Comment transcrire un audio en texte gratuitement (rapide et précis)

Vous avez un enregistrement de 40 minutes qui traîne sur votre téléphone. Un entretien, un cours, un mémo vocal marmonné au fil d'une promenade. Et voilà qu'il vous faut coucher ces mots sur la page, idéalement sans payer personne ni y consacrer tout votre après-midi.

Bonne nouvelle : vous pouvez transcrire un audio en texte gratuitement, et les outils sont devenus réellement bons. Le hic que personne ne mentionne d'emblée, c'est que ce « bon » dépend bien plus de votre enregistrement que de votre logiciel. Ce guide passe en revue les véritables méthodes gratuites, les cas où chacune l'emporte, et la partie que la plupart des articles escamotent complètement : ce qui détermine vraiment si votre transcription ressort nette ou se transforme en charabia que vous devez corriger ligne par ligne.

Les outils gratuits déjà présents sur vos appareils

Avant de vous inscrire où que ce soit, vérifiez ce que vous possédez déjà. La plupart des téléphones et des suites bureautiques sont livrés avec une transcription intégrée, et pour bien des tâches, cela suffit amplement.

Sur un iPhone, l'application Voice Memos transcrit les enregistrements directement sur l'appareil. Si vous avez un iPhone 12 ou plus récent sous iOS 18 ou une version ultérieure, ouvrez un enregistrement, touchez l'icône en forme de bulle au-dessus des commandes de lecture, et le texte apparaît avec une mise en surbrillance mot à mot pendant la lecture. Tout fonctionne entièrement hors ligne, dans une dizaine de langues, si bien que rien n'est envoyé où que ce soit. C'est un véritable atout pour la confidentialité de tout contenu sensible.

Sur un Google Pixel, l'application Recorder fait ce qu'Apple ne fait toujours pas : elle transcrit en temps réel pendant que vous enregistrez, entièrement sur l'appareil et hors ligne. Pas d'internet, pas de compte, aucun coût. La contrepartie, c'est qu'elle est réservée au Pixel : si vous avez un autre téléphone Android, il vous faudra une autre solution.

Google Docs Voice Typing (saisie vocale) est le cheval de bataille gratuit de bien des gens. Ouvrez un document, allez dans Outils > Saisie vocale (ou appuyez sur Ctrl+Maj+S sous Windows, Cmd+Maj+S sur Mac), et parlez. C'est gratuit, sans limite de minutes, et cela fonctionne étonnamment bien pour une dictée nette et régulière. Les limites, en toute honnêteté : la ponctuation est à peine ajoutée, et l'outil est conçu pour la parole en direct, pas pour des fichiers. Pour transcrire un enregistrement que vous avez déjà, on diffuse l'audio à voix haute sur un appareil pendant que Docs écoute sur un autre, ce qui marche mais dégrade la qualité.

L'outil Transcribe de Microsoft Word est plus complet, mais il n'est pas gratuit. Il exige un abonnement Microsoft 365 payant et une connexion internet. En échange : vous téléversez un fichier (.mp3, .wav, .m4a ou .mp4), et Word sépare les locuteurs, ajoute des horodatages et couvre plus de 80 langues, jusqu'à 300 minutes d'audio téléversé par mois. Si vous payez déjà pour Microsoft 365, c'est l'une des meilleures options cachées à la vue de tous. Sinon, passez votre chemin. La fonction Dictate intégrée à Word, en revanche, est gratuite et gère la reconnaissance vocale en direct.

Astuce : Adaptez l'outil à la source. Les applications d'enregistrement sur l'appareil (iPhone Voice Memos, Pixel Recorder) sont idéales pour l'audio que vous captez à l'instant. Les outils fondés sur le téléversement sont parfaits pour les fichiers que vous possédez déjà. Vouloir forcer un outil de dictée en direct à transcrire un fichier enregistré, c'est là que la plupart des gens perdent une heure.

