Convertir un fichier MP3 en texte
Choisissez un fichier MP3 et l’IA (Whisper ou SenseVoice) le transcrit dans votre navigateur. L’audio n’atteint jamais un serveur. Sans compte, sans paiement, sans limite de durée.
Pour cette langue, la précision baisse fortement avec les petits modèles. Choisissez Whisper Small ou un modèle plus grand
Vous pouvez normalement laisser ce réglage sur Auto. Modifiez-le seulement si le résultat contient manifestement un mauvais nombre de locuteurs
Pas de fichier ? Enregistrez avec votre micro. La transcription démarre après l’arrêt de l’enregistrement (jusqu’à environ 000 min sur cet appareil avec le modèle sélectionné). Votre enregistrement n’est pas non plus envoyé à un serveur.
Comment transcrire un MP3
- Choisissez la langue. La détection automatique fonctionne, mais indiquer la langue réelle (le français pour un enregistrement en français, par exemple) réduit les erreurs de reconnaissance. Si deux personnes ou plus parlent, activez aussi l’identification des locuteurs.
- Déposez le fichier MP3 ici ou cliquez pour le choisir. La transcription démarre dès le chargement du fichier, et les lignes apparaissent dans l’ordre à mesure qu’elles sont finalisées.
- Une fois la transcription terminée, cliquez sur une ligne pour réécouter l’audio à partir de ce point et corrigez les erreurs éventuelles. Choisissez ensuite TXT, Word ou un autre format dans « Télécharger », ou copiez directement le texte.
Ce qui compte avec le MP3
Le MP3 est un format compressé : le débit de l’enregistrement d’origine influe donc directement sur la précision. À partir de 128 kbps, une conversation ordinaire est reconnue de façon fiable. En dessous de 64 kbps, ou avec des enregistrements téléphoniques dont les hautes fréquences ont été supprimées, davantage de mots sont perdus. Pour les langues autres que le japonais, le chinois et le coréen, passer au modèle Small ou plus grand aide généralement.
Tout s’exécute sur votre propre appareil. Le fichier n’est pas envoyé et le texte obtenu n’est envoyé nulle part non plus : les enregistrements que vous ne pouvez pas partager à l’extérieur, comme les réunions ou les entretiens, peuvent donc être traités tels quels.
Les passages silencieux ne sont pas traités : le temps nécessaire dépend donc de la durée réelle de parole, et non de la longueur du fichier. Les cours avec de longues pauses, ou les enregistrements où personne ne parle pendant de longues périodes, se terminent plus vite que leur durée ne le laisse penser.
En cas de problème
- Si le même nom ou terme est mal transcrit à plusieurs reprises, corrigez toutes les occurrences d’un coup avec « Rechercher et remplacer » sur l’écran des résultats.
- Dans les podcasts avec de la musique ou des jingles, des phrases que personne n’a prononcées peuvent apparaître pendant la musique. Supprimez ces lignes sur l’écran des résultats.
Questions fréquentes
Puis-je transcrire d’autres formats que le MP3 ?
Oui. WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR et WebM sont tous pris en charge. Si vous choisissez un fichier vidéo, seule la piste audio est extraite et traitée.
Y a-t-il une limite de taille de fichier ?
Non. Il n’y a pas non plus de limite de durée. La durée d’enregistrement traitable en une fois dépend de la mémoire de votre appareil et du modèle sélectionné ; si un fichier dépasse cette capacité, la page vous l’indique avant le début du traitement.
Mon audio est-il envoyé quelque part ?
Non. La transcription s’exécute dans votre navigateur, et ni le fichier audio ni le texte obtenu ne sont envoyés à un serveur externe. Des statistiques de traitement servant à corriger les problèmes (caractéristiques de l’appareil, type d’erreur, etc.) sont envoyées au serveur de ce site, mais elles ne contiennent ni audio, ni texte de transcription, ni noms de fichiers, ni adresses IP. Vous pouvez arrêter cet envoi en désactivant l’interrupteur de la section « Aidez-nous à améliorer le service » en bas de la page.
Combien de temps prend la transcription ?
Cela dépend de votre appareil et de la taille du modèle. Avec WebGPU, c’est souvent plus rapide que le temps réel ; sans WebGPU, comptez plusieurs fois la durée de l’audio.
Avant et après la transcription
Aidez-nous à améliorer le service
Nous envoyer les circonstances d’un traitement, réussi ou non, nous aide à repérer les problèmes (il faut les deux pour calculer un taux d’échec). Savoir quels appareils et réglages échouent le plus souvent nous permet de revoir les valeurs par défaut recommandées et de corriger les bugs en cause. Si cela ne vous dérange pas, laisser cette option activée nous aide vraiment.
Ce qui est envoyé
Les caractéristiques de votre appareil (modèle de GPU, mémoire, nombre de cœurs), le navigateur et le système d’exploitation, le modèle et la langue choisis, votre réglage d’identification des locuteurs (activé ou non, et le nombre de locuteurs défini), la langue d’affichage de la page, l’état d’avancement du traitement (y compris si vous l’avez arrêté ou avez fermé la page), le type et le détail de l’erreur, le format du fichier avec sa taille et sa durée approximatives, et le temps écoulé. Un numéro temporaire qui relie les traitements d’un même onglet (il est supprimé à la fermeture de l’onglet). Sur l’écran des résultats : le nombre d’utilisations de la modification (comme renommer des locuteurs ou couper des lignes), de la traduction, des résumés et des imports de sous-titres, les formats choisis dans « Télécharger », la fréquence d’utilisation de « Copier le texte » et de « Tout télécharger », et la paire de langues de traduction.
Ce qui n’est jamais envoyé
L’audio, les transcriptions (y compris les noms de locuteurs et les traductions), les noms de fichiers et les adresses IP. Les données vont uniquement au serveur de ce site, jamais à un service tiers.