Transcrire un audio en texte
Déposez un enregistrement, un mémo vocal ou une vidéo et obtenez son texte dans votre langue. La reconnaissance vocale fonctionne sur votre appareil.
Scellé sur cet appareil
Fonctionne dans votre navigateur. Rien n’est envoyé.
Scellé
Votre enregistrement
Comment ça marche
-
Ajoutez votre enregistrement
Déposez un fichier audio ou vidéo, ou choisissez-le. Il est lu sur votre appareil et n’est jamais envoyé.
-
Choisissez la langue
Laissez « Détection automatique » ou choisissez la langue parlée, puis lancez. La première fois, le modèle vocal est téléchargé une seule fois.
-
Copiez ou téléchargez
Le texte s’affiche au fur et à mesure. Corrigez-le si besoin, puis copiez-le ou enregistrez-le dans un fichier .txt.
Questions fréquentes
Mon enregistrement est-il envoyé sur un serveur ?
Non. Le fichier est décodé et transcrit dans votre navigateur, sur votre appareil. Seul le modèle vocal est téléchargé, depuis ce site, et le navigateur le garde pour la prochaine fois. Votre audio et son texte ne sont jamais envoyés nulle part.
La transcription est-elle fiable ?
Elle est bonne sur une parole claire, mais pas parfaite. Les bruits de fond, la musique, les accents marqués, les personnes qui parlent en même temps, les noms propres et les termes techniques provoquent des erreurs. Relisez le texte avant de l’utiliser et corrigez-le directement. L’outil ne distingue pas les différents locuteurs.
Quelles langues peut-il transcrire ?
Plus de 50, dont l’anglais, l’espagnol, le français, l’allemand, le portugais, l’italien, le néerlandais, le polonais, le russe, l’ukrainien, le turc, l’arabe, l’hindi, le chinois, le japonais, le coréen, l’indonésien, le vietnamien et le thaï. La précision est meilleure pour les langues très parlées. La détection automatique écoute les 30 premières secondes.
Combien de temps cela prend-il ?
Cela dépend de votre appareil et de la durée de l’enregistrement. La reconnaissance vocale calcule sur votre processeur : un ordinateur récent est donc bien plus rapide qu’un téléphone ancien. La première fois inclut aussi le téléchargement unique du modèle, avec votre accord. Vous pouvez annuler à tout moment et garder ce qui est déjà transcrit.
Quels fichiers sont pris en charge ?
La plupart des fichiers audio et vidéo : MP3, WAV, M4A, AAC, OGG, Opus, FLAC, MP4, WebM et MOV. Quand le navigateur ne sait pas lire un fichier lui-même, l’outil essaie un convertisseur intégré. Les fichiers jusqu’à 2 Go peuvent être ouverts, mais les enregistrements très longs demandent beaucoup de mémoire.
Quels composants libres utilise-t-il ?
La reconnaissance vocale repose sur Whisper (modèle base), publié par OpenAI sous licence MIT, dans sa version ONNX réalisée par ONNX Community. Elle fonctionne avec Transformers.js de Hugging Face (licence Apache-2.0) et ONNX Runtime Web de Microsoft (licence MIT). Les fichiers que votre navigateur ne sait pas décoder lui-même sont convertis avec FFmpeg compilé en WebAssembly (ffmpeg.wasm), dont le cœur est sous licence GPL.