Transcription
Aussi : transcription de fichiers
Mis à jour le
Définition
La transcription consiste à convertir après coup un enregistrement audio ou vidéo existant en texte. C’est le pendant différé de la dictée, qui produit le texte en direct pendant que vous parlez.
La transcription part d’un fichier : une réunion enregistrée, un entretien, un cours, un mémo vocal. L’outil traite l’enregistrement entier, souvent plus vite que le temps réel, et renvoie un document. Comme l’audio existe déjà, les outils de transcription peuvent se permettre des modèles plus lents et plus précis, faire plusieurs passes et ajouter une structure dont la dictée en direct n’a jamais besoin : horodatages, identification des locuteurs, paragraphes par sujet, résumés.
La confusion avec la dictée se comprend, car les mêmes modèles de reconnaissance vocale se trouvent dans les deux. Ce qui diffère, c’est tout ce qui entoure le modèle, et il est rare qu’un même produit excelle dans les deux tâches.
Ce dont la transcription a besoin et pas la dictée
La diarisation des locuteurs, pour que la transcription indique qui a dit quoi. Les horodatages, pour retrouver une citation dans l’enregistrement. La gestion des longs formats, car une heure d’audio n’est pas le même problème qu’une phrase. Des résumés et des actions à mener, car personne ne lit la transcription complète d’une réunion. L’import depuis des fichiers et des liens, vidéo comprise.
Rien de tout cela ne vous aide à écrire un e-mail plus vite. Un outil de dictée met ses efforts ailleurs : la latence, la mise en forme au curseur, le fonctionnement dans chaque app et un bon comportement dans un terminal.
Choisir le bon type d’outil
Si votre enregistrement existe déjà, il vous faut un outil de transcription. Sur le Mac, MacWhisper et Superwhisper transcrivent tous deux des fichiers en local ; Otter.ai transcrit les réunions dans le cloud, avec identification des intervenants et résumés. Si vous rédigez, il vous faut la dictée. Certaines personnes ont besoin des deux, et deux outils ciblés font en général mieux qu’un seul qui s’éparpille.
Comment transcrire un enregistrement sur un Mac avec Dictaphone
L’app Dictaphone fournie avec macOS peut afficher la transcription d’un enregistrement. Apple précise que la transcription audio n’est pas disponible dans tous les pays ou régions : le bouton peut donc manquer sur votre Mac.
- Ouvrez l’app Dictaphone sur votre Mac.
- Cliquez sur l’enregistrement que vous voulez lire.
- Cliquez sur le bouton Transcription pour afficher la transcription.
- Sélectionnez le texte voulu, cliquez dessus en maintenant la touche Contrôle enfoncée, puis choisissez Copier.
- Collez le texte dans Mail, dans un document ou dans n’importe quelle autre app.
- Pour retrouver un enregistrement d’après ce qui y a été dit, tapez les mots dans le champ de recherche. Dictaphone affiche les enregistrements qui contiennent ce texte dans le titre ou dans la transcription.
Comment transcrire un fichier audio dans Terminal avec Whisper
Whisper est un modèle ouvert de reconnaissance de la parole, dont le code et les poids sont publiés sous licence MIT. Il est fourni avec un outil en ligne de commande qui prend des fichiers audio et rend du texte. Le projet indique être compatible avec Python 3.8 à 3.11, et il a besoin de l’outil ffmpeg pour lire l’audio.
- Ouvrez Terminal.
- Installez ffmpeg. Avec Homebrew, la commande est : brew install ffmpeg
- Installez Whisper avec : pip install -U openai-whisper
- Lancez-le sur un fichier avec : whisper audio.mp3 --model turbo
- Si vous connaissez la langue de l’enregistrement, indiquez-la, par exemple : whisper japanese.wav --language Japanese
- Pour obtenir un texte en anglais à partir d’une parole dans une autre langue, ajoutez --task translate et choisissez un autre modèle que turbo, par exemple --model medium.
La transcription automatique est-elle précise ?
Cela dépend de l’enregistrement et du modèle. Avec Whisper, c’est vous qui choisissez le compromis. Le projet publie six tailles, de tiny avec 39 millions de paramètres à large avec 1 550 millions, et estime tiny environ dix fois plus rapide que large. Le modèle turbo a 809 millions de paramètres et est estimé environ huit fois plus rapide que large.
Les longs fichiers ne sont pas traités d’un seul coup. Whisper lit le fichier entier et le traite avec une fenêtre glissante de 30 secondes : une erreur dans un passage n’a donc pas forcément d’effet sur le reste. Quel que soit l’outil, le test honnête est le même : choisissez quelques minutes qui comptent, réécoutez-les et suivez la transcription en même temps avant de faire confiance au document complet.
Les questions qu’on se pose.
La transcription, est-ce la même chose que la dictée ?
Non. La transcription transforme un enregistrement existant en texte ; la dictée transforme votre parole en direct en texte, là où vous écrivez. Les mêmes modèles de reconnaissance peuvent servir aux deux, mais les produits sont conçus différemment et excellent rarement dans les deux tâches.
Une app de dictée peut-elle transcrire un enregistrement ?
Certaines le peuvent, en fonction secondaire. Flit le fait depuis la 1.5, sur le Mac, avec des horodatages dans ses exports SRT et VTT mais sans identification des intervenants. Si c’est l’identification des intervenants qu’il vous faut, choisissez un outil de transcription conçu pour cela.
Quels outils locaux pour Mac transcrivent des fichiers ?
MacWhisper est le plus complet, avec une offre gratuite et une version Pro payante qui identifie les intervenants. Superwhisper et Flit transcrivent tous deux des fichiers enregistrés en plus de la dictée. Les trois font tourner des modèles locaux sur Apple silicon.
Comment transcrire gratuitement un audio en texte sur un Mac ?
Deux options ne coûtent rien. L’app Dictaphone affiche une transcription quand vous cliquez sur le bouton Transcription d’un enregistrement, là où la fonction est disponible. Le modèle ouvert Whisper s’installe avec pip et se lance sur un fichier audio depuis Terminal.
Whisper peut-il traduire un audio en anglais ?
Oui. Ajouter --task translate à la commande whisper produit un texte en anglais à partir d’une parole dans une autre langue. Le projet indique que le modèle turbo n’est pas prévu pour la traduction : choisissez donc un autre modèle multilingue, comme medium ou large.
Peut-on copier le texte d’une transcription de Dictaphone ?
Oui. Ouvrez la transcription sur votre Mac, sélectionnez le texte, cliquez dessus en maintenant la touche Contrôle enfoncée et choisissez Copier. Vous pouvez ensuite le coller dans n’importe quelle autre app.
