La confidentialité avant tout
Les fichiers importés sont automatiquement et définitivement supprimés dans un délai de deux heures.
Suppression automatique
Conversion de la parole en PDF
Dictez une dictée, une narration, des notes de cours, des réponses d’entretien ou une courte voix off directement dans le navigateur, ou importez un enregistrement, puis recevez les mots sous forme de document PDF. La transcription s’appuie sur Whisper, le modèle de reconnaissance vocale open source, exécuté sur nos propres serveurs, dans environ 100 langues détectées automatiquement.
-
Enregistrez: parlez dans l’enregistreur du navigateur – jusqu’à 30 minutes par prise – ou importez des fichiers MP3, WAV, M4A, AAC, OGG, FLAC ou WebM.
-
Transcription: Whisper transcrit les paroles avec la ponctuation ; marquez éventuellement les changements d’interlocuteur pour les entretiens et les réunions. Résultat : un document PDF.
-
Privé: aucun fichier n’est importé avant votre confirmation. L’audio et la transcription sont supprimés automatiquement après le traitement, au plus tard dans les heures qui suivent.
Transcription
Comment fonctionne la conversion de parole en PDF
La page associe un enregistreur dans le navigateur à un système de transcription GPU. L’enregistrement utilise l’interface MediaRecorder intégrée à Chrome, Firefox, Edge et Safari ; la reconnaissance est assurée par Whisper, le modèle open source publié par OpenAI, exécuté sur notre propre matériel plutôt que via une API tierce.
Comment utiliser Converter App
1
Enregistrez ou importez
Appuyez sur « Enregistrer avec votre microphone », autorisez l’accès une fois, puis parlez. Un minuteur et un indicateur de niveau confirment que le son est bien capté. Vous pouvez aussi importer un enregistrement existant : les mémos vocaux de n’importe quel téléphone conviennent.
2
Vérifier et démarrer
Écoutez l’enregistrement dans la boîte de dialogue. Activez « Détecter plusieurs locuteurs » pour les interviews et les réunions (cette option indique qui parle, mais prend nettement plus de temps). Lancez ensuite la transcription.
3
Télécharger la transcription
La progression s’affiche pendant le traitement par le modèle ; quelques minutes de parole sont généralement traitées en bien moins d’une minute. Téléchargez un document PDF depuis la page de résultats.
Fonctionnalités clés
Whisper en coulisses
Whisper est entraîné sur 680 000 heures d’audio multilingue et gère bien mieux les accents, le bruit de fond et le vocabulaire technique que les moteurs de dictée d’il y a quelques années. La langue est détectée automatiquement.
Détection des intervenants à la demande
Pour les conversations, la détection facultative des locuteurs indique les changements d’interlocuteur dans la transcription. Elle double approximativement le temps de traitement, c’est pourquoi elle est désactivée par défaut.
Un PDF adapté à votre flux de travail
La transcription est d’abord rédigée en texte, puis mise en page au format PDF avec LibreOffice : un document simple et imprimable avec du texte sélectionnable, sans numérisation ni image.
Gratuit et privé
Aucun compte, aucun filigrane, aucun compteur d’essai. L’enregistrement ne quitte jamais votre appareil avant votre confirmation, et l’audio ainsi que la transcription sont supprimés automatiquement après le traitement.
Expérience et confidentialité
Conçu pour des workflows de transcription fiables.
Développé par des ingénieurs ayant plus de 10 ans d’expérience dans les infrastructures à grande échelle, les systèmes de données et le calcul scientifique. Conçu pour les flux de travail audio réels où la confidentialité, la fiabilité du traitement et l’ergonomie pratique sont essentielles.
Approuvé par les utilisateurs
Noté 5 étoiles sur Trustpilot pour sa rapidité, sa fiabilité et sa facilité d’utilisation.
Confiance des utilisateurs
Usage académique
Mentionné dans des recherches publiées et utilisé pour la transcription d’entretiens et l’analyse qualitative des données.
Usage à des fins de recherche
Comment la parole devient un PDF sur cette page
Votre navigateur enregistre le microphone au format audio Opus (Chrome, Firefox, Edge) ou AAC (Safari) et le conserve en mémoire. Lorsque vous confirmez, le fichier est importé via HTTPS vers l’un de nos serveurs de transcription.
Sur ce serveur, ffmpeg décode l’audio et Whisper – un modèle de reconnaissance vocale open source – le transforme en texte en une seule étape, avec la ponctuation et les sauts de phrase. Si la détection des locuteurs est activée, un modèle de diarisation sépare d’abord l’audio par locuteur et la transcription est annotée en conséquence.
La transcription est d’abord rédigée au format texte, puis mise en page en PDF avec LibreOffice – un document simple et imprimable avec du texte sélectionnable, sans numérisation ni image. La page de résultats vous permet de le télécharger ; l’audio et la transcription sont ensuite supprimés automatiquement.
