Transcription de focus group : enregistrer, transcrire et identifier les participants

, Fondateur · Mis à jour

Transcription de focus group : enregistrer, transcrire et identifier les participants

La transcription d’un focus group consiste à transformer l’enregistrement d’une discussion de groupe en un texte écrit, attribué à chaque intervenant, que l’on peut coder et citer. La méthode fiable la plus rapide : enregistrer avec un micro central, passer le fichier dans un outil de transcription par IA pour obtenir les mots et une première attribution des locuteurs, puis consacrer votre propre temps à vérifier qui a dit quoi dans les passages que vous allez analyser. Dans un focus group, l’IA restitue les mots bien plus souvent qu’elle n’identifie correctement les locuteurs : toute la méthode est donc construite autour de la vérification de l’attribution.

Ce guide explique comment enregistrer un groupe pour qu’il se transcrive bien, présente une méthode pas à pas, montre à quoi ressemble une transcription de focus group finalisée et indique ce que coûtent les services humains et les logiciels.

Comment transcrire un focus group ?

La version courte, dans l’ordre :

  1. Enregistrez pour la transcription, pas seulement pour mémoire. Un bon micro de table au milieu du groupe, une pièce calme, un tour de présentation à voix haute au début.

  2. Obtenez un premier jet automatique. Importez l’enregistrement dans un outil de transcription qui identifie les locuteurs et laissez-le produire les mots et une première hypothèse sur qui parle.

  3. Associez les étiquettes aux participants. Servez-vous du tour de présentation et des noms prononcés par l’animateur pour faire correspondre « Locuteur 3 » à une place réelle et à un code de participant.

  4. Vérifiez les citations qui comptent. Réécoutez chaque passage que vous allez coder, citer ou présenter, et corrigez-y l’attribution et les mots mal compris.

  5. Signalez ce qui ne peut pas être tranché, comme les voix qui se chevauchent, au lieu de deviner.

  6. Anonymisez et exportez vers votre outil d’analyse avec les identifiants des participants.

Tout taper à la main reste possible, mais c’est long. Un manuel de méthodes qualitatives de l’université Rutgers indique que la transcription d’une discussion de focus group de 60 minutes peut demander jusqu’à 10 heures. Avec un premier jet automatique, ces heures passent de la saisie à la vérification.

Pourquoi transcrire un focus group est plus difficile qu’un entretien

La retranscription d’un entretien en tête-à-tête porte sur deux voix qui se chevauchent rarement. Un focus group en compte six à dix, et le même chapitre de Rutgers donne 6–10 participants comme taille cible habituelle. Le problème change alors de trois manières.

  • L’identification des locuteurs se complique à chaque voix supplémentaire. La diarisation, l’étape qui détermine qui a parlé quand, regroupe les voix selon leurs caractéristiques acoustiques. Des voix semblables (même âge, même genre, même accent, ce qui est fréquent quand on recrute un groupe homogène) sont fusionnées en un seul locuteur ou scindées en deux.

  • Les chevauchements sont la norme. Approbations, interruptions et rires partagés placent deux ou trois voix dans la même seconde. Une transcription est une seule ligne de texte : il faut bien sacrifier quelque chose.

  • Le micro est loin de la plupart des participants. Ceux qui sont assis au bout de la table arrivent au micro à travers l’écho de la pièce, et une même personne peut sonner différemment quand elle se recule sur sa chaise.

L’effet de la distance apparaît dans les benchmarks publiés. Le modèle open source de diarisation pyannote affiche un taux d’erreur de diarisation de 18,8 % sur le corpus de réunions AMI avec l’audio des micros-casques, contre 22,4 % sur les mêmes réunions enregistrées par un seul canal d’un réseau de micros à distance, chevauchements de parole compris. Il s’agit de petites réunions à quatre personnes. Un focus group plus nombreux et plus animé, enregistré avec un seul micro d’ambiance, se situe du côté difficile de cette fourchette, alors que la couche des mots tient en général bien mieux. Pour en savoir plus sur la précision des mots, voir pourquoi la précision de la transcription IA varie.

Comment enregistrer un focus group pour obtenir une transcription propre

L’essentiel de la qualité d’une transcription se joue avant même l’import. Ces habitudes ne coûtent rien pendant la séance et font gagner des heures ensuite.

