Transcription audio en texte : toutes les méthodes comparées (gratuites, intégrées et IA)

, Fondateur · Mis à jour

Transcription audio en texte : toutes les méthodes comparées (gratuites, intégrées et IA)

Pour une transcription audio en texte, confiez l'enregistrement à un outil qui accepte les fichiers : la fonction Transcrire de Microsoft Word (avec Microsoft 365), l'application d'enregistrement de votre téléphone, ChatGPT ou Gemini, une installation locale d'OpenAI Whisper ou un service de transcription par IA. La saisie vocale de Google Docs et la dictée du Mac ne font que taper en temps réel ce qu'elles entendent dans le micro : elles conviennent à la dictée, pas aux enregistrements que vous avez déjà. En règle générale : un fichier court et un abonnement Microsoft 365 mènent à Word, un enregistrement fait sur votre téléphone mène à son application intégrée, et un long enregistrement avec plusieurs intervenants ou dans une autre langue mène à un service de transcription ou à Whisper.

Voici toutes les façons courantes de transcrire un audio, avec la limite que chacune atteint en premier. BlaBlaScribe, qui publie ce guide, fait partie des options, et nous listons ses limites comme celles des autres.

Transcription audio en texte : toutes les méthodes en un coup d'œil

MéthodeAccepte un fichier ?Où elle tourneLimite principaleIdentification des locuteursCoût
Saisie vocale de Google DocsNon, micro en direct uniquementChrome, Edge ou SafariTemps réel uniquementNonGratuit
Transcrire dans Microsoft WordOui : WAV, MP4, M4A, MP3Word pour Microsoft 365 sous Windows, Word pour le web300 minutes importées par moisOui (Intervenant 1, Intervenant 2)Abonnement Microsoft 365
Dictaphone sur iPhone ou MacSes propres enregistrementsSur l'appareilPas dans tous les pays, régions ou languesNon documentéGratuit
Dictée du MacNon, micro en direct uniquementSur le MacS'arrête après 30 secondes de silenceNonGratuit
Enregistreur PixelSes propres enregistrementsSur le téléphone (la nouvelle transcription peut passer par les serveurs de Google)15 langues en direct sur Pixel 6 et ultérieursPixel 6 et ultérieursGratuit
Enregistreur vocal Samsung (Galaxy AI)Ses propres enregistrementsTéléphone GalaxyModèles Galaxy et langues compatiblesNon documentéGratuit sur les téléphones compatibles
ChatGPTOui, avec les offres payantesCloud d'OpenAI512 Mo par fichier audioPeu fiable, selon OpenAIOffre ChatGPT payante
Application GeminiOuiCloud de Google10 minutes d'audio ; 3 heures avec Google AI Pro ou UltraNon documentéGratuit, davantage avec AI Pro ou Ultra
Whisper (en local)OuiVotre ordinateurVotre matériel : environ 1 à 10 Go de VRAM selon le modèleNonGratuit (licence MIT)
Service de transcription par IA (par ex. BlaBlaScribe)OuiServeurs de l'éditeurMinutes du forfait ; 8 Go par fichier dans BlaBlaScribeOuiEssai gratuit, puis minutes ou forfait
Service de transcription humaineOuiPrestataireDélai de quelques heures ou joursOuiLe plus cher à la minute

Les limites ont été vérifiées sur les pages d'aide de chaque éditeur en novembre 2026. Ces pages changent souvent : ouvrez la page en lien avant de vous fier à un chiffre.

  • Si vous parlez en ce moment même, utilisez la dictée : Google Docs, votre Mac ou le clavier de votre téléphone.

  • Si l'enregistrement est déjà sur votre téléphone et qu'il est court, essayez d'abord l'application d'enregistrement intégrée.

  • Si le fichier est long, compte plusieurs intervenants ou n'est pas en anglais, passez par un service de transcription ou par Whisper.

Dictée ou transcription : de laquelle avez-vous besoin ?

La dictée convertit votre voix en texte pendant que vous parlez. Vous parlez dans le micro, les mots s'affichent dans le document et vous les corrigez au fur et à mesure. Elle est intégrée à Google Docs, à macOS et aux claviers iOS et Android, et elle est gratuite.

La transcription part d'un enregistrement qui existe déjà : une interview, un cours, une réunion, un mémo vocal. Une bonne transcription comporte aussi des horodatages et indique qui a dit quoi, pour que vous puissiez retrouver une citation et la vérifier dans l'audio.

