux premières rangées sont excellentes ; plus bas, sur une requête « skateboard dans la rue », apparaissent du snowboard, une fillette sur une planche, une scène de bus. Le moteur ne s’arrête pas à ce qui correspond vraiment : il classe, puis continue de proposer. À l’usage, on prend l’habitude de ne regarder que le haut de la liste.
La seconde mérite d’être creusée : le filtre temporel semble décoratif. Sur la requête « hiver dernier », pastille « Hiver Dernier » active, le fichier que nous avons ouvert était daté du 16 août 2014. Soit le filtre n’est pas réellement appliqué, soit le classement sémantique prime sur lui. Dans les deux cas, l’utilisateur qui fait confiance à la pastille sera induit en erreur.
Détail amusant pour terminer : les descriptions générées par l’IA restent en anglais dans une interface en français (« A road sign on a pole in the snow »). Sans conséquence sur la recherche, qui fonctionne dans les deux langues, mais l’incohérence saute aux yeux.
Reconnaissance de personnes : au-dessus de nos attentes
La page Personnes est restée vide malgré les milliers de visages présents dans notre corpus : c’est logique, le moteur ne crée un groupe que lorsqu’une même personne revient plusieurs fois.
Nous avons donc indexé un lot de 28 photos d’une même personne, choisies volontairement dissemblables : coiffures très différentes, maquillage marqué, profil, plans larges, clichés flous, éclairages contrastés. Sur ce type de variations, les moteurs de reconnaissance faciale ont tendance à éclater une même personne en plusieurs groupes distincts, qu’il faut ensuite fusionner à la main.
Ce n’est pas arrivé. Les 28 photos ont été regroupées dans un seul et unique groupe, avec une invite « Qui est-ce ? » pour le nommer. Sur un cas volontairement difficile, c’est une performance.
Vie privée : ce que nous avons réellement vérifié
C’est l’argument central du produit, donc celui qui méritait le plus de rigueur. Nous n’avons pas voulu nous contenter de reprendre la promesse.
Premier test, sans appel : Wi-Fi coupé, tout fonctionne. La recherche répond normalement, et l’indexation de nouveaux fichiers se poursuit. Le cœur du produit est bel et bien local.
Second test, plus instructif : nous avons installé LuLu, un pare-feu libre qui surveille les connexions sortantes, puis relancé l’application. Trois alertes se déclenchent en deux secondes, toutes en HTTPS sur le port 443 : le processus principal Synology Deep Search vers 84.200.39.131, le processus DeepSearchServer vers la même adresse, et le processus cloud-workerd vers 192.95.32.146.
Une interrogation whois sur ces adresses indique qu’aucune n’appartient en propre à Synology : la première est hébergée chez firstcolo GmbH, à Francfort, la seconde chez OVH, sur sa plage nord-américaine. Rien d’anormal en soi, louer de l’infrastructure chez un hébergeur tiers est la norme dans l’industrie, mais l’information mérite d’être connue.
Nous avons ensuite bloqué ces trois connexions et relancé l’application. Résultat : le démarrage est retardé d’environ une minute, le temps que les tentatives expirent, puis l’application s’ouvre et fonctionne normalement, indexation et recherche comprises.
Ce que nous pouvons donc affirmer : aucune preuve d’un quelconque envoi de contenu de fichiers, les fonctions cœur ne dépendent pas du réseau, et la promesse « 100 % local » tient sur l’essentiel. Ce que nous ne pouvons pas affirmer : la finalité exacte de ces trois connexions. La documentation de Synology indique que certaines fonctions optionnelles, comme la reconnaissance de lieu ou le traitement multilingue, peuvent consulter des services externes ou des données de référence publiques, sans détailler ce qui se joue au lancement. Vérification de licence, contrôle de mise à jour, télémétrie : les hypothèses banales ne manquent pas, et notre test ne permet pas de trancher entre elles.
Ce que Deep Search ne fait pas
Un point que les lecteurs de TechPi voudront connaître avant tout autre : les NAS et les lecteurs réseau ne sont pas pris en charge. Deep Search indexe les dossiers locaux et les disques externes branchés en direct. Les fichiers d’un Synology Drive, d’un OneDrive ou d’un iCloud ne sont indexables qu’une fois entièrement téléchargés sur la machine. Le paradoxe est savoureux pour un logiciel signé Synology, et c’est la limite la plus structurante du produit. Nous n’avons pas pu la vérifier nous-mêmes faute de partage réseau sous la main : nous reprenons ici la documentation de l’éditeur.
Autre réserve relevée à l’usage : il est impossible de filtrer les résultats par format d’image précis, on choisit « image » et non « HEIC ». L’indexation initiale, enfin, reste une contrainte réelle qu’il faut anticiper.
