Le MP3, c’est ce que l’enregistreur vous a donné
Les enregistreurs de poche, les applications de mémo vocal, les dictaphones et la plupart des outils de réunion enregistrent en MP3 par défaut. C’est léger, ça se lit partout, et c’est le format qui finit dans un dossier appelé « enregistrements » que plus personne n’ouvre. Cette page prend l’un de ces fichiers et vous rend la parole sous forme de texte : à l’écran pour la lire et la copier, et en téléchargement .txt nommé d’après le MP3, si bien que reunion-0412.mp3 devient reunion-0412.txt.
Rien n’a besoin d’être préparé. Vous n’avez pas à convertir, à normaliser le volume, à couper les silences ni à séparer les canaux. Envoyez le fichier tel que l’appareil l’a produit.
Débit, durée et les deux plafonds
Deux limites s’appliquent à chaque envoi : 100 Mo de fichier et trois heures d’audio. Celle que vous atteignez en premier dépend entièrement du débit utilisé par votre enregistreur.
- 320 kbit/s. Environ 144 Mo par heure, les fichiers longs doivent donc être réexportés.
- 128 kbit/s. Environ 58 Mo par heure : à peu près 100 minutes dans la limite de taille.
- 64 kbit/s, voix en mono. Environ 29 Mo par heure, c’est donc la limite de trois heures qui contraint en premier.
Un débit faible n’est pas un problème pour la reconnaissance. La parole supporte bien la compression, et un enregistrement mono à 64 kbit/s d’un locuteur qui articule se lit mieux qu’un enregistrement à 320 kbit/s d’un téléphone posé à l’autre bout d’une table de réunion. Si un fichier dépasse la limite, réexportez-le à un débit plus faible ou coupez-le en deux : le prix est de toute façon à la minute d’audio, donc découper un enregistrement ne vous coûte rien de plus que le minimum de 100 crédits sur chaque partie.
Le prix d’abord, le texte brut ensuite
La transcription est une opération payante, le déroulé est donc volontairement lent au départ. Vous envoyez le fichier, la durée est mesurée, et la page affiche les minutes, les crédits et votre solde. Rien n’est débité tant que vous n’avez pas confirmé. Dix crédits par minute entamée avec un plancher de 100 crédits, cela fait 600 crédits pour une heure d’audio et 1 800 pour les trois heures complètes. Les tarifs de tous les outils payants se trouvent sur la page des tarifs, et chaque nouveau compte reçoit 250 crédits de bienvenue pour faire des essais.
Ce qui revient est du texte brut, délibérément : pas d’horodatage, pas de noms de locuteurs, pas de fichiers de sous-titres SRT ou VTT. Cela reste facile à coller dans un compte rendu, un rapport ou un ticket. Si vos enregistrements ne sont pas des MP3, Audio en texte décrit la même opération pour le M4A, le WAV et l’OGG. Pour du texte prisonnier de documents plutôt que d’un enregistrement, utilisez PDF en texte sur un PDF normal, ou OCR PDF quand les pages sont des numérisations.