  1. Utilisez un micro de surface ou de conférence central. Placez-le au milieu de la table, pas devant l’animateur. Un téléphone posé à un bout d’une longue table capte la moitié proche de la salle et l’écho du reste. Si possible, ajoutez un second enregistreur à l’autre bout comme piste de secours.

  2. Choisissez une pièce feutrée. Moquette, rideaux et sièges rembourrés absorbent l’écho. Les salles de réunion vitrées et les grandes salles vides brouillent toutes les voix.

  3. Commencez par un tour de table. « On fait un tour : votre prénom et le dernier produit que vous avez renvoyé. » Vingt ou trente secondes où chaque participant parle seul vous donnent un échantillon de référence pour associer plus tard les étiquettes aux personnes.

  4. Demandez à l’animateur de prononcer les prénoms. « Merci, Maria. David, vous faisiez non de la tête ? » Chaque prénom prononcé est un point d’ancrage dans la transcription pour corriger les étiquettes autour. C’est de toute façon une bonne pratique d’animation, qui fait participer les plus discrets.

  5. Posez une règle sur les chevauchements. « Une seule personne à la fois, s’il vous plaît, on enregistre. » Rappelez-la gentiment quand la discussion s’échauffe.

  6. Tenez un plan de table et prévoyez un preneur de notes. Un assistant d’animation qui note qui a parlé aux moments clés (« P04, forte objection sur le prix, vers 40 min ») transforme les passages ambigus en passages résolus lors de la vérification.

  7. Recueillez le consentement à l’enregistrement. Annoncez l’enregistrement et son objectif dès le début et recueillez l’accord de chaque participant selon votre protocole éthique. Les règles varient selon les pays et les contextes ; notre guide sur le consentement à l’enregistrement aux États-Unis et dans l’UE en couvre l’essentiel.

Si la méthode le permet, les petits groupes se transcrivent mieux. Chaque participant supplémentaire ajoute une voix à séparer et augmente les risques de chevauchement.

Transcrire les données d’un focus group étape par étape

  1. Importez la meilleure piste. Si vous avez enregistré sur deux appareils, écoutez une minute de chacun et gardez le plus propre. La plupart des outils acceptent les longs enregistrements ; vérifiez la taille maximale de fichier avant une séance de 2 heures.

  2. Générez la transcription avec l’identification des locuteurs activée. Attendez-vous à une couche de mots solide et à une couche de locuteurs à retravailler.

  3. Calez les étiquettes sur le tour de table. Écoutez le tour d’ouverture, notez l’étiquette attribuée à chaque participant et renommez les étiquettes en codes de participants (P01, P02…). Repérez ensuite les endroits où une même étiquette couvre soudain deux avis à la suite, signe que deux voix ont été fusionnées.

  4. Vérifiez là où l’analyse l’exige. Chaque « mm-hm » n’a pas besoin d’un propriétaire. Chaque passage que vous allez coder, citer ou compter, si : cliquez sur le timecode, écoutez, confirmez le locuteur et les mots. Prévoyez ce temps explicitement ; pour un groupe animé, c’est la plus grosse partie du travail.

  5. Signalez l’insoluble. Utilisez des balises cohérentes comme [chevauchement], [inaudible 00:41:12] et [participant non identifié]. Une inconnue signalée est une donnée honnête ; un nom deviné fausse votre analyse.

  6. Ajoutez les notes d’animation et de contexte. Insérez les notes de l’observateur, comme [rires dans le groupe] ou [P03 montre le prototype], là où elles changent le sens.

  7. Anonymisez, puis exportez. Remplacez les noms et les détails identifiants, tenez un journal de vos modifications et exportez en DOCX pour la lecture, ou en CSV/XLSX si votre codage passe par des tableurs.

Pour les groupes en ligne menés sur Zoom, Google Meet ou Teams, la même méthode s’applique à l’enregistrement de la plateforme ; ce guide sur la transcription des enregistrements de réunion explique où chaque plateforme enregistre ses fichiers. Le client de bureau de Zoom propose aussi une option d’enregistrement local qui sauvegarde un fichier audio distinct par participant. Quand elle fonctionne, chaque fichier contient une seule voix, ce qui supprime entièrement le problème d’attribution, mais testez-la d’abord sur un appel court, car des utilisateurs signalent qu’elle ne produit pas toujours les fichiers séparés.