Transcripteurs en ligne gratuits et outils d'IA

Quand les options intégrées ne conviennent pas, un transcripteur dans le navigateur fera généralement l'affaire. Vous téléversez un fichier, patientez quelques minutes et téléchargez le texte. Ce sont ces outils qui ont rendu la transcription gratuite réellement utilisable ces deux dernières années, car la plupart reposent désormais sur des modèles modernes de reconnaissance vocale plutôt que sur les moteurs poussifs d'il y a dix ans.

Les offres gratuites varient, il vaut donc la peine d'en connaître les contours avant d'en choisir une :

• Notta — 120 minutes gratuites par mois, pratique pour les enregistrements plus longs occasionnels.
• Otter.ai — 300 minutes gratuites par mois, redoutable pour les réunions et la capture en temps réel.
• TurboScribe — trois fichiers par jour, jusqu'à 30 minutes chacun, sans plafond mensuel.
• OpenAI's Whisper — gratuit et open source, sans limite de minutes si vous êtes à l'aise pour l'exécuter vous-même, ce qui est le hic pour les utilisateurs non techniques.

La plupart acceptent les formats attendus (MP3, WAV, M4A, FLAC), avec des plafonds de taille de fichier qui tournent souvent autour de 500 Mo. Quelques-uns acceptent des téléversements jusqu'à 1 Go. Le chiffre qui piège les gens, c'est la limite de durée par fichier, distincte du total mensuel. Un outil peut vous accorder 120 minutes par mois et pourtant caler sur un seul fichier de 90 minutes. Vérifiez la limite par fichier avant de téléverser un long enregistrement, et non après l'échec.

La voie gratuite la plus simple, étape par étape

Si vous voulez simplement une transcription nette d'un enregistrement avec le moins de friction possible, voici l'itinéraire que je conseillerais à presque tout le monde. C'est là qu'un assistant de réunion IA comme Laxis prouve son utilité pour un cas précis, et j'y viendrai, mais pour un fichier audio isolé, un transcripteur en ligne gratuit est la bonne option.

1. Préparez votre fichier. Assurez-vous qu'il est dans un format courant (MP3, WAV ou M4A). Si votre enregistreur a sauvegardé quelque chose d'exotique, la plupart des outils convertissent au téléversement, mais MP3 reste la valeur sûre.
2. Choisissez un transcripteur gratuit adapté à la durée de votre fichier. Pour tout ce qui fait moins de 30 minutes, l'offre gratuite de TurboScribe est rapide. Pour un fichier unique plus long, les 120 minutes gratuites mensuelles de Notta vous laissent plus de marge.
3. Téléversez et définissez la langue. Cette seule étape compte plus qu'on ne le croit. Indiquer d'emblée la bonne langue parlée améliore sensiblement la précision, surtout pour l'audio non anglophone.
4. Attendez, puis relisez. La transcription prend généralement une fraction de la durée de l'audio. Une fois terminée, relisez la première minute en la comparant à l'audio pour repérer les erreurs systématiques : noms mal entendus, jargon, un mot récurrent mal transcrit.
5. Nettoyez et exportez. Corrigez la poignée d'erreurs, ajoutez à la main les étiquettes de locuteurs si l'outil gratuit ne l'a pas fait, et exportez en texte, Word ou SRT.

C'est tout. Pour un audio net à un seul locuteur, vous passerez plus de temps à lire cette liste qu'à l'exécuter.

Ce qui détermine vraiment la précision

Voici la partie qui sépare une transcription exploitable d'un fatras, et elle n'a presque rien à voir avec l'outil que vous avez choisi. Tous les transcripteurs modernes utilisent en interne une technologie de reconnaissance vocale à peu près similaire. Ce qui varie énormément, c'est l'audio que vous lui donnez.