Points forts
- Recherche sémantique réellement efficace sur les images comme sur les documents
- Saut direct au paragraphe pertinent, surligné dans l’aperçu
- Recherche multilingue convaincante dans les deux sens
- Reconnaissance de texte performante sur captures d’écran et tickets
- Regroupement de visages robuste, même sur des photos très dissemblables
- Traitement 100 % local : tout fonctionne Wi-Fi coupé
- Recherche par emplacement désactivée par défaut
- Extraction automatique des repères temporels dans la requête
- Machine parfaitement utilisable pendant l’indexation
- Achat unique à 49,99 $, sans abonnement, essai de 30 jours
- Aucun matériel Synology requis
Points faibles
- NAS et lecteurs réseau non pris en charge
- Indexation initiale longue, à lancer sur une nuit
- Environ 10 Go de RAM mobilisés, sur un minimum requis de 16 Go
- Pertinence qui se dilue rapidement quand on fait défiler les résultats
- Fiabilité du filtre temporel à confirmer
- Descriptions générées en anglais dans une interface française
- Impossible de filtrer par format d’image précis
- Connexions sortantes au lancement, dont la finalité n’est pas documentée
Verdict
À 49,99 $ en achat unique, sans abonnement, Synology Deep Search occupe une case que peu de logiciels investissent : de la recherche sémantique moderne, entièrement locale, sur documents et photos à la fois.
Ce qu’il fait vraiment bien : retrouver une idée dans un document long et vous emmener directement au paragraphe, retrouver une scène dans une photothèque à partir d’une description en langage courant, lire le texte contenu dans vos captures d’écran et vos photos de documents, travailler d’une langue à l’autre sans que vous ayez à y penser, et regrouper les visages avec une robustesse supérieure à ce que nous attendions.
Ce qu’il faut accepter : une indexation initiale longue, une consommation mémoire élevée sur une configuration de 16 Go, une pertinence qui se dilue dès que l’on fait défiler les résultats, un filtre temporel dont la fiabilité reste à confirmer, et surtout l’absence de prise en charge des NAS, qui rend le produit inadapté à quiconque stocke l’essentiel de ses données sur le réseau.
Note finale : 9 / 10
À qui s’adresse Synology Deep Search ?
Le logiciel conviendra particulièrement :
- aux photographes et créateurs disposant d’une grosse photothèque stockée en local ;
- aux professions qui manipulent des documents longs : chercheurs, juristes, analystes ;
- à ceux qui accumulent captures d’écran, scans et photos de documents ;
- aux utilisateurs soucieux de leur vie privée, qui refusent d’envoyer leurs fichiers dans un cloud ;
- à ceux qui travaillent dans plusieurs langues au quotidien ;
- aux possesseurs d’un Mac Apple Silicon récent avec 16 Go de RAM ou plus.
Il sera moins adapté :
- aux utilisateurs de NAS, qui stockent l’essentiel de leurs fichiers sur le réseau ;
- à ceux qui travaillent principalement depuis un cloud sans synchronisation locale ;
- aux configurations limitées à 16 Go de RAM et déjà chargées ;
- à ceux qui cherchent avant tout un moteur de recherche par nom de fichier, déjà bien couvert par le système.
Prix et disponibilité
Synology Deep Search est disponible sur le Mac App Store et le Microsoft Store, avec un essai gratuit de 30 jours donnant accès à toutes les fonctions. Passé ce délai, la licence s’obtient par un achat unique de 49,99 $, rattaché à votre compte App Store ou Microsoft Store.
Pensez à sélectionner toutes vos langues dès la configuration initiale, et à lancer la première indexation sur une nuit, machine branchée sur secteur.
Ce que nous n’avons pas testé
Par souci de transparence, voici les points restés hors de portée de cette session : la prise en charge effective des formats bureautiques et des PDF scannés, notre corpus documentaire étant limité à 10 fichiers PDF en français ; la comparaison frontale avec Spotlight et Photos d’Apple ; les fichiers RAW ; l’indexation depuis un disque externe ; le comportement en cas de déplacement d’un dossier indexé ; et le refus d’un partage réseau, repris de la documentation de l’éditeur.
Ces éléments feront l’objet d’un complément.
Notre méthodologie de test
Chez TechPi, nous testons les produits avec une approche indépendante, transparente et centrée sur l’usage réel. Notre avis repose sur la qualité de fabrication, les performances, le confort, les fonctionnalités, le logiciel lorsque c’est pertinent, l’autonomie et le rapport qualité-prix.
Pour en savoir plus, consultez notre charte éditoriale et méthodologie de test.