Exemple de transcription de focus group

Il n’existe pas de format imposé, mais une transcription de focus group exploitable comporte un en-tête avec les métadonnées de la séance, des codes de participants à la place des noms, des timecodes à chaque tour de parole et des balises cohérentes pour les événements non verbaux. Voici un court exemple dans ce format :

Séance : FG-03, appli de banque en ligne, 8 recrutés, 7 présents
Date : 2026-10-14 | Animateur : MOD | Notes d’observation : AM
Participants : P01–P07 (codes uniquement ; table de correspondance conservée à part)

[00:12:04] MOD: Parlons de l’écran de virement. P05, vous en avez parlé tout à l’heure ?
[00:12:09] P05: Oui, je ne sais jamais si l’argent est parti ou pas. Il n’y a pas de confirmation.
[00:12:15] P02: Pareil. Je fais une capture d’écran à chaque fois, au cas où.
[00:12:18] [chevauchement, plusieurs participants approuvent]
[00:12:21] P07: Moi, j’aime bien que ce soit rapide, quand même. [rires]
[00:12:25] MOD: Rapide, mais pas rassurant. Quelqu’un voit les choses autrement ?
[00:12:29] [participant non identifié]: Ça dépend du montant.
[00:12:31] P01: C’est vrai, pour le loyer je vérifie trois fois.

Les conventions derrière cet exemple, sous forme de modèle rapide :

ÉlémentConventionPourquoi c’est important
Identifiants des locuteursMOD, AM, P01–P10 ; table de correspondance conservée à partGarde la transcription pseudonymisée et codable
TimecodesÀ chaque tour de parole, hh:mm:ssPermet à chacun de revenir à l’audio pour vérifier une citation
Chevauchement[chevauchement] avec une courte descriptionConsigne qu’il y a eu accord sans inventer qui l’a exprimé
Parole peu claire[inaudible hh:mm:ss]Signale le trou et l’endroit où réécouter
Locuteur inconnu[participant non identifié]Évite les fausses attributions au codage
Événements non verbaux[rires], [rires dans le groupe], [pause]Préserve le ton quand il change le sens
Suppressions[employeur], [ville], [passage supprimé]Montre aux lecteurs qu’un élément a été retiré volontairement

Verbatim intégral ou nettoyé pour un focus group ?

Décidez-le avant de transcrire, car cela change le volume de vérification nécessaire. Une transcription nettoyée (verbatim épuré) supprime les hésitations et les faux départs et suffit pour la plupart des analyses thématiques, où l’on code ce que les gens ont dit. Un verbatim intégral conserve chaque « euh », chaque reprise et chaque chevauchement ; l’analyse conversationnelle et l’analyse du discours en ont en général besoin. Les outils automatiques produisent par défaut quelque chose de proche du verbatim nettoyé, et les paroles croisées d’un groupe sont justement l’endroit où le verbatim intégral est le plus difficile à automatiser. Si votre méthode l’exige, prévoyez un travail manuel conséquent sur les passages qui se chevauchent.

Service ou logiciel de transcription de focus group : coût et temps

Vous avez trois options réalistes, qui diffèrent surtout par l’endroit où passent les heures.

OptionCoût pour un groupe de 90 minutesVotre tempsAttribution des locuteurs
Transcrire soi-mêmeGratuitDe nombreuses heures de saisie (jusqu’à environ 10 heures par heure enregistrée, selon l’estimation de Rutgers)La vôtre, donc aussi bonne que vos notes et votre mémoire
Service de transcription humaineEnviron 179 $ au tarif de Rev de 1,99 $ la minute ; les autres services humains facturent aussi à la minute d’audioVérification uniquementFaite par un transcripteur qui n’était pas dans la salle ; un contrôle par sondage reste utile
Transcription par IA plus votre vérificationBien moins qu’un service humain ; environ 8 $ avec le pack de 200 minutes de BlaBlaScribe, par exempleVérifier et corriger les étiquettes, en général une fraction du temps de saisieÉtiquettes provisoires issues de la diarisation ; vous vérifiez les passages que vous utilisez

Le tarif actuel de Rev figure sur sa page de prix (1,99 $ la minute pour la transcription humaine en novembre 2026). Les services humains sont surtout pertinents quand il vous faut un verbatim intégral sur un audio difficile ou que vous n’avez absolument pas le temps de vérifier. Pour une comparaison plus complète, voir quand la transcription humaine ne vaut pas le coup et notre sélection des meilleurs logiciels de transcription par IA.

