Étape cloud
Déposez un enregistrement – une réunion, un entretien, un cours, une note vocale – et récupérez une transcription propre, découpée par intervenant, à exporter en Word, PDF, texte brut, sous-titres ou tableur.
L’outil est conçu pour de vraies conversations, y compris celles qui changent de langue en pleine phrase, et il répartit le texte par intervenant – des intervenants déduits de la conversation, pas identifiés à leur voix – au lieu de rendre un seul bloc.
Contrairement aux autres outils du site, la transcription passe par un serveur : ce site ne fait pas de reconnaissance vocale sur votre appareil. La page vous demande votre accord avant d’envoyer quoi que ce soit. L’enregistrement part en morceaux de quatre minutes, sans son nom de fichier, via notre serveur et la passerelle IA de Lovable, vers le modèle de reconnaissance vocale d’OpenAI, et le texte vers Gemini, de Google, pour la mise en forme. Notre serveur ne conserve ni l’un ni l’autre ; ces services appliquent leurs propres conditions.
Ne convient pas pour : Une exactitude parfaite sur de mauvais enregistrements – un fort bruit de fond et des personnes qui parlent en même temps provoquent encore des erreurs.
Rien n’est envoyé tant que vous n’avez pas donné votre accord dans la fenêtre qu’ouvre « Transcrire », sauf si vous avez choisi de ne plus être consulté. Votre navigateur décode alors l’enregistrement, ou le son d’une vidéo, le ramène à un seul canal à 16 kHz et le découpe en morceaux de quatre minutes, chacun envoyé sous forme de fichier WAV nommé part-1.wav, part-2.wav et ainsi de suite : le son, sans votre nom de fichier.
Chaque morceau va à notre fonction serveur sur Lovable Cloud, qui le transmet via la passerelle IA de Lovable au modèle vocal gpt-4o-transcribe d’OpenAI, avec votre vocabulaire personnalisé, la langue si vous en avez choisi une, et les 1 200 derniers caractères déjà transcrits. Le texte de tous les morceaux, avec les noms d’intervenants et le vocabulaire que vous avez saisis, suit le même chemin jusqu’au modèle Gemini de Google pour être réparti par intervenant et recevoir un titre, un résumé et des chapitres ; la transcription terminée y repasse une fois pour les points clés et les actions à mener.
Nos fonctions n’écrivent ni l’audio ni le texte dans un stockage. Elles notent votre adresse IP à chaque requête, pour la limite horaire, et l’effacent dès qu’elle a plus de deux heures. Ce que conservent Lovable, OpenAI et Google relève de leurs propres conditions. « Enregistrer dans la bibliothèque » garde la transcription dans ce navigateur, ou dans votre compte si vous êtes connecté ; « Lien de partage » dépose le fichier exporté dans notre stockage pendant 24 heures, comme l’indique la page à côté du bouton.
Notre serveur accepte trente morceaux par heure et par adresse IP, soit deux heures d’audio. Si un morceau est refusé ou échoue, les morceaux déjà terminés sont gardés, et « Réessayer les enregistrements en échec » reprend au morceau qui a échoué au lieu de tout recommencer.
Les intervenants ne sont pas reconnus à leur voix. Gemini les déduit du texte – questions, réponses, salutations, prénoms prononcés – et utilise pour ses étiquettes les noms d’intervenants attendus que vous saisissez. Si cette étape échoue, vous obtenez quand même le texte, en blocs de quatre minutes marqués « Intervenant non identifié ».
Laissez la langue en détection automatique pour une conversation qui mêle plusieurs langues, ou choisissez la langue parlée pour aider le modèle vocal sur un enregistrement dans une seule langue.
Les temps ne sont connus qu’aux bords de chaque morceau de quatre minutes ; à l’intérieur, les tours de parole sont espacés régulièrement et marqués d’un ~. Les fichiers SRT, VTT et CSV portent ces estimations : ils servent d’index approximatif de l’enregistrement, pas de sous-titres qui suivent la parole.
Cette page dans d’autres langues: English · العربية · Deutsch · Español · Русский · Português · 中文 · हिन्दी · Türkçe · עברית · فارسی · اردو · Bahasa Indonesia · বাংলা