Transcription des données qualitatives : de l’audio d’entretien à un texte prêt à coder

La transcription des données qualitatives consiste à convertir des entretiens ou des focus groups enregistrés en un texte écrit que l’on peut coder, citer et archiver. La méthode réaliste en 2026 : un premier jet produit par l’IA, puis une vérification par le chercheur sur l’audio, selon une convention choisie avant le premier entretien (verbatim nettoyé, verbatim intégral ou notation de Jefferson). La transcription est votre jeu de données : chaque décision qui la concerne (ce que l’on garde, comment on nomme les locuteurs, comment on anonymise) a sa place dans la section méthodologie.

Ce guide passe ces décisions en revue dans l’ordre, de l’enregistrement jusqu’à un fichier qui s’importe proprement dans NVivo ou MAXQDA.

Qu’est-ce que la transcription en recherche qualitative ?

Dans la plupart des projets, c’est la transcription, et non l’enregistrement, qui est analysée. Les codes s’attachent à ses lignes, les citations de l’article en sont copiées, et une archive ou un second codeur ne voit que le texte. La transcription est donc une étape interprétative et pas une simple saisie : vous décidez quels traits de l’oral passent sur la page, et tout ce que vous écartez ne pourra plus être codé.

Trois questions structurent tout le travail :

• Quel niveau de détail l’analyse exige-t-elle ? L’analyse thématique porte sur le contenu ; l’analyse conversationnelle porte sur le rythme, les chevauchements et l’intonation.

• Qui produit le premier jet ? Vous, un assistant de recherche, un service de transcription humaine ou la reconnaissance vocale.

• Où part l’audio ? Votre avis éthique et votre formulaire de consentement doivent couvrir chaque système qui traite l’enregistrement.

Les types de transcription verbatim en recherche qualitative

Les chercheurs emploient le mot « verbatim » de manière assez lâche : nommez donc la convention exacte dans votre protocole et appliquez-la à chaque fichier. Les trois niveaux courants :

Les symboles de Jefferson sont présentés dans son Glossary of transcript symbols (2004), la référence que citent la plupart des spécialistes de l’analyse conversationnelle. Si votre question de recherche porte sur ce que disent les gens plutôt que sur l’organisation de l’échange, c’est plus de détail qu’il n’en faut, et le temps de transcription s’en trouve multiplié.

Un compromis pratique pour beaucoup d’études par entretiens : le verbatim nettoyé comme base, plus une courte liste d’éléments toujours conservés, comme les rires, les longues pauses et l’émotion audible, notés entre crochets, par exemple [rires] ou [longue pause].

Comment transcrire des entretiens qualitatifs, étape par étape

Ce déroulé tient la route dans une section méthodologie et garde le chercheur au plus près des données :

1. Enregistrez en pensant à la transcription. Une pièce calme, l’enregistreur entre l’enquêteur et la personne interrogée, et des micros séparés pour les entretiens à distance si possible. La qualité audio fixe le plafond de précision ; notre article sur les raisons pour lesquelles la précision de la transcription IA varie détaille les facteurs qui comptent le plus.

2. Testez la chaîne complète. Faites passer votre entretien pilote par tout le processus et notez le temps que prend la correction. C’est ce chiffre, et non le benchmark d’un éditeur, qui vous dit combien d’heures prévoir pour l’échantillon complet.

3. Générez un premier jet avec identification des locuteurs. La diarisation découpe le texte par voix. Un entretien en tête-à-tête est le cas le plus simple pour elle.

4. Remplacez les étiquettes génériques par des identifiants. « INT » et « P07 » plutôt que « Locuteur 1 » et « Locuteur 2 », dans tous les fichiers, pour que le logiciel de codage et les futurs lecteurs voient les mêmes identifiants.

5. Vérifiez le premier jet sur l’audio. Écoutez tout l’enregistrement, pas seulement les passages qui semblent faux. Soyez particulièrement attentif aux noms, aux chiffres, aux négations (« je pouvais » ou « je ne pouvais pas ») et à chaque passage que vous pourriez citer. Cette passe sert aussi de première lecture approfondie : gardez un fichier de mémos ouvert.

6. Signalez ce que vous n’entendez pas. Écrivez [inaudible 00:14:22] ou [incertain : peut-être « contrat »] au lieu de deviner. Un mot deviné en silence est une donnée inventée.

7. Anonymisez, puis enregistrez une copie de travail pour le codage. Conservez l’original vérifié en accès restreint et travaillez sur la version pseudonymisée (voir la section sur l’anonymisation plus bas).

8. Exportez et importez. DOCX ou TXT pour les logiciels de codage, avec des timecodes à chaque tour de parole si vous voulez pouvoir revenir à l’audio.

Pour la mécanique générale de la retranscription d’entretien hors du monde académique, en journalisme ou en recrutement par exemple, voir comment retranscrire un entretien.

