Convertir un audio en texte

Oui. Pas de compte, pas d'inscription, pas d'abonnement. Le travail se fait sur votre appareil, il n'y a donc pas de facture de serveurs à répercuter. La seule limite est la mémoire de votre appareil : les fichiers longs en demandent plus.

Non. Votre navigateur ouvre le fichier et fait tourner le modèle vocal sur votre appareil. Seuls les modèles sont téléchargés, depuis Hugging Face. Votre audio et vos transcriptions ne sont envoyés nulle part.

MP3, WAV, M4A, OGG, Opus, FLAC, AAC, MP4 et WebM s'ouvrent tout de suite dans la plupart des navigateurs. Les AVI, MOV, MKV et autres vidéos que votre navigateur ne sait pas ouvrir passent par un convertisseur intégré, qui télécharge environ 10 Mo la première fois.

Oui. Choisissez ou déposez autant de fichiers que vous voulez. Ils rejoignent une liste et passent l'un après l'autre, et vous pouvez ouvrir chaque transcription dès qu'elle démarre.

Oui. Réglez Repérer les intervenants sur Détecter les intervenants, ou sur le nombre de personnes si vous le connaissez. Chaque passage reçoit une étiquette Intervenant 1, Intervenant 2 que vous pouvez renommer. Des voix proches peuvent être confondues, vérifiez donc avant de partager.

Les 99 langues sur lesquelles Whisper a été entraîné. Choisissez la langue parlée ou laissez-le la détecter. Les résultats sont meilleurs dans les langues très parlées et plus faibles dans celles qui ont moins de données d'entraînement.

Oui, dans les navigateurs mobiles récents. Un téléphone est plus lent qu'un portable, la qualité Rapide ou Équilibrée convient donc mieux. Gardez la page ouverte et l'écran allumé : les téléphones mettent souvent en pause les pages en arrière-plan.

Cela dépend de votre appareil, de la durée du fichier et de la qualité choisie. Un portable est bien plus rapide qu'un téléphone, et la carte graphique l'est encore plus. Vous pouvez lire les premiers passages pendant que le reste avance.

Pas de limite fixe, mais le fichier entier est chargé en mémoire. Les longs enregistrements demandent plus de mémoire : sur téléphone, préférez des fichiers courts et la qualité Rapide. Dans nos tests, un enregistrement d'une heure est allé jusqu'au bout sur un ordinateur utilisant la carte graphique, et un fichier de 2 heures s'est chargé et a démarré.

Une voix claire dans une pièce calme ressort bien. Les accents, les paroles qui se chevauchent, la musique et le bruit causent des erreurs, tout comme les noms propres et les mots rares. Relisez toujours avant d'utiliser le texte.

Un peu de bruit de fond ne pose pas de problème. La musique forte, la foule et le vent causent des erreurs. Choisissez la qualité Maximale pour les enregistrements bruyants et enregistrez près de la personne qui parle quand c'est possible.

Oui. Cliquez sur une ligne pour la corriger, et sur son heure pour réécouter ce passage. Vos modifications sont reprises dans tous les téléchargements.

Word (DOCX), PDF, texte brut (TXT) et sous-titres SRT ou VTT. L'horodatage et les noms des intervenants sont inclus quand ils sont activés.

Uniquement dans ce navigateur, sous Enregistré sur cet appareil. Elles y restent jusqu'à ce que vous les supprimiez ou effaciez les données du site. L'audio n'est pas conservé.

Non. Tout se passe dans votre navigateur. Le modèle vocal se télécharge à votre première transcription, puis reste dans le stockage du navigateur.

C'est bien plus rapide et gratuit, mais une personne attentive reste plus précise sur un audio difficile. La bonne méthode : transcrire ici, puis relire en écoutant l'audio pour corriger ce qui cloche.