Transcrire un audio en texte
Importez une interview, un cours, une réunion ou un message vocal et récupérez une transcription écrite. La reconnaissance vocale retranscrit ce qui a été dit, avec la ponctuation, des horodatages et l'identification des intervenants en option, sous forme de document ou de sous-titres pour une vidéo.
Audio en texte
ou déposez Fichiers MP3, WAV, M4A … ici ·
95 Mo max. par fichier· Jusqu'à 20 fichiers· Supprimés après 30 minutes
Les fichiers sont traités sur nos serveurs et supprimés après 30 minutes.
Les lignes de sous-titres plus longues sont coupées. 42 est le standard courant de la diffusion.
Facultatif. Secondes (p. ex. 75) ou minutes:secondes (1:15). Laissez vide pour transcrire depuis le début.
Facultatif. Même format que le début. Laissez vide pour transcrire jusqu'à la fin.
Comment utiliser cet outil
- 1
Importez l'audio ou la vidéo
Ajoutez des fichiers audio MP3, M4A, WAV, AAC, FLAC, OGG, Opus, AMR ou autres, ou des vidéos MP4, MOV, MKV, WebM et AVI. Jusqu'à 20 fichiers, 95 Mo chacun.
- 2
Choisissez la langue et le format de sortie
Langue parlée est réglée sur Détection automatique. Choisissez Sortie : texte brut, Word, PDF, sous-titres SRT ou VTT, ou JSON avec le minutage des mots.
- 3
Lancez la transcription et téléchargez
Cliquez sur Transcrire ; le bouton indique aussi la sortie choisie. Ouvrez la transcription, relisez les noms et les chiffres, puis téléchargez-la.
La conversion d'audio en texte, ou transcription, transforme la parole enregistrée en mots écrits. Importez le fichier, laissez Langue parlée sur Détection automatique ou choisissez la langue, sélectionnez une sortie, puis cliquez sur Transcrire.
Transcrire un audio en texte : le fonctionnement de la reconnaissance vocale
La reconnaissance vocale écoute l'enregistrement par courtes fenêtres, transforme chacune en une image de ses fréquences, puis un modèle entraîné détermine quels mots ont le plus probablement produit ce son. Les modèles actuels apprennent à partir de très grandes quantités de parole transcrite : ils gèrent donc bien mieux les voix et les accents que les logiciels de dictée d'il y a dix ans. La ponctuation et les majuscules sont déduites du déroulé de la phrase ; désactivez Ponctuation si vous ne voulez que les mots bruts.
Le réglage de langue compte. La détection automatique écoute les 30 premières secondes, puis applique une seule langue à tout le fichier. Si l'enregistrement commence par de la musique, un jingle ou du silence, ou alterne entre plusieurs langues, choisissez vous-même la Langue parlée. La liste couvre 33 langues, de l'anglais, l'espagnol et l'arabe au hindi, au tamoul, au japonais et à l'ukrainien.
On arrive sur cet outil de bien des façons : un journaliste avec une interview sur son téléphone, un étudiant avec un cours enregistré, une équipe avec l'export d'une réunion, un créateur qui a besoin de sous-titres. Les deux types de fichiers les plus courants ont leur propre page, MP3 en texte pour les fichiers de dictaphone et de podcast, et M4A en texte pour les mémos vocaux de l'iPhone. Les vidéos fonctionnent directement, inutile d'en extraire le son avant.
Formats de transcription et de sous-titres
| Sortie | Contenu | À ouvrir avec |
|---|---|---|
| Texte brut (TXT) | Paragraphes de texte, horodatage et identification des intervenants en option | Tout éditeur de texte, application de notes ou e-mail |
| Word (DOCX) | Transcription mise en forme, prête à modifier et à partager | Word, Google Docs, Pages, LibreOffice |
| Une copie figée de la transcription pour vos archives | Tout lecteur PDF ou navigateur | |
| Sous-titres (SRT) | Sous-titres numérotés avec heures de début et de fin | YouTube, logiciels de montage, VLC |
| Sous-titres web (VTT) | Sous-titres WebVTT, le format W3C utilisé par la vidéo HTML5 | Lecteurs web, YouTube, plateformes de cours |
| JSON (minutage des mots) | Chaque mot avec son heure de début et de fin | Scripts, index de recherche, outils de montage |
Horodatages, intervenants et autres options de transcription
- Horodatage
- Horodatage place l'heure, par exemple [01:15], devant chaque paragraphe des transcriptions TXT, Word et PDF pour retrouver le passage dans l'enregistrement.
- Identification des intervenants
- Identification des intervenants indique qui parle (Intervenant 1, Intervenant 2, etc.) pour les entretiens, réunions et podcasts. Remplacez ensuite ces étiquettes par des noms.
- Ponctuation et mots de remplissage
- Ponctuation est activée par défaut. Supprimer les mots de remplissage retire les euh et autres hésitations.