Sur un audio net à un seul locuteur enregistré avec un micro correct, comptez sur une précision d'environ 85 à 95 pour cent. Les meilleurs moteurs atteignent 95 à 98 pour cent sur des enregistrements de qualité studio. Mais sur de l'audio du monde réel, les chiffres s'effondrent, tombant souvent sous les 80 pour cent. Ce taux d'erreur de 20 pour cent peut convenir pour une note vocale personnelle et tourner au désastre pour tout ce que vous citez ou publiez.

Quatre facteurs causent l'essentiel des dégâts :

Le bruit de fond

Le tueur de précision numéro un. Ronronnement de la ventilation, circulation, un café, le vent sur le micro d'un téléphone. Dès que le bruit devient fort par rapport à la parole, le moteur se met à deviner.

La distance et la qualité du microphone

Un micro placé à six ou douze pouces du locuteur capte toute la voix. Le micro d'un ordinateur portable à l'autre bout de la pièce capte une version fluette et pleine d'écho que le moteur peine à traiter.

Les chevauchements et les locuteurs simultanés

Quand deux personnes parlent en même temps, le modèle ne peut réellement en suivre qu'une. L'audio à plusieurs locuteurs est nettement plus difficile qu'une voix unique.

Les accents et le jargon

Les accents prononcés, les termes techniques et les noms propres sont les endroits où même de bons outils dérapent. Définir la bonne langue et le bon dialecte aide, mais attendez-vous à corriger les noms à la main.

Remarquez que trois de ces quatre facteurs sont des choses que vous maîtrisez avant même d'appuyer sur enregistrer. Ce qui nous amène à l'amélioration la plus rentable que vous puissiez faire.

L'astuce qui bat n'importe quel logiciel : Un microphone USB à 30 dollars améliorera la précision de votre transcription plus que le passage à n'importe quel outil de transcription haut de gamme. Le moteur ne peut travailler qu'avec l'audio qu'on lui donne, et un signal net issu d'un micro proche et correct fait plus que toute l'ingéniosité de l'IA appliquée à un enregistrement brouillon d'ordinateur portable.

Deuxième place, gratuite : rapprochez le micro et supprimez le bruit. Placez-vous à moins d'un pied du locuteur, fermez la fenêtre, éteignez le ventilateur. Dix secondes de préparation vous épargnent vingt minutes de corrections.

Étiquettes de locuteurs, longs fichiers et le plafond des outils gratuits

Deux limites reviennent sans cesse avec la transcription gratuite, et toutes deux méritent d'être connues avant de vous engager dans un flux de travail.

La première, ce sont les étiquettes de locuteurs, techniquement appelées diarisation, c'est-à-dire déterminer qui a dit quoi. C'est la première fonction que les offres gratuites ont tendance à retirer. Bon nombre de transcripteurs gratuits vous remettent un mur de texte ininterrompu, sans la moindre indication des locuteurs. Même lorsque la diarisation est incluse, elle affiche une précision d'environ 80 à 95 pour cent et bute sur les paroles qui se chevauchent et les voix qui se ressemblent. Si vous transcrivez un entretien à deux et devez distinguer clairement « Intervieweur » et « Invité », vérifiez que l'outil le fait réellement dans l'offre gratuite avant de vous y fier.

La seconde, c'est la durée. Les offres gratuites adorent plafonner la durée par fichier. Un enregistrement de trois heures devra peut-être être découpé en morceaux, ou dépassera tout simplement ce qu'une offre gratuite autorise par mois. Il n'y a aucune honte à découper un long fichier, mais anticipez-le.

Ces plafonds sont précisément pourquoi les réunions et les appels commerciaux sont une tout autre affaire qu'un fichier audio isolé. Si vous transcrivez des conversations que vous avez régulièrement, un flux de travail par téléversement a posteriori lasse vite. C'est là qu'un assistant de réunion IA comme Laxis, conçu à cet effet, change la nature du problème : il rejoint votre appel Zoom, Google Meet ou Teams, transcrit en temps réel, étiquette chaque locuteur au fil de la parole, et vous remet à la fin de l'appel un résumé assorti des actions à mener et des décisions prises. On ne vous laisse pas avec un mur de texte à nettoyer. On vous laisse des notes réellement exploitables, qui se synchronisent directement avec HubSpot ou Salesforce. Pour un fichier audio quelconque, un transcripteur gratuit convient. Pour les appels que vous menez chaque semaine, une capture en temps réel avec étiquettes de locuteurs intégrées, c'est un tout autre niveau d'utilité.

