Points clés
Un enregistrement qui dure plusieurs heures produit une transcription que personne ne lira d’un bout à l’autre, donc l’objectif réel n’est pas d’obtenir un document propre, mais un document qu’on peut parcourir et qui permet de revenir directement au bon endroit dans l’audio. Découpez-le par intervention ou par thème plutôt qu’en tranches égales, conservez les horodatages, attendez-vous à ce que la qualité varie selon les changements dans la salle, et extrayez l’audio de la vidéo avant de tomber sur une limite d’envoi que vous ne connaissiez pas.
La plupart des conseils sur la transcription partent du principe qu’on a affaire à un fichier qu’on peut écouter en allant au travail — vingt minutes, peut-être quarante. Ces conseils tiennent la route jusqu’au moment où l’on se retrouve face à huit heures d’enregistrement d’une journée de conférence, une semaine de sermons rassemblés dans un seul fichier, ou un entretien que personne n’a voulu écourter. À cette longueur, les problèmes ne sont pas simplement des versions plus grosses des problèmes habituels. Ce sont des problèmes différents, et les conseils habituels ne le savent pas toujours.
Le réflexe, c’est de se demander comment obtenir la transcription de l’ensemble. La bonne question, c’est plutôt ce que vous allez en faire une fois qu’elle existe, parce que personne ne lit un document de quarante mille mots du début à la fin. Ce dont a vraiment besoin un enregistrement aussi long, ce n’est pas l’exhaustivité. C’est la possibilité de s’y retrouver.
Ce que la longueur fait vraiment craquer
Un enregistrement court cache ses propres limites. Les plafonds d’envoi, l’effort nécessaire pour vérifier une transcription, la forme du document final — rien de tout cela ne compte vraiment sur cinq minutes. Étirez le même enregistrement sur cinq heures, et toutes ces limites apparaissent en même temps.
- Des limites d’envoi qu’un fichier court n’approche jamais
- L’attention qu’il faut pour vérifier une transcription face à des heures d’audio, et non plus des minutes
- Un document final trop long pour que quiconque, vous y compris, puisse le lire d’un bout à l’autre
Ce point de bascule n’est pas un nombre de minutes fixe — il dépend de l’enregistrement, du micro, et de ce que vous savez déjà de son contenu — mais la tendance est la même pour tout le monde : au-delà d’une certaine durée, la forme du résultat compte autant que sa fidélité. Rien de tout cela ne signifie qu’un enregistrement long ne peut pas être transcrit. Cela veut dire que l’objectif doit changer. Un enregistrement court vise une transcription propre. Un enregistrement long vise une transcription navigable — consultable, découpée en sections qui ont un sens, avec les passages dont vous aurez vraiment besoin repérés pour pouvoir les retrouver. Pour avoir une idée du temps que prendra le traitement d’un fichier de cette taille avant d’y consacrer tout un après-midi, un outil de calcul du temps de transcription donne une estimation rapide.
Les horodatages, ce qui rend l’ensemble gérable
La recherche seule vous donne les mots. Elle ne vous ramène pas dans l’audio. Sur un enregistrement court, cela ne compte presque pas — vous pouvez parcourir tout le texte en quelques minutes et retrouver le moment à l’oreille si la recherche échoue. Sur un enregistrement de huit heures, retrouver une phrase dans le texte ne vous dit presque rien sur l’endroit où cliquer dans le lecteur, à moins que la transcription ne porte des horodatages qui y correspondent.
Les horodatages sont ce qui transforme une transcription en document qu’on lit en document qu’on utilise. Ils permettent de traiter le texte comme un index vers l’enregistrement plutôt que comme un substitut de celui-ci : on trouve la phrase, on note l’heure, on fait avancer le lecteur jusque-là, et on entend la chose en contexte, ce que les mots seuls ne peuvent pas totalement offrir. Sans horodatages, une longue transcription peut être parcourue mais pas retrouvée dans l’audio — vous saurez que la phrase est là, quelque part, sans moyen efficace de revenir au moment où elle a réellement été prononcée. Ce n’est pas un simple désagrément sur un fichier de cette taille. C’est la différence entre une transcription qui vous fait gagner du temps et une transcription qui déplace simplement le problème.
Si vous vous doutez déjà que vous referez cet exercice régulièrement — extraire des moments précis de plusieurs heures de contenu, pour un rapport, des notes, ou simplement votre propre mémoire — mieux vaut prendre l’habitude tôt. Le guide sur la façon de retrouver un moment précis dans un long enregistrement est justement écrit pour ce genre de travail.
Découper selon le sens, pas selon la taille
La solution évidente pour rendre un long fichier gérable, c’est de le couper en morceaux égaux — une heure chacun, disons, ou le nombre de tranches que préfère votre outil d’envoi. Résistez à cette tentation. Les tranches égales sont faciles à produire et quasiment inutiles à parcourir, parce que la frontière entre le troisième et le quatrième morceau n’a rien à voir avec ce qui était dit à ce moment-là. C’est juste l’endroit où l’horloge s’est arrêtée.