L'erreur classique consiste à diffuser un enregistrement sur des haut-parleurs à côté d'un outil de dictée. Le résultat est médiocre : l'outil entend l'écho de la pièce au lieu d'une voix nette, vous devez écouter tout l'enregistrement en temps réel et vous obtenez un seul bloc de texte, sans locuteurs ni horodatages. Si vous avez un fichier, utilisez un outil qui accepte les fichiers.

Comment transcrire un audio en texte gratuitement

Vous pouvez transcrire un audio gratuitement avec ce qui se trouve déjà sur vos appareils, à condition d'accepter le revers de chaque outil.

Option gratuiteLe revers
Dictaphone (iPhone, Mac)Fonctionne sur les enregistrements de l'application ; pas disponible dans tous les pays, régions ou langues
Enregistreur Pixel, Enregistreur vocal SamsungFonctionne sur les enregistrements faits dans l'application ; uniquement sur les téléphones compatibles
Application Gemini sans abonnementJusqu'à 10 minutes d'audio au total par requête
Whisper sur votre ordinateurExige Python et ffmpeg, une machine puissante, et pas d'identification des locuteurs
Offres gratuites des services en ligneUn nombre de minutes plafonné

Deux options qui semblent gratuites ne le sont souvent pas. La fonction Transcrire de Word fait partie d'un abonnement Microsoft 365, et ChatGPT n'accepte les fichiers audio qu'avec les offres payantes. Pour un tour d'horizon des services en ligne gratuits et de l'endroit où chacun s'arrête, consultez les meilleurs outils de transcription IA gratuits et leurs vraies limites.

BlaBlaScribe offre 30 minutes gratuites une seule fois à l'inscription : les fichiers courts sont transcrits en entier, et pour les longs vous voyez les 10 premières minutes.

Comment transcrire un audio en texte dans Word

Microsoft Word peut transcrire un enregistrement importé grâce à sa fonction Transcrire. D'après la page d'aide de Microsoft, elle est disponible dans Word pour Microsoft 365 sous Windows (locataires commerciaux) et dans Word pour le web, où elle ne fonctionne que dans Microsoft Edge et Chrome et nécessite une connexion Internet.

  1. Ouvrez un document et allez dans Accueil → le menu Dicter → Transcrire.

  2. Choisissez Charger l'audio (Upload audio) et sélectionnez un fichier WAV, MP4, M4A ou MP3.

  3. Laissez le volet Transcrire ouvert pendant le traitement (selon Microsoft, cela peut prendre à peu près la durée de l'audio), renommez les intervenants si nécessaire, puis sélectionnez Ajouter tout au document.

Les limites : les abonnés Microsoft 365 disposent de 300 minutes d'audio importé par mois (30 000 avec une licence Microsoft Copilot), et Transcrire prend en charge plus de 80 paramètres régionaux. Les intervenants sont séparés et étiquetés Intervenant 1, Intervenant 2 et ainsi de suite, et vous pouvez renommer une étiquette partout d'un coup. Microsoft n'indique pas de taille de fichier maximale.

Peut-on transcrire un audio dans Word sur Mac ?

La page d'aide de Microsoft documente Transcrire pour Word sous Windows et pour Word pour le web, sans mentionner Word pour Mac. Sur Mac, la voie documentée est Word pour le web dans Chrome ou Edge.

Comment transcrire un audio en texte dans Google Docs

Google Docs propose la saisie vocale, pas la transcription de fichiers. Ouvrez un document, allez dans Outils → Saisie vocale et cliquez sur le micro. Elle fonctionne dans les versions actuelles de Chrome, Edge et Safari, et la liste de langues de Google compte environ 120 entrées, variantes régionales comprises. Les commandes vocales comme « nouveau paragraphe » ne fonctionnent qu'en anglais, et un administrateur Workspace peut désactiver la fonction (Aide Éditeurs Google Docs).

La page d'aide de Google ne décrit que l'entrée par micro, sans option pour importer un fichier audio. Pour faire entrer un enregistrement dans Docs, transcrivez-le ailleurs et collez le texte, ou exportez un DOCX et ouvrez-le dans Docs.

Comment transcrire un audio en texte sur iPhone

Dictaphone

L'application Dictaphone peut afficher la transcription d'un enregistrement. Ouvrez l'enregistrement, affichez sa transcription, puis faites-y une recherche ou sélectionnez et copiez le texte dans une autre application. Apple précise que la transcription audio n'est pas disponible dans tous les pays ou régions (guide Dictaphone d'Apple), et la fonction dépend de votre appareil et de votre langue : vérifiez le guide d'utilisation de l'iPhone pour votre modèle.

