Audio en texte : transcription gratuite dans votre navigateur

Comment transcrire un audio en texte

1. Choisissez la langue parlée ou laissez l’option « Détection automatique ».
2. Appuyez sur le microphone pour enregistrer, puis arrêtez l’enregistrement. Vous pouvez aussi choisir un fichier : MP3, M4A, WAV, OGG, FLAC, WebM ou une vidéo (MP4, MOV, WebM). Vous pouvez également faire glisser le fichier sur la page.
3. Lors de la première utilisation, votre navigateur télécharge le modèle de reconnaissance vocale (environ 77 MB pour Rapide, 249 MB pour Précis). Les fois suivantes, il démarre immédiatement.
4. Le texte apparaît au fur et à mesure de la transcription. Modifiez-le si nécessaire, puis copiez-le ou téléchargez-le au format .txt, ou sous forme de sous-titres .srt / .vtt avec horodatage.

Confidentialité : votre audio reste sur votre appareil

La plupart des sites de transcription envoient votre enregistrement sur leurs serveurs, et beaucoup vous limitent à quelques minutes par jour sans abonnement payant. Cet outil exécute le modèle de reconnaissance vocale Whisper d’OpenAI directement dans votre navigateur. Votre audio et sa transcription ne quittent jamais votre ordinateur ou votre téléphone. Vous pouvez donc l’utiliser pour des entretiens, réunions, cours, mémos vocaux et autres enregistrements que vous préférez garder privés.

Rapide ou Précis ?

• Rapide (Whisper base, ~77 MB) est rapide et fonctionne bien lorsque la voix est claire et la langue largement parlée. Sur un ordinateur portable standard, il transcrit une minute d’audio en environ 15 secondes.
• Précis (Whisper small, ~249 MB) fait moins d’erreurs avec les accents, les bruits de fond, les noms propres et les langues comme le japonais, le coréen ou le chinois. Il est environ trois fois plus lent. Sur les téléphones plus anciens, choisissez Rapide.

Fichiers et langues pris en charge

Tous les formats audio ou vidéo que votre navigateur peut lire sont compatibles : MP3, M4A (mémos vocaux iPhone), WAV, OGG, Opus (messages vocaux WhatsApp), FLAC, AAC, WebM, MP4 et MOV. Pour les fichiers vidéo, seul le son est utilisé. Whisper reconnaît 99 langues, dont l’anglais, l’espagnol, le portugais, le français, l’allemand, l’italien, le japonais, le coréen, le chinois, le russe, l’arabe, le hindi et le turc. Cochez Traduire en anglais pour obtenir une traduction en anglais des paroles prononcées dans l’une de ces langues.

Créer des sous-titres (SRT et VTT)

Chaque transcription conserve les horodatages. Vous pouvez donc la télécharger sous forme de fichier de sous-titres SRT ou WebVTT et l’ajouter à YouTube, à un logiciel de montage vidéo ou à un lecteur multimédia. Activez Horodatages pour voir à quel moment chaque phrase commence.

Questions fréquentes

Est-ce vraiment gratuit ?

Oui. Aucun compte n’est nécessaire, il n’y a pas de filigrane et le nombre de fichiers et de minutes est illimité. La page est financée par la publicité.

Quelle est la précision de la transcription ?

Lorsque la voix est claire, Whisper reconnaît généralement plus de 9 mots sur 10 ; le mode Précis donne de meilleurs résultats en présence de bruit et d’accents prononcés. Vérifiez les noms, les chiffres et les termes techniques avant d’utiliser le texte. La musique, les voix qui se chevauchent et les enregistrements très faibles réduisent la précision.

Quelle peut être la durée d’un enregistrement ?

Il n’y a pas de limite fixe. La transcription s’effectue sur votre appareil : les fichiers longs prennent simplement plus de temps. En mode Rapide, un enregistrement d’une heure prend environ 15 minutes sur un ordinateur portable récent. Gardez l’onglet ouvert jusqu’à la fin.

Pourquoi la première transcription est-elle plus lente ?

Votre navigateur télécharge d’abord le modèle de reconnaissance vocale et le stocke. Ensuite, le modèle est chargé depuis le stockage du navigateur, même hors ligne.

Est-ce que cela fonctionne sur mon téléphone ?

Oui, avec les versions récentes de Chrome, Safari, Edge et Firefox sur Android et iPhone. Les téléphones sont plus lents que les ordinateurs : le mode Rapide est donc recommandé.

L’outil distingue-t-il les différents intervenants ?

Non. La transcription est un texte unique avec des horodatages ; elle n’indique pas qui parle.

Puis-je enregistrer d’abord et transcrire plus tard ?

Oui. Utilisez l’enregistreur vocal, téléchargez le MP3, puis déposez le fichier ici quand vous souhaitez obtenir la transcription.