Transcription audio
Transformez vos enregistrements audio en texte grâce à l’IA, directement dans votre navigateur. Sélectionnez un enregistrement, choisissez la taille du modèle, et obtenez une transcription que vous pouvez copier ou télécharger au format TXT, SRT ou VTT. Vos fichiers audio ne sont jamais téléversés : le modèle de reconnaissance vocale est téléchargé une seule fois et fonctionne sur votre propre appareil, ce qui signifie que vous n’avez pas besoin de créer de compte, qu’il n’y a pas de limite de temps et qu’aucun fichier n’est stocké sur un serveur tiers.
La première fois, le téléchargement comprend un modèle de reconnaissance vocale de 77 Mo, puis votre navigateur le met en cache.
Davantage d’outils de transcription.
Le même moteur privé, exécuté dans le navigateur, optimisé pour une tâche spécifique :
Comment convertir un fichier audio en texte.
- Vous pouvez ajouter un fichier audio ou vidéo : les formats MP3, WAV, M4A et FLAC sont pris en charge, ainsi que la plupart des autres formats d’enregistrement.
- Sélectionnez la taille du modèle et la langue parlée (ou laissez l’option de détection automatique activée), puis cliquez sur « Transcrire ».
- Regardez le texte défiler, puis copiez-le ou téléchargez-le au format TXT, SRT ou VTT.
À propos de cet outil de conversion audio en texte.
Cet outil exécute directement dans votre navigateur le modèle Whisper, un modèle open source d’OpenAI, pour la reconnaissance vocale. Lors de la première utilisation, le modèle que vous avez choisi est téléchargé (de 41 à 249 Mo) et mis en mémoire cache, ce qui permet aux transcriptions suivantes de démarrer sans délai. Aucune donnée relative à votre enregistrement n’est stockée, suivie ou envoyée à un serveur.
Trois tailles de modèles vous permettent de choisir entre la rapidité et la précision : « Rapide » pour prendre des notes rapidement, « Équilibré » pour la plupart des enregistrements, et « Précis » lorsque chaque mot est important. Les segments horodatés sont générés sous forme de fichiers de sous-titres SRT ou VTT, qui peuvent être directement intégrés dans les logiciels et lecteurs vidéo, et l’option de traduction permet de convertir la parole dans n’importe quelle langue prise en charge en texte anglais.
Questions fréquentes
Mon enregistrement est-il téléversé quelque part ?
Non. La transcription se fait entièrement dans votre navigateur à l’aide d’un modèle d’IA local (Whisper, un logiciel open source d’OpenAI). Le seul téléchargement concerne le modèle lui-même. Vos fichiers audio ne quittent jamais votre appareil, ce que vous pouvez vérifier dans le panneau réseau de votre navigateur.
Quelles langues sont prises en charge ?
Le modèle est multilingue et reconnaît la parole dans environ 99 langues, notamment l’anglais, l’espagnol, le chinois, le français, l’allemand, le portugais, le japonais et l’indonésien. Laissez le paramètre de détection automatique de la langue activé, ou définissez-le explicitement pour une précision légèrement supérieure. Vous pouvez également traduire la parole d’une langue prise en charge directement en texte anglais.
Dans quelle mesure est-ce précis ?
Il fonctionne très bien avec une voix claire, et les modèles plus grands offrent une qualité nettement supérieure. Comme tous les systèmes de reconnaissance vocale, il a du mal à gérer les bruits de fond importants, les accents prononcés, les voix qui se chevauchent et la musique. Il peut également générer du texte pendant les longs silences. Il est donc toujours conseillé de relire le résultat avant de le publier.
Combien de temps faut-il pour effectuer une transcription ?
Cela dépend de votre appareil et de la taille du modèle : l’enregistrement est traité localement, généralement plusieurs fois plus rapidement qu’en temps réel sur un ordinateur portable moderne utilisant le modèle « Équilibré ». Les fichiers plus longs prennent simplement plus de temps à traiter ; laissez l’onglet ouvert pendant le processus.