Dictée au clavier

La touche micro du clavier de l'iPhone, c'est la dictée : elle tape en direct ce que vous dites. Elle ne transcrit pas de fichiers.

Pour les longs enregistrements, ou les fichiers qui ne viennent pas de Dictaphone (un message vocal enregistré depuis une messagerie, un M4A reçu par e-mail), importez plutôt le fichier dans un service. Un outil de conversion de mémo vocal en texte accepte le M4A tel quel.

Comment transcrire un audio en texte sur Mac

La dictée du Mac s'active dans Réglages Système → Clavier → Dictée. Vous la lancez avec la touche micro, votre raccourci de dictée ou Édition → Démarrer la dictée. Apple indique que vous pouvez dicter un texte de n'importe quelle longueur sans délai d'expiration, mais la dictée s'arrête après 30 secondes sans parole, et elle n'est pas disponible dans toutes les langues ni toutes les régions (guide de la dictée d'Apple). Elle n'ouvre pas les fichiers audio.

Pour les fichiers sur Mac, Dictaphone affiche la transcription des enregistrements de l'application (avec la même réserve régionale), et tout le reste passe par Word pour le web, Whisper ou un service de transcription.

Comment transcrire un audio en texte sur Android (Pixel et Samsung)

Google Pixel : Enregistreur

L'application Enregistreur des Pixel transcrit pendant l'enregistrement. D'après l'aide Pixel de Google, la transcription en direct couvre 8 langues du Pixel 3 au Pixel 5a et 15 sur les Pixel 6 et ultérieurs. Vous pouvez relancer la transcription d'un enregistrement dans environ 40 langues supplémentaires, mais Google avertit que cette nouvelle transcription peut traiter l'audio sur ses serveurs. L'identification des locuteurs exige un Pixel 6 ou ultérieur, et les résumés un Pixel 8 ou ultérieur. La page d'aide ne décrit pas l'import de fichiers audio provenant d'ailleurs.

Samsung Galaxy : Enregistreur vocal avec Galaxy AI

Sur les téléphones Galaxy dotés de Galaxy AI, ouvrez un enregistrement dans Enregistreur vocal, touchez l'icône Assistant de transcription (Transcript assist) en haut, puis touchez Transcrire (assistance Samsung). Des langues supplémentaires se téléchargent depuis le même menu, et la liste dépend de votre région et de la version du logiciel.

Autres téléphones Android

Les applications d'enregistrement des autres marques varient, et le micro du clavier sert à la dictée, pas à la transcription de fichiers. Pour un fichier enregistré, utilisez un service de transcription, Gemini ou Whisper sur un ordinateur.

ChatGPT ou Gemini peuvent-ils transcrire un audio en texte ?

Oui, les deux en sont capables, avec des limites.

ChatGPT. L'article d'OpenAI sur l'import de fichiers et d'audio dans ChatGPT indique que l'import audio est réservé aux abonnements et espaces de travail payants, et non à l'offre gratuite. Les fichiers audio peuvent atteindre 512 Mo en WAV, MP3, OGG, WebM audio seul, PCM, FLAC, AAC, M4A ou MP4 audio seul. Les fichiers identifiés comme vidéo sont refusés, les très longs enregistrements peuvent expirer, et OpenAI prévient que les transcriptions peuvent contenir des erreurs et que l'identification des locuteurs peut être peu fiable.

Gemini. L'aide des applications Gemini de Google indique que la durée audio totale peut aller jusqu'à 10 minutes, ou jusqu'à 3 heures avec Google AI Pro ou Ultra, et que vous pouvez importer jusqu'à 10 fichiers dans une même requête.

Les deux renvoient la transcription sous forme de réponse dans le chat. Les horodatages et l'identification des locuteurs dépendent de votre requête et ne sont pas garantis, et sur les longs fichiers un modèle de langage peut sauter ou paraphraser des passages. C'est suffisant pour saisir l'essentiel d'un message vocal, et risqué pour des citations, des sous-titres ou tout ce que vous publierez. Nous n'avons pas mené nos propres tests de précision pour cet article, nous ne donnons donc pas de pourcentages.

Comment transcrire un audio en texte en local avec Whisper

OpenAI Whisper est un modèle de reconnaissance vocale open source que vous pouvez faire tourner sur votre propre ordinateur, si bien que l'audio n'en sort jamais. Le dépôt Whisper publie le code et les poids du modèle sous licence MIT. Il vous faut Python et ffmpeg, et une carte graphique aide beaucoup.

