Transcrire un entretien avec étiquettes de locuteurs (qui a dit quoi)
Une application de bureau gratuite à installer une seule fois (Windows, macOS, Linux). Votre enregistrement est traité sur votre ordinateur, sans aucun compte nécessaire.
L'application distingue les voix et leur attribue les étiquettes Speaker 00, Speaker 01, etc. Elle ne sait pas de qui il s'agit tant que vous ne les renommez pas. Des voix similaires, des réponses courtes, des paroles qui se chevauchent ou des bruits de fond peuvent entraîner des erreurs d'étiquetage. Pour commencer, cochez Identifier les locuteurs sur l'onglet Transcrire et cliquez sur Transcrire.
Avant de commencer
Les versions Windows et Mac intègrent les modèles de détection des locuteurs. Téléchargez l'application uniquement depuis la page officielle des versions sur GitHub ; l'installateur n'étant pas signé numériquement, Windows peut afficher un avertissement (Informations complémentaires > Exécuter quand même). Consultez également la page d'accueil et le guide d'installation.
Comment ajouter des étiquettes de locuteurs à une transcription
- Ajoutez l'enregistrement. Dans l'onglet Transcrire, glissez un fichier audio ou vidéo ou cliquez sur Parcourir les fichiers.... Un lien issu de l'onglet Télécharger des vidéos fonctionne tout aussi bien, car il utilise les mêmes paramètres de transcription.
- Choisissez la Langue, ou laissez sur Auto.
- Cochez Identifier les locuteurs. Si la case indique Identifier les locuteurs (indisponible), survolez-la pour en connaître la raison. Le sélecteur Locuteurs situé en dessous s'active : laissez-le sur Auto, ou choisissez un nombre de 2 à 10 pour définir précisément le nombre d'intervenants.
- Facultatif : cochez Horodatage par mot pour enregistrer l'heure de début et de fin de chaque mot plutôt que de chaque phrase uniquement. Le fichier obtenu sera plus volumineux.
- Choisissez les formats d'export. Cliquez sur Paramètres avancés… et cochez DOCX et PDF sous Formats de sortie. Les formats SRT, TXT, Markdown et JSON intègrent également les étiquettes. Laissez JSON coché : l'application utilise ce fichier JSON pour ouvrir le visualiseur de transcription, indispensable pour la dernière étape.
- Cliquez sur Transcrire. La détection des locuteurs s'exécute après la transcription et rallonge le temps de traitement. Ouvrez ensuite Voir la transcription depuis la carte Dernier résultat.
- Remplacez les étiquettes génériques par des noms. Dans le visualiseur, faites un clic droit sur une cellule de la colonne Locuteur, choisissez Renommer 'Speaker 00' (partout)..., saisissez le nom et cliquez sur Enregistrer les modifications (Ctrl+S). Les fichiers Word et texte voisins sont recréés s'ils correspondent toujours à la transcription d'origine ; ce n'est pas le cas des fichiers PDF, réexportez-les donc après avoir renommé les locuteurs.
À quoi ressemblent les étiquettes
Chaque segment commence par son locuteur. Dans une transcription Word ou PDF, la ligne comprend un horodatage, le nom du locuteur en gras, puis le texte. SRT, VTT et TXT placent Speaker 00 : devant le texte, ASS le conserve dans son propre champ de nom, et JSON l'enregistre dans un champ « speaker ». La page web partageable l'affiche également. Les lignes ci-dessous illustrent la disposition et ne constituent pas un résultat réel :
[00:00:04] Speaker 00: So where do we start?
[00:00:07] Speaker 01: With the recording itself.Bon à savoir
- Une étiquette par segment. Chaque segment de transcription reçoit le locuteur dont les paroles détectées le chevauchent le plus. Si deux personnes parlent au sein d'un même segment ou se coupent la parole, l'ensemble du segment ne porte qu'une seule étiquette. Un segment sans aucune parole détectée ne reçoit aucune étiquette.
- Corriger une seule ligne. Renommer un locuteur modifie toutes les lignes portant cette étiquette d'un coup. Le visualiseur ne permettant pas de changer le locuteur d'une seule ligne, corrigez les lignes individuelles manuellement dans le fichier Word ou texte exporté.
- Noms génériques. Les étiquettes sont numérotées, et cette numérotation est cohérente au sein d'un même fichier, mais pas d'un fichier à l'autre.
- Si le décompte semble incorrect, réglez Locuteurs sur le nombre réel d'intervenants au lieu de le laisser sur Auto.
- Hors ligne, sans compte Hugging Face. Le traitement s'exécute sur votre propre ordinateur et s'ajoute au temps de transcription.
- Minutage des mots. L'horodatage par mot est enregistré dans le fichier JSON et sert au surlignage de type karaoké dans les formats VTT et ASS.
Questions
Nomme-t-elle les intervenants à ma place ?
Pas par défaut. Les étiquettes indiquent Speaker 00, Speaker 01, etc. Utilisez l'option de renommage dans le lecteur de transcription pour leur attribuer un nom.
Combien d'intervenants peut-elle distinguer ?
Laissez Locuteurs sur Auto et l'application décide d'elle-même, ou forcez un nombre de 2 à 10 si vous le connaissez.
Peut-elle séparer les personnes qui parlent en même temps ?
Non. Les paroles simultanées ne sont pas séparées : chaque segment reçoit une seule étiquette, celle de l'intervenant qui en couvre la plus grande partie. Vérifiez ces passages à l'écoute.
Quels exports affichent les étiquettes des intervenants ?
DOCX, PDF, SRT, VTT, TXT, Markdown, ASS, JSON et la page web partageable.