Exemple de la voie logicielle : BlaBlaScribe transcrit les enregistrements importés dans plus de 120 langues avec identification des locuteurs et exporte en DOCX, CSV, XLSX et d’autres formats. La précision sur les mots va jusqu’à 99,8 % sur un audio clair ; sur l’enregistrement bruyant d’un groupe, elle sera plus basse, et comme tout système de diarisation, il ne sait pas séparer de façon fiable deux personnes qui parlent en même temps. Ce n’est pas un bot de réunion et il ne rejoint pas les séances en direct : vous importez l’enregistrement ou collez un lien. L’offre gratuite donne 30 minutes une seule fois, et un pack de 200 minutes coûte 17,50 $ sans abonnement. Les fichiers sont traités sur des serveurs en Allemagne et ne servent pas à entraîner l’IA, un point qui compte pour l’évaluation éthique.

Comment anonymiser la transcription d’un focus group

La voix, le nom et l’histoire des participants sont des données personnelles : prévoyez l’anonymisation comme une partie de la transcription, pas comme une étape après coup. Les recommandations du UK Data Service sur l’anonymisation des données textuelles proposent quelques pratiques bien adaptées aux focus groups :

  • Utilisez des remplacements descriptifs, pas des blancs. « [collègue 1] » ou « [ville d’origine] » garde la discussion lisible ; une suite de X la rend inutilisable pour l’analyse.

  • Appliquez les remplacements de manière cohérente dans toutes les transcriptions du projet, et n’oubliez pas que les participants s’appellent entre eux par des surnoms qu’une recherche automatique ne repérera pas.

  • Tenez un journal d’anonymisation de chaque modification, conservé à part des transcriptions.

Les discussions de groupe ajoutent un risque que les entretiens n’ont pas : les participants se nomment entre eux et évoquent des lieux de travail ou des quartiers communs. Relisez en cherchant ces renvois croisés, pas seulement les étiquettes de locuteurs. Notez aussi qu’au regard du RGPD européen (considérant 26), des données pseudonymisées qui peuvent encore être reliées à une personne grâce à une table de correspondance restent des données personnelles : la transcription avec codes de participants doit donc être stockée en sécurité tant que vous détenez cette table.

Questions fréquentes

Combien de temps faut-il pour transcrire un focus group ?

Une saisie manuelle peut demander jusqu’à environ 10 heures par heure de discussion. Avec un premier jet IA, le travail se résume à vérifier les étiquettes de locuteurs et les citations clés, ce qui prend en général une fraction de ce temps, selon la taille du groupe et la qualité audio.

Combien coûte la transcription d’un focus group ?

Les services humains facturent à la minute d’audio ; Rev, par exemple, affiche 1,99 $ la minute, soit environ 179 $ pour un groupe de 90 minutes. La transcription par IA coûte bien moins (environ 8 $ pour 90 minutes avec un pack de 200 minutes à 17,50 $, par exemple), mais vous passez votre propre temps à vérifier qui a dit quoi.

L’IA peut-elle distinguer chaque locuteur d’un focus group ?

Pas de façon fiable. L’identification des locuteurs fonctionne le mieux avec quelques voix bien distinctes qui parlent chacune à leur tour, et se dégrade avec plus de participants, des voix semblables, des paroles qui se chevauchent et un micro éloigné : prévoyez de vérifier l’attribution dans les passages que vous analysez.

Que doit contenir une transcription de focus group ?

Un en-tête avec les informations de la séance, des codes de participants à la place des noms, un timecode à chaque tour de parole et des balises cohérentes pour les chevauchements, la parole inaudible, les locuteurs non identifiés et les suppressions. C’est ce qui la rend codable et permet à chacun de vérifier une citation sur l’audio.

Les transcriptions de focus group doivent-elles être en verbatim ?

Le verbatim nettoyé (épuré) suffit pour la plupart des analyses thématiques. Le verbatim intégral, avec chaque hésitation et chaque chevauchement, est nécessaire pour l’analyse conversationnelle ou l’analyse du discours, et demande beaucoup plus de travail manuel sur les paroles croisées du groupe.

Vaut-il mieux enregistrer un focus group en ligne ou en présentiel pour la transcription ?

Les groupes en ligne se transcrivent en général mieux, parce que chaque participant est près de son propre micro et que certaines plateformes peuvent enregistrer un audio distinct par participant. En présentiel, un micro central sur la table, un tour de présentation et un animateur qui prononce les prénoms rattrapent l’essentiel de l’écart.

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