ModèleVRAM requiseVitesse relative
tiny~1 Go~10x
base~1 Go~7x
small~2 Go~4x
medium~5 Go~2x
turbo~6 Go~8x
large~10 Go1x

Les chiffres proviennent du README de Whisper et ont été mesurés sur de la parole en anglais. Le modèle turbo est celui par défaut et n'est pas entraîné pour la traduction. OpenAI note que les performances de Whisper varient fortement selon la langue, et le README ne prévoit pas d'identification des locuteurs : vous obtenez le texte et les horodatages, mais pas qui a dit quoi.

Si vous êtes développeur, l'API speech-to-text hébergée d'OpenAI accepte des fichiers jusqu'à 25 Mo par requête. Elle indique que whisper-1 et les modèles de transcription gpt-4o sont obsolètes, avec un arrêt prévu le 26 février 2027, et recommande gpt-transcribe. Pour savoir comment Whisper en local se compare aux outils payants dans la pratique, consultez Whisper face aux outils de transcription payants.

Quelle est la meilleure façon de convertir un audio en texte ?

Pour les enregistrements de plus d'une demi-heure, avec plusieurs personnes qui parlent ou dans une autre langue que l'anglais, les outils intégrés atteignent leurs limites : minutes par mois, courte liste de langues, pas d'identification des locuteurs ou fichiers qu'ils refusent d'ouvrir. C'est là qu'un service de transcription ou Whisper devient la meilleure voie.

Ce qu'il faut vérifier dans un service de transcription

  1. Format et taille. Accepte-t-il votre fichier tel quel, ou devez-vous le convertir ? Voir quel format audio est le meilleur pour la transcription.

  2. Votre langue. Vérifiez la liste des langues, pas seulement leur nombre.

  3. Identification des locuteurs. Indispensable pour les interviews et les réunions.

  4. Horodatages et exports. TXT ou DOCX pour les documents, SRT ou VTT pour les sous-titres.

  5. Confidentialité. Où l'audio est traité, combien de temps il est conservé et s'il sert à entraîner une IA.

  6. Prix par heure d'audio, et non par mois.

La qualité audio compte davantage que l'outil, et c'est pourquoi la précision de la transcription IA varie autant d'un fichier à l'autre. Pour une comparaison des services payants, consultez les meilleurs logiciels de transcription IA.

Dans BlaBlaScribe, vous importez un fichier jusqu'à 8 Go, choisissez parmi plus de 120 langues et obtenez une transcription avec identification des locuteurs et horodatage mot par mot, exportable en TXT, DOCX, SRT ou VTT. Les fichiers sont traités sur des serveurs situés en Allemagne et ne servent pas à entraîner l'IA. Les limites : le FLAC et l'AVI ne sont pas acceptés, il faut donc les convertir d'abord ; le compte gratuit n'exporte qu'en SRT et TXT ; et la transcription complète des longs fichiers nécessite un pack de minutes (à partir de $5 pour 50 minutes) ou un forfait à partir de $14 par mois (tarifs). Si cela vous convient, c'est dans l'outil audio en texte que vous importez votre fichier.

Comment transcrire un audio en plusieurs langues

La plupart des outils attendent une seule langue par fichier, que vous choisissez avant de commencer. Si les intervenants changent de langue en pleine phrase, la qualité baisse dans presque tous les outils. Si chaque personne parle une seule langue, il vaut souvent mieux découper l'enregistrement en parties monolingues et transcrire chacune avec la bonne langue, ou vérifier si votre outil propose un mode multilingue et le tester d'abord sur un court extrait.

Comment transcrire en texte l'audio d'une vidéo ou d'un lien YouTube

Un fichier vidéo n'est que de l'audio avec des images, et la plupart des outils basés sur les fichiers acceptent le MP4 : c'est le cas de Transcrire dans Word, de Gemini et des services de transcription. ChatGPT fait exception, puisque son module d'import audio refuse les fichiers identifiés comme vidéo. Si vous n'avez besoin que de l'audio, un convertisseur MP4 en MP3 gratuit l'extrait dans votre navigateur. Pour les vidéos déjà sur YouTube, consultez comment obtenir la transcription de n'importe quelle vidéo YouTube.

Comment transcrire un audio en texte manuellement

La transcription manuelle reste pertinente pour les extraits très courts, pour un audio qu'aucun outil ne gère bien, ou quand vous vérifiez un brouillon automatique ligne par ligne. La Web Accessibility Initiative du W3C décrit les pratiques courantes :

  • Notez ce qui est dit sans corriger la grammaire ni ajouter de mots.

