Gratuit · Sans inscription · Sans envoi
Transcrire un audio en texte gratuitement, sans envoyer votre fichier.
Convertissez en texte un enregistrement, une interview, un cours, un message vocal ou une vidéo : le fichier est transcrit ici même, dans votre navigateur, et vous obtenez un texte modifiable et des sous-titres SRT ou VTT aux vrais minutages.
Déposez un fichier audio ou vidéo ici
MP3, M4A, WAV, OGG, FLAC, MP4, MOV ou WebM. Jusqu’à 60 minutes et 300 Mo.
Choisissez un fichier audio ou vidéo. Il reste sur cet ordinateur.
Modèle multilingue : la langue du fichier est détectée dès les premières paroles. Les fichiers de sous-titres reprennent le texte tel qu’il a été reconnu ; vos modifications s’appliquent au .txt et à la copie. Le fichier et le texte restent dans cet onglet.
Comment ça marche
Trois étapes, toutes dans cet onglet.
1
Choisissez un fichier.
Déposez-le dans le cadre ou sélectionnez-le sur votre ordinateur. Votre navigateur lit sa piste audio ; rien n’est envoyé nulle part.
2
Laissez-le transcrire.
La première fois, le navigateur télécharge un modèle Whisper (environ 80 Mo, ou environ 165 Mo si votre navigateur utilise la puce graphique). Ensuite, le fichier est reconnu morceau par morceau, et le texte s’allonge au fur et à mesure.
3
Corrigez et enregistrez.
Corrigez les noms ou le jargon dans le texte, puis copiez-le ou enregistrez un fichier .txt. Enregistrez des sous-titres .srt ou .vtt pour votre vidéo.
Ce qui change
Une transcription qui ne passe jamais par un serveur.
La plupart des sites de transcription gratuits envoient votre fichier sur leurs serveurs et limitent les minutes. Cette page fait tourner Whisper, le modèle open source de reconnaissance vocale d’OpenAI, sur votre propre ordinateur : une interview, une réunion ou un mémo vocal reste à vous.
Confidentiel par conception.
Le fichier et sa transcription restent dans cet onglet. Pas de compte, pas d’envoi, et nous n’en gardons aucune copie.
Des sous-titres aux vrais minutages.
Le fichier est découpé aux pauses naturelles en passages de quelques secondes : chaque sous-titre commence et se termine là où les mots ont été dits.
Le français, l’anglais et presque toutes les langues.
En mode « Toutes les langues », le modèle multilingue reconnaît 99 langues, dont le français, et détecte seul la langue de votre fichier. Pour l’anglais, le mode « Anglais » est le plus précis.
Honnête sur ses limites.
Un modèle assez petit pour un navigateur fait plus d’erreurs que les grands, surtout avec les noms propres, les voix qui se chevauchent, la musique et les pièces bruyantes. Il ne distingue pas les intervenants.
Questions fréquentes
- Est-ce vraiment gratuit et sans inscription ?
- Oui. Pas de compte, pas d’essai et aucune limite au nombre de fichiers que vous transcrivez. Chaque fichier peut durer jusqu’à 60 minutes et peser jusqu’à 300 Mo. Le produit payant de Yap est son application de dictée pour ordinateur ; cette page est gratuite à part entière.
- Mon fichier est-il envoyé en ligne ?
- Non. Le fichier est lu et transcrit dans cet onglet, sur votre ordinateur. L’audio et la transcription ne sont envoyés à aucun serveur et nous ne les enregistrons pas. Le site compte des événements d’utilisation, par exemple qu’une transcription est terminée, jamais le fichier, son nom ou ses mots.
- Puis-je transcrire un message vocal WhatsApp ?
- Oui, si vous l’avez enregistré en tant que fichier. WhatsApp enregistre les messages vocaux au format Opus (fichiers OGG), que cette page sait lire. Choisissez le fichier ou déposez-le dans le cadre : en mode « Toutes les langues », la langue est détectée toute seule, en français comme ailleurs. La page n’est pas reliée à WhatsApp : elle lit uniquement le fichier que vous choisissez.
- Y a-t-il une limite de temps ?
- Chaque fichier peut durer jusqu’à 60 minutes et peser jusqu’à 300 Mo. Le nombre de fichiers, lui, n’est pas limité : vous en transcrivez autant que vous voulez. Pour un enregistrement plus long, découpez-le en parties et transcrivez-les une par une.
- Quels fichiers fonctionnent ?
- Tout ce que votre navigateur peut lire : l’audio MP3, M4A, WAV, OGG, Opus, FLAC et AAC, ainsi que la piste audio des vidéos MP4, MOV et WebM. Chrome et Edge lisent le plus de formats.
- Combien de temps cela prend-il ?
- Cela dépend de votre ordinateur. Quand le navigateur laisse le modèle utiliser la puce graphique (Chrome et Edge récents), une heure d’audio prend en général quelques minutes. Avec le processeur seul, cela peut prendre à peu près la durée de l’enregistrement. Le texte apparaît à mesure que chaque passage est prêt, et vous pouvez arrêter à tout moment.
- Puis-je créer des sous-titres ?
- Oui. Le fichier est découpé en courts passages aux pauses naturelles, et chaque passage devient un sous-titre avec son vrai début et sa vraie fin. Téléchargez-les en fichier .srt ou .vtt pour YouTube, les logiciels de montage et les lecteurs vidéo.
- Quelles langues comprend-il ?
- Le mode « Anglais » utilise le modèle anglais de Whisper, le plus précis pour l’anglais. Le mode « Toutes les langues », sélectionné à l’ouverture de cette page, utilise le modèle multilingue : il reconnaît 99 langues, dont le français, et détecte la langue du fichier dès les premières paroles. Il transcrit dans la langue parlée et ne traduit jamais.
- Pourquoi un modèle est-il téléchargé d’abord ?
- Pour reconnaître la parole sur votre appareil, il faut un modèle de reconnaissance vocale sur votre appareil. La première fois, votre navigateur télécharge un modèle Whisper (environ 80 Mo, ou environ 165 Mo s’il utilise la puce graphique) et le garde en cache pour la prochaine fois, y compris pour la page de dictée en ligne gratuite.