Les conventions de transcription en recherche qualitative

Rédigez une fiche de conventions d’une page avant le premier fichier et remettez-la à toute personne qui transcrit ou vérifie. Ces conventions sont celles qui font gagner le plus de temps au moment du codage :

Exemple de transcription d’entretien qualitatif

Un court extrait en verbatim nettoyé, avec les conventions ci-dessus (inventé pour l’illustration) :

[00:12:45] INT: Qu’est-ce que le passage au télétravail a changé dans votre semaine ?
[00:12:49] P07: Au début, ça allait. Et puis [manager 1] a commencé à caler des visios à huit heures, et j’ai juste [pause] arrêté de décrocher.
[00:13:02] INT: Arrêté de décrocher, c’est-à-dire ?
[00:13:04] P07: [rires] L’ordi sur la table de la cuisine, en gros. Mon conjoint détestait ça. [inaudible 00:13:09] tout le printemps.

Chaque tour commence par un timecode et un identifiant, l’incertitude est signalée, et le seul détail identifiant est devenu une balise.

Comment anonymiser des transcriptions qualitatives

Le UK Data Service, qui archive des données qualitatives en vue de leur réutilisation, propose les conseils publics les plus concrets dans sa page consacrée à l’anonymisation des données textuelles. Ses principaux points, appliqués aux transcriptions d’entretiens :

• Utilisez des pseudonymes ou des balises descriptives comme [collègue 1] plutôt que de supprimer les détails, pour que le récit garde son sens.

• Appliquez les remplacements de manière cohérente dans toutes les transcriptions et les documents associés. La même personne reçoit la même balise dans chaque fichier.

• Tenez un journal d’anonymisation de ce que vous avez modifié, conservé à part des fichiers anonymisés.

• N’anonymisez pas à l’excès. Retirer tous les détails de contexte peut rendre les données inutilisables ; un accès contrôlé est souvent un meilleur outil qu’une édition plus lourde.

Le plus délicat, ce sont les identifiants indirects. Un intitulé de poste, une petite ville et une maladie rare peuvent ensemble désigner une seule personne, même sans aucun nom dans le texte. Relisez chaque transcription une fois uniquement pour repérer ces combinaisons.

Pour les études menées dans l’UE et au Royaume-Uni, gardez la distinction juridique en tête. Selon le considérant 26 du RGPD, des données pseudonymisées qui peuvent être réidentifiées à l’aide d’informations supplémentaires restent des données personnelles. Une transcription avec des balises et une table de correspondance séparée est pseudonymisée, pas anonyme, et votre plan de gestion des données doit la traiter comme telle. Les règles de consentement à l’enregistrement varient selon les pays ; notre point sur le consentement à l’enregistrement aux États-Unis et dans l’UE en couvre l’essentiel.

Importer des transcriptions dans NVivo, MAXQDA et ATLAS.ti

Les logiciels de codage déduisent la structure de motifs simples : une transcription cohérente s’importe donc presque sans nettoyage.

• NVivo peut importer une transcription et la lier au fichier média. Son aide sur l’import de transcriptions (NVivo 14) accepte les timecodes au format hh:mm:ss ou mm:ss et reconnaît un nom de locuteur lorsqu’il est suivi de deux-points et d’une espace, d’où les problèmes que causent les deux-points égarés dans le texte. Les types de fichiers acceptés varient selon la version : l’aide Mac de NVivo 14 demande du TXT, CSV ou TSV pour les lignes de transcription, alors que l’aide Windows mentionne aussi les fichiers Word et RTF ; vérifiez donc la page de votre édition.

• MAXQDA importe les transcriptions DOCX et RTF et reconnaît une longue liste de formats de timecodes, dont [hh:mm:ss] et hh:mm:ss, d’après sa page sur l’import de transcriptions. Il importe aussi les fichiers VTT, le format de sous-titres que produisent Zoom et Teams.

• ATLAS.ti et les outils similaires prennent les DOCX ou TXT comme documents texte ; les timecodes servent alors de repères à lire plutôt que de liens vers le média.

Testez d’abord avec un seul fichier. Si les timecodes ne se synchronisent pas, la cause est en général un format que l’outil ne reconnaît pas ou des timecodes dans le désordre.

Transcrire des focus groups

Les focus groups sont plus difficiles que les entretiens sur tous les plans : six à dix voix, des prises de parole qui se chevauchent et des participants loin du micro. La séparation des locuteurs devient moins fiable à mesure que le nombre de voix semblables augmente : prévoyez davantage de temps de correction.

• Placez un enregistreur au centre de la table et, si possible, un second à l’autre bout en secours.

• Demandez à l’animateur d’utiliser les identifiants dès le premier tour (« Merci, P03 ») pour pouvoir associer ensuite les voix aux identifiants.

• Chargez un preneur de notes de relever les premiers mots de chaque intervention avec l’heure pendant les passages animés.

• Acceptez que certains chevauchements restent notés [paroles superposées]. Signalez-les honnêtement plutôt que d’attribuer des mots au mauvais locuteur.

Pour l’analyse de groupe, une intervention mal attribuée pèse plus lourd qu’une hésitation mal entendue : consacrez la vérification à qui a dit quoi.