En résumé

Le basculement intéressant, c'est que la transcription a cessé d'être la partie difficile. Les moteurs sont assez bons pour que le goulot d'étranglement se soit déplacé en amont, vers les dix secondes de réflexion avant d'enregistrer. Rapprochez le micro, faites le silence dans la pièce, nommez la langue, et n'importe quel outil gratuit vous rendra quelque chose de net. Sautez tout cela, et aucun logiciel haut de gamme ne sauvera l'enregistrement. Soignez un peu la captation, et vous n'aurez presque jamais à penser à la transcription.

Questions fréquentes

Quelle est la meilleure façon gratuite de transcrire un audio en texte ?

Pour un enregistrement que vous possédez déjà, le téléverser vers un transcripteur IA gratuit comme Notta (120 minutes gratuites par mois) ou TurboScribe (trois fichiers par jour, jusqu'à 30 minutes chacun) est généralement la voie la plus rapide et prend en charge la plupart des formats audio. Si vous êtes déjà dans l'écosystème de Google, Google Docs Voice Typing est réellement gratuit, sans limite de minutes. Sur un iPhone 12 ou plus récent sous iOS 18 ou une version ultérieure, l'application Voice Memos transcrit sur l'appareil gratuitement, sans aucun téléversement.

La fonction Transcribe de Microsoft Word est-elle gratuite ?

Non. L'outil Transcribe de Word exige un abonnement Microsoft 365 payant et une connexion internet. Il plafonne l'audio téléversé à 300 minutes par mois, prend en charge les fichiers .mp3, .wav, .m4a et .mp4, et couvre plus de 80 langues. C'est une option solide si vous payez déjà pour Microsoft 365, mais elle n'est pas disponible dans les versions gratuites en ligne ou uniquement de bureau de Word.

Quelle est la précision de la transcription audio gratuite ?

Sur un audio net à un seul locuteur enregistré avec un micro correct, comptez sur une précision d'environ 85 à 95 pour cent, et les meilleurs moteurs peuvent atteindre 95 à 98 pour cent sur des enregistrements de qualité studio. Sur de l'audio du monde réel, brouillon, avec bruit de fond, chevauchements ou accents prononcés, la précision tombe souvent sous les 80 pour cent. La qualité de l'audio compte plus que l'outil que vous choisissez.

Les outils de transcription gratuits peuvent-ils indiquer qui a dit quoi ?

Parfois, mais c'est la première fonction placée derrière un paywall. L'étiquetage des locuteurs, appelé diarisation, affiche une précision d'environ 80 à 95 pour cent et peine avec les paroles qui se chevauchent et les voix qui se ressemblent. Beaucoup d'offres gratuites renvoient un bloc de texte ininterrompu sans la moindre étiquette de locuteur ; donc si savoir qui a dit quoi est important, vérifiez que l'outil prend en charge la diarisation avant de vous y fier.

Quels formats audio et quelles durées de fichier les transcripteurs gratuits acceptent-ils ?

La plupart des transcripteurs gratuits acceptent MP3, WAV, M4A et FLAC, avec des plafonds de taille de fichier souvent autour de 500 Mo. Les limites de durée varient beaucoup : certaines offres gratuites s'arrêtent à 15 minutes par fichier, TurboScribe autorise 30 minutes par fichier trois fois par jour, et quelques outils vous laissent téléverser des fichiers jusqu'à 1 Go. Pour un long enregistrement, vérifiez la limite par fichier avant de commencer plutôt qu'après.