- Caractères par ligne
- Pour SRT et VTT, Caractères par ligne découpe les sous-titres trop longs, 42 par défaut, la limite des consignes de sous-titrage de Netflix pour la plupart des langues à alphabet latin ; toute valeur de 20 à 80 est acceptée.
- Partie à transcrire
- Début et Fin limitent le travail à un passage, en secondes (75) ou en minutes:secondes (1:15).
Limites de la transcription audio en ligne
- Enregistrements par lot
- 20
- Par fichier audio ou vidéo
- 95 Mo
- Langues parlées plus détection automatique
- 33
- Avant la suppression des fichiers et transcriptions
- 30 min
Obtenir une transcription plus précise
De nombreux mots sont faux ou manquants
Le bruit de fond, l'éloignement du micro et les personnes qui parlent en même temps causent la plupart des erreurs. Enregistrez au plus près de l'intervenant si possible, et vérifiez que Langue parlée est correcte.
La transcription est dans la mauvaise langue
La détection automatique a entendu de la musique ou une autre langue dans les 30 premières secondes. Choisissez vous-même la Langue parlée et relancez la transcription.
Les sous-titres sont trop longs à lire à l'écran
Réduisez Caractères par ligne à 32–37 pour les spectateurs sur téléphone : chaque sous-titre sera réparti en lignes plus courtes.
Les noms et termes techniques sont mal orthographiés
Les mots rares sont difficiles pour n'importe quel modèle. Faites une recherche et remplacement dans la sortie Word ou texte : ils sont généralement mal écrits de la même façon partout.
Questions sur la transcription audio en texte
Peut-on transcrire un audio en texte gratuitement et sans inscription ?
Oui. Importez l'enregistrement et cliquez sur Transcrire ; aucun compte, essai ou carte bancaire n'est requis. Les fichiers sont supprimés automatiquement 30 minutes après le traitement : téléchargez donc la transcription dès qu'elle est prête.
Qu'est-ce qui distingue un bon outil de transcription audio en texte ?
Pour comparer sereinement, regardez la précision sur votre type d'enregistrement, les langues proposées, les formats de sortie et ce que devient votre fichier ensuite. Ici, vous avez 33 langues plus la détection automatique, six sorties dont les sous-titres, l'identification des intervenants, l'horodatage et la suppression automatique après 30 minutes.
Quelles langues peuvent être transcrites ?
33, à choisir sous Langue parlée : notamment anglais, espagnol, français, allemand, portugais, italien, russe, arabe, turc, hindi, bengali, tamoul, télougou, marathi, gujarati, ourdou, japonais, coréen, chinois, indonésien, vietnamien, thaï, polonais, ukrainien, néerlandais, suédois, grec et hébreu. La détection automatique choisit une langue par fichier à partir des 30 premières secondes.
Peut-on créer les sous-titres d'une vidéo à partir de son audio ?
Oui. Importez la vidéo elle-même, choisissez SRT ou VTT sous Sortie et vous obtenez un fichier de sous-titres minutés à charger dans YouTube, un logiciel de montage ou un lecteur HTML5. Pour changer ensuite le format des sous-titres, utilisez le convertisseur de sous-titres.
Comment transcrire un enregistrement de 3 heures ?
Les fichiers sont limités à 95 Mo, soit environ 1 h 40 de MP3 à 128 kbit/s. Répartissez le travail avec Début et Fin, ou allégez d'abord le fichier : une voix convertie en mono 64 kbit/s avec compresser un fichier audio tient sur environ 3,5 heures sous la limite.
La transcription peut-elle être traduite en anglais ?
Non, la transcription est rédigée dans la langue parlée. Transcrivez d'abord, puis collez le texte dans un service de traduction ; traduire une transcription propre donne de meilleurs résultats que traduire directement l'audio, et vous gardez le texte d'origine pour vérifier les citations.
Convertir un MP3 en texte, est-ce différent de transcrire une vidéo ?
Uniquement dans ce que vous importez. La même reconnaissance vocale s'applique à la bande-son d'un MP4 ou MOV comme à un MP3 ou M4A. MP3 en texte et M4A en texte sont des préréglages de cet outil pour ces types de fichiers.
Les « euh » et les « hum » apparaîtront-ils dans la transcription ?
Oui, par défaut, car une transcription mot à mot est parfois nécessaire, par exemple pour des entretiens de recherche. Activez Supprimer les mots de remplissage pour une transcription plus propre, destinée à la lecture, à la citation ou à la publication.
Tous les outils Audio en texte
Choisissez exactement le format qu'on vous a demandé. Chaque page ci-dessous est le même outil avec des réglages par défaut différents.
- Convertir un M4A en texteTranscrivez les mémos vocaux iPhone et autres M4A en texte horodaté, locuteurs identifiés. 33 langues, TXT, Word, PDF ou sous-titres, sans compte.
- Convertisseur MP3 en texteTranscrivez un MP3 en texte dans 33 langues. Exportez en texte brut, Word, PDF ou sous-titres SRT et VTT, avec horodatage et locuteurs en option.