Transcription audio en texte

Déposez le fichier (MP3, WAV, M4A, MP4, MOV…), choisissez la langue parlée et le modèle, puis cliquez sur Transcrire. Le texte apparaît à droite ; copiez-le ou téléchargez-le en TXT, SRT ou VTT.

Non. Whisper, le modèle de reconnaissance vocale d'OpenAI, tourne dans votre navigateur (Transformers.js). L'audio ne quitte jamais votre appareil ; seul le modèle est téléchargé, une seule fois.

Rapide (Whisper base, 77 Mo) convient à une voix claire et fonctionne partout. Précis (Whisper small) gère bien mieux les accents, le bruit de fond et plusieurs interlocuteurs ; il est plus lourd et plus lent, et utilise la carte graphique quand elle est disponible.

En mode Rapide, environ un quart de la durée de l'audio sur un ordinateur récent (15 minutes pour 1 heure). Le mode Précis est 2 à 4 fois plus lent sans carte graphique. Transcrire seulement un passage avec les curseurs va plus vite.

Français, anglais, espagnol, allemand, italien, portugais, néerlandais, arabe, turc, polonais, russe, ukrainien, chinois, japonais, coréen, hindi et suédois. Choisissez la langue parlée avant de transcrire.

Oui : téléchargez le fichier SRT ou VTT. Les sous-titres sont découpés en lignes lisibles de deux rangées maximum, calées sur la parole. Pour les traduire, envoyez le SRT au traducteur de sous-titres en un clic.

Avec un enregistrement clair, Whisper est très précis, ponctuation comprise. La musique, un bruit fort, des personnes qui parlent en même temps ou un vocabulaire très spécialisé causent des erreurs : relisez avant de publier.

Fichiers jusqu'à 100 Mo (plusieurs heures de MP3, une dizaine de minutes de vidéo 4K). Les longs fichiers fonctionnent, mais gardez l'onglet ouvert : la transcription tourne sur votre appareil.