Transcription d'entretien en ligne

De l'enregistrement au verbatim exploitable

Entretien de recherche pour un mémoire, source pour un article, entretien utilisateur pour un produit : l'enregistrement ne sert vraiment qu'une fois devenu du texte, que l'on peut coder, citer et fouiller. À la main, il faut compter quatre à six heures de travail par heure d'audio. Cette page vous montre ce que donne la version automatique sur votre propre enregistrement, à partir des 5 premières minutes, avant de confier le reste à l'application.

Qui dit quoi

Un entretien est un enregistrement à deux voix, et la transcription le restitue : chaque prise de parole est étiquetée Speaker A ou Speaker B avec un horodatage, si bien que les questions de l'intervieweur et les réponses du participant restent distinctes. Une table ronde à trois fonctionne de la même façon. Les étiquettes restent cohérentes d'un bout à l'autre du texte — le Speaker B de la première minute est le même à la quatrième —, et c'est précisément ce qui rend possible un codage par répondant.

Ce que fait l'aperçu

Votre navigateur lit le fichier et n'en garde que les 5 premières minutes : les enregistrements plus longs sont coupés localement, et cette portion est réencodée en WAV mono 16 kHz, de sorte que le reste n'est jamais envoyé. L'audio part par connexion chiffrée vers le moteur de transcription utilisé par l'application SozAI (AssemblyAI). La langue est détectée automatiquement parmi 99 langues, la ponctuation est ajoutée et les mots de remplissage sont légèrement nettoyés : on obtient une transcription lisible plutôt qu'un verbatim strict. Une fois le texte remis, l'audio et la transcription sont supprimés chez le prestataire.

Formats et limites

• M4A, MP3, WAV, AAC, FLAC, OGG/OPUS, WEBM, jusqu'à 25 Mo tels quels ; les enregistrements plus longs sont d'abord ramenés à 5 minutes dans le navigateur (jusqu'à 30 Mo sur ordinateur, 12 Mo sur téléphone).
• Trois aperçus par appareil et par jour, sans compte.
• Un appel téléphonique enregistré via le haut-parleur comme un entretien mené à la table d'un café se transcrivent tous les deux, avec davantage d'erreurs sur la voix la plus faible.

Consentement et confidentialité

Enregistrer une personne suppose son consentement à peu près partout, et les comités d'éthique de la recherche l'exigent généralement par écrit. La transcription ne change rien à cette règle. Si votre protocole encadre le lieu de traitement de l'audio, sachez que l'aperçu est traité par un prestataire situé aux États-Unis, sauf si le site a été basculé sur son point d'accès européen ; pour tout ce qui relève d'un accord de traitement des données, passez par les paramètres de projet de l'application.

L'entretien en entier

Un entretien d'une heure représente douze fois la durée d'un aperçu. L'application SozAI le transcrit en une seule passe, conserve l'identification des interlocuteurs, produit une synthèse des thèmes abordés et range chaque entretien dans une bibliothèque consultable dans son ensemble. Importez depuis Dictaphone, Fichiers ou un enregistrement partagé. Les 30 premières minutes sont gratuites.