  • Utilisez le nom complet d'un intervenant la première fois, puis un seul nom ensuite.

  • Décrivez entre parenthèses les sons non verbaux pertinents, comme (rires) ou (une porte claque).

  • Signalez les paroles que vous ne parvenez pas à comprendre par [inaudible].

Une mise en page simple qui suit ces règles :

[00:00:00] Maria Lopez: Thanks for coming in. Can you start with your role?

[00:00:06] James Carter: Sure. I run the support team (laughs), all four of us.

[00:00:14] Maria: And how long have you been there?

[00:00:16] James: Since [unintelligible], so about six years.

Ralentissez la lecture, utilisez un raccourci de pause pour garder les mains sur le clavier, et ajoutez un horodatage toutes les 30 à 60 secondes pour retrouver les passages plus tard. Comptez plusieurs heures de travail par heure d'audio, davantage quand les gens parlent en même temps. Le W3C souligne aussi que la transcription automatique est un point de départ raisonnable, mais qu'il faut la corriger : il suffit d'un seul mot manqué comme « pas » pour inverser le sens.

Quelle méthode choisir ?

  • Vous dictez maintenant : saisie vocale de Google Docs, dictée du Mac ou clavier de votre téléphone.

  • L'enregistrement est sur votre téléphone, court et dans une seule langue : Dictaphone, Enregistreur Pixel ou Enregistreur vocal Samsung.

  • Vous avez Microsoft 365 et moins de 300 minutes par mois : Transcrire dans Word.

  • L'audio ne peut pas aller dans le cloud et vous avez un ordinateur puissant : Whisper en local.

  • Long enregistrement, plusieurs intervenants, ou besoin de sous-titres ou de traduction : un service de transcription.

  • Texte juridique, médical ou destiné à la diffusion, où une erreur coûte cher : un brouillon automatique et une relecture humaine attentive, ou un service humain.

Pour des méthodes pas à pas, consultez comment transcrire une interview et comment transcrire un cours.

Questions fréquentes

Quelle est la façon la plus simple de transcrire un fichier audio en texte ?

Confiez le fichier à un outil qui accepte les enregistrements : Transcrire dans Word si vous avez Microsoft 365, l'application d'enregistrement de votre téléphone si vous avez enregistré avec, ou un service de transcription par IA. Les outils de dictée comme la saisie vocale de Google Docs exigent que vous parliez en direct.

Puis-je transcrire un audio en texte gratuitement ?

Oui. Dictaphone, l'Enregistreur Pixel et l'Enregistreur vocal Samsung transcrivent leurs propres enregistrements, Whisper tourne gratuitement sur votre ordinateur, et Gemini accepte jusqu'à 10 minutes d'audio sans abonnement. Les services en ligne proposent généralement un nombre limité de minutes gratuites.

Google Docs peut-il transcrire un fichier audio ?

Pas directement. La saisie vocale écoute le micro en temps réel, et la page d'aide de Google ne décrit aucun import de fichier. Transcrivez le fichier ailleurs, puis collez ou importez le texte.

ChatGPT peut-il transcrire un audio ?

Oui, avec les offres payantes : vous pouvez joindre un fichier audio jusqu'à 512 Mo, alors que l'offre gratuite ne permet pas d'importer d'audio. OpenAI prévient que les transcriptions peuvent contenir des erreurs et que l'identification des locuteurs peut être peu fiable.

Comment transcrire un enregistrement avec plusieurs intervenants ?

Utilisez un outil qui identifie les locuteurs, ce qu'on appelle aussi la diarisation des locuteurs : Transcrire dans Word, l'Enregistreur sur un Pixel 6 ou ultérieur, ou un service de transcription. Vérifiez ensuite les étiquettes aux moments où les gens se coupent la parole.

Est-il sûr d'importer des enregistrements dans un service de transcription ?

Avant d'importer, vérifiez où les fichiers sont traités, combien de temps ils sont conservés et s'ils servent à entraîner une IA. Pour un audio très sensible, les applications sur l'appareil ou Whisper sur votre propre ordinateur gardent l'enregistrement hors des serveurs de tiers.

Transformez vos enregistrements en texte exploitable

Importez un fichier audio ou vidéo, collez un lien YouTube ou enregistrez directement dans le navigateur : en quelques minutes, vous obtenez une transcription avec les intervenants identifiés, dans plus de 120 langues.

Essayer BlaBlaScribe gratuitement

Aucune carte bancaire requise · Stockés dans l’UE · Jamais utilisés pour l'entraînement d'IA

Articles populaires