Découpez plutôt selon ce qui change réellement :
- Par intervention, si la journée était constituée de sessions distinctes
- Par sermon, si c’est une série enregistrée dans un seul fichier
- Par thème ou par intervenant, s’il s’agit d’un long entretien ou d’une table ronde
Ces découpages deviennent votre table des matières. Quand quelqu’un demande plus tard ce qui a été dit dans la troisième intervention, ou dans le deuxième sermon d’une série, vous voulez une frontière qui correspond à cette question — pas une frontière qui correspond à soixante minutes écoulées. Cela signifie aussi que les sections tiendront la route dans le temps, même si vous revenez à l’enregistrement des mois plus tard avec une question différente en tête. Les quelques minutes supplémentaires que prend le repérage de ces points, avant la transcription ou en relisant le résultat, sont vite rentabilisées la première fois que vous devez retrouver quelque chose en urgence.
La qualité varie sur la durée, et la correction doit suivre
Un enregistrement qui dure plusieurs heures reste rarement homogène sur toute sa longueur. Quelqu’un déplace le micro à mi-parcours. La salle se remplit et l’acoustique change avec elle. L’intervenant se détourne pour désigner une diapositive, et les mots prononcés à ce moment-là ressortent plus étouffés que ceux prononcés une minute plus tôt, face au micro. Rien de tout cela n’est un défaut de la transcription elle-même — c’est un fait propre à l’enregistrement, et la transcription sera par conséquent inégale sur toute sa longueur : plus nette à certains endroits, plus approximative à d’autres, parfois au sein même d’un paragraphe. Cette irrégularité, mieux vaut s’y attendre que d’en être surpris — elle indique où consacrer le temps de vérification dont vous disposez, plutôt que de traiter tout l’enregistrement comme également fiable ou également suspect.
Corriger ce qui compte, pas tout
Lire une longue transcription d’un bout à l’autre pour la corriger n’est généralement pas la meilleure façon d’utiliser ce temps. Presque rien, dans un enregistrement aussi long, n’est vérifié de manière uniforme dans la pratique — vous vous appuierez fortement sur certains passages et ne reviendrez jamais sur d’autres. Ne lisez donc pas pour corriger dans l’ordre. Repérez les passages que vous allez réellement citer, référencer, ou sur lesquels vous allez fonder une décision, et vérifiez ces extraits précis face à l’audio. Laissez le reste tel quel, comme un compte-rendu approximatif mais consultable de ce qui a été dit. C’est un compromis inconfortable si vous préférez un document uniformément juste plutôt qu’un document globalement juste et rapidement utilisable. Mais traiter chaque phrase comme méritant autant de vérification, c’est la meilleure façon de passer une journée entière à corriger un enregistrement de huit heures pour un gain proportionnel dont vous ne vous servirez presque jamais.
Le fichier lui-même pose problème avant même la transcription
Les enregistrements longs se heurtent à une limite à laquelle la plupart des gens ne pensent pas avant qu’elle ne les arrête net : la taille du fichier. Une vidéo d’une journée entière de conférence est un fichier volumineux, et la plupart des systèmes d’envoi ont un plafond quelque part, même s’il n’est annoncé nulle part de façon visible. Le même enregistrement en audio seul — sans l’image — est bien plus léger, souvent assez léger pour passer sous une limite que la version vidéo n’aurait jamais pu franchir.
Si ce dont vous avez besoin, c’est le texte, extrayez l’audio avant d’envoyer quoi que ce soit. Vous perdez l’image, ce qui, en général, ne coûte rien si personne n’avait l’intention de revoir l’enregistrement, et vous gagnez un fichier qui passera réellement. Cette seule étape fait souvent toute la différence entre un long enregistrement qui se transcrit sans accroc et un enregistrement qui échoue en plein envoi pour des raisons qui n’ont rien à voir avec la transcription elle-même. Le processus audio vers texte est justement conçu pour cela : fournissez de l’audio plutôt que de la vidéo, et le problème de taille a tendance à se résoudre de lui-même. Pour traiter votre prochain long fichier de bout en bout — étiquettes des intervenants, résumés et transcription réunis — il existe une application simple à télécharger pour iOS, Android et macOS.
Ce qu’un résumé ne peut pas faire pour vous
Le résumé d’un long enregistrement est réellement utile, et il répond à une question différente de celle de la transcription. Un résumé vous dit ce qui s’est passé, en gros — où se trouvent les passages intéressants, quels étaient les fils principaux. Il ne peut pas vous donner le libellé exact d’une affirmation, l’ordre réel dans lequel deux choses ont été dites, ni confirmer qu’une phrase dont vous vous souvenez à moitié se trouve bien là. Pour cela, il faut la transcription, horodatée et découpée en sections, et non une description qui se substitue à elle.
Considérez le résumé comme la carte et la transcription comme le territoire. Si l’enregistrement vous est peu familier, lisez d’abord le résumé — il vous orientera vers les passages qui méritent votre temps. Allez ensuite dans la transcription pour ces passages précis, plutôt que de tout lire ou de faire confiance au résumé pour avoir capté tout ce dont vous aurez besoin un jour. En général, ce n’est pas le cas, non pas parce que le résumé a été mal fait, mais parce qu’un résumé de huit heures ne représente forcément qu’une petite fraction de ce qui a été dit, et ce dont vous aurez besoin a de bonnes chances de se trouver justement dans la partie laissée de côté. Ce n’est pas une critique du principe du résumé — c’est simplement à quoi il sert, et attendre de lui qu’il fasse aussi le travail de la transcription, c’est généralement là que naît la déception.