Logiciel ou service pour la transcription en recherche qualitative

Il existe trois voies réalistes, et beaucoup de projets les combinent :

Quel que soit l’outil choisi, vérifiez ces points au regard de votre avis éthique avant d’importer le moindre enregistrement :

• Où l’audio est traité et stocké, et si ce pays est acceptable selon votre protocole.

• Si les fichiers servent à entraîner des modèles.

• Combien de temps les enregistrements et les transcriptions sont conservés, et si vous pouvez les supprimer vous-même.

• Si un accord de traitement des données (DPA) est disponible pour votre établissement.

• Quels formats d’export vous obtenez (DOCX et TXT pour le codage, timecodes à chaque tour de parole).

BlaBlaScribe est une option pour la voie IA : il transcrit les enregistrements importés dans plus de 120 langues avec identification des locuteurs, effectue la transcription sur ses propres serveurs en Allemagne, n’utilise pas les fichiers pour entraîner l’IA et exporte en DOCX, TXT, CSV et formats de sous-titres. Ce n’est pas un bot de réunion et il ne rejoint pas vos appels ; il ne produit pas de notation de Jefferson, et la pseudonymisation du texte reste à votre charge. L’offre gratuite donne 30 minutes une seule fois ; pour les fichiers de plus de 10 minutes, seules les 10 premières minutes s’affichent tant que vous n’achetez pas un pack de minutes ou un abonnement, donc un entretien pilote complet nécessite l’un ou l’autre. Pour comprendre ce que mesurent réellement les chiffres de précision, lisez le taux d’erreur de mots (WER) expliqué.

Transcrire des entretiens dans d’autres langues

Transcrivez dans la langue de l’entretien et codez dans cette langue aussi longtemps que votre équipe le peut. Traduire avant de coder remplace la formulation du participant par celle du traducteur, alors que c’est souvent sur cette formulation que repose un code in vivo.

1. Transcrivez dans la langue d’origine, par exemple avec un réglage dédié de transcription en espagnol ou de transcription en allemand.

2. Codez dans la langue d’origine partout où un membre de l’équipe la lit couramment.

3. Traduisez tardivement les citations retenues pour la publication, et faites-les relire par un locuteur courant.

4. Indiquez dans la section méthodologie qui a traduit et à quelle étape.

La traduction automatique de la transcription complète est utile pour donner accès aux données à des encadrants qui ne lisent pas la langue, à condition que tout le monde s’accorde sur le fait que l’original reste le jeu de données.

Comment rendre compte de la transcription dans la section méthodologie

Les relecteurs veulent savoir qui a produit les transcriptions, à quel niveau de détail et comment elles ont été vérifiées. Une phrase comme celle-ci suffit : « Les entretiens ont été enregistrés avec le consentement des participants, transcrits en verbatim nettoyé à l’aide d’une reconnaissance vocale automatique, puis vérifiés intégralement sur les enregistrements par le premier auteur, qui a également pseudonymisé les noms et les lieux. » Ajoutez le nom de l’outil si votre discipline l’attend, et précisez comment les passages peu clairs ont été signalés.

Questions fréquentes

La transcription par IA est-elle acceptable en recherche qualitative ?

Oui, à condition que votre avis éthique et votre formulaire de consentement couvrent l’outil et qu’un chercheur vérifie chaque transcription sur l’audio. Décrivez à la fois l’outil et l’étape de vérification dans votre section méthodologie.

Qu’est-ce que la transcription verbatim en recherche qualitative ?

C’est la trace écrite, mot pour mot, de ce qu’ont dit les participants. Le verbatim intégral conserve les hésitations, les répétitions et les pauses, tandis que le verbatim nettoyé supprime les hésitations et les faux départs mais garde chaque mot porteur de sens et la grammaire propre au locuteur.

Faut-il transcrire soi-même ses entretiens qualitatifs ?

Transcrire soi-même donne la familiarité la plus étroite avec les données, mais prend beaucoup plus de temps. Vérifier ligne par ligne un premier jet IA sur l’audio procure une grande partie de la même immersion en moins de temps, ce qui explique que beaucoup de chercheurs travaillent désormais ainsi.

Comment transcrire un focus group avec de nombreux locuteurs ?

Enregistrez avec un micro central, demandez à l’animateur d’utiliser tôt les identifiants des participants et attendez-vous à corriger l’attribution des locuteurs à la main. Notez les chevauchements [paroles superposées] plutôt que de deviner qui a parlé.

Quel format NVivo attend-il pour les transcriptions ?

NVivo lit les timecodes écrits hh:mm:ss ou mm:ss et traite un texte suivi de deux-points et d’une espace comme un nom de locuteur. Les types de fichiers acceptés varient selon la version et la plateforme : testez une transcription dans votre édition avant d’importer tout le corpus.

Une transcription pseudonymisée est-elle anonyme au sens du RGPD ?

Non. Si les balises peuvent être reliées aux personnes grâce à une table de correspondance que vous détenez, la transcription constitue une donnée personnelle pseudonymisée au sens du RGPD et exige la même protection que les autres données personnelles.