Conseils d’enregistrement plus importants que n’importe quel réglage
La reconnaissance vocale dépend avant tout de la qualité audio. Trois éléments font la plus grande différence : la distance, le bruit et les chevauchements de parole. Gardez le microphone à 10–20 cm de votre bouche ; un téléphone tenu près de vous donne de meilleurs résultats qu’un ordinateur portable posé de l’autre côté de la table. Éteignez les ventilateurs, fermez la fenêtre et évitez les pièces avec beaucoup d’écho.
Parlez à un rythme normal et terminez vos phrases : le modèle utilise le contexte, donc les phrases inachevées et les mots de remplissage produisent un texte de moins bonne qualité qu’une parole complète, même légèrement plus lente. Pour les entretiens, demandez aux participants de ne pas parler en même temps ; les paroles qui se chevauchent constituent le cas le plus difficile pour tout système de reconnaissance vocale.
Écoutez l’aperçu avant de commencer. Si le vumètre bouge à peine ou reste constamment au maximum, réenregistrez plutôt que d’espérer obtenir une transcription correcte.
Utilisations courantes de la conversion de parole en PDF
Cet outil est utilisé par les enseignants, les podcasteurs, les journalistes et toutes les personnes qui réfléchissent plus vite à voix haute qu’au clavier : rédiger un e-mail ou un article en parlant, prendre des notes de réunion, transformer un cours ou un mémo vocal en notes consultables par recherche, transcrire des réponses d’entretien pour des recherches et obtenir une version lisible d’un message vocal qu’il n’est pas possible d’écouter pour le moment.
Comme Whisper détecte automatiquement la langue, cette même page fonctionne pour une dictée en allemand, une note vocale en espagnol ou un cours en anglais, sans aucun réglage. La transcription n’est pas traduite : elle est rédigée dans la langue parlée.
Pour les fichiers audio existants, tels que les podcasts, les cours ou les appels, les convertisseurs audio en texte et MP3 en texte de ce site utilisent le même moteur avec les mêmes options.
Ce que cet outil ne fait pas
Il ne traduit pas : les transcriptions restent dans la langue parlée. Il ne génère pas de repères temporels pour les sous-titres ; pour les fichiers SRT ou VTT, utilisez les convertisseurs de sous-titres de ce site. Il n’identifie pas les intervenants par leur nom, mais uniquement les changements d’intervenant lorsque la détection des intervenants est activée. Il ne peut pas non plus restituer les mots inaudibles dans l’enregistrement.
Les noms propres, les noms de produits et les abréviations rares sont les erreurs les plus fréquentes ; une relecture rapide du résultat en y prêtant attention constitue généralement toute la modification nécessaire pour un enregistrement de bonne qualité.
FAQ
Questions fréquentes
Quelle est la précision de la transcription ?
Avec un enregistrement clair et un seul locuteur, Whisper transcrit généralement correctement bien plus de 90 % des mots dans les principales langues, ponctuation comprise. La précision diminue en cas de bruit de fond important, de plusieurs personnes qui parlent en même temps, d’un audio très faible ou d’un dialecte marqué ; les conseils d’enregistrement ci-dessous sont plus utiles que n’importe quel réglage.
Quelles langues sont prises en charge ?
Whisper reconnaît environ 100 langues et sélectionne automatiquement la langue dès les premières secondes de l’audio, vous n’avez donc aucun réglage à effectuer. Les enregistrements multilingues sont transcrits dans la langue dominante. La transcription est rédigée dans la langue parlée ; elle n’est pas traduite.
L’audio est-il importé pendant que je parle ?
Non. L’enregistreur conserve l’audio dans votre navigateur jusqu’à ce que vous cliquiez sur le bouton dans la boîte de dialogue. Si vous annulez ou fermez l’onglet, rien n’est envoyé. Les fichiers importés et les transcriptions sont automatiquement supprimés après le traitement.
Quelle peut être la durée de l’enregistrement ?
L’enregistreur intégré au navigateur s’arrête après 30 minutes ; les fichiers importés peuvent être plus longs. Le temps de traitement augmente avec la durée de l’audio, et la détection des locuteurs ajoute environ le même temps supplémentaire.
Que fait l’option « Détecter plusieurs intervenants » ?
Un processus de diarisation des locuteurs est exécuté avant la transcription, et un repère est inséré à chaque changement de locuteur. Utilisez cette option pour les entretiens, les réunions et les podcasts ; laissez-la désactivée pour la dictée et les notes vocales, où elle ne ferait qu’allonger le temps d’attente.
À quoi ressemble le PDF ?
Un document A4 simple contenant la transcription sous forme de texte sélectionnable, sans en-tête graphique ni filigrane. Il est conçu pour l’archivage, l’impression ou l’ajout en pièce jointe à un e-mail ; si vous souhaitez modifier le texte, l’outil de conversion de la parole en texte de ce site vous fournit la même transcription au format .txt.