Transcrire l’audio d’une interview, d’un cours, de notes vocales, de conférences ou autres prend du temps et peut devenir fastidieux, sans compter qu’il peut y avoir des marges d’erreur lors de la traduction de l’audio en mots écrits. Mais il existe aujourd’hui différents outils dotés d’une intelligence artificielle (IA) qui effectuent ce genre de tâches à notre place. Cela dit, voici 10 outils avec lesquels vous pouvez obtenir des transcriptions facilement :
Les 10 meilleurs outils pour convertir l’audio en texte avec l’IA.
Voici notre sélection d’outils, classés par ordre alphabétique :
-
- Amazon Transcribe
- Contents
- Deepgram
- Google Speech-to-Text
- IBM Watson Speech to Text
- iSpeech
- Microsoft Azure speech to text
- Microsoft Translator
- Nuance Communications
- Otter.ai
Amazon Transcribe
Amazon Transcribe est une plateforme de reconnaissance vocale automatique qui s’adresse principalement aux entreprises. Il est dédié à la transcription d’appels, de conversations en temps réel, à la génération de sous-titres et à la transcription de fichiers multimédia. Il permet l’identification automatique de la langue et du locuteur, un vocabulaire personnalisé, des informations sur les conversations, la protection des données des clients, la dictée et bien plus encore.
L’outil est livré avec un essai gratuit d’un an, au cours duquel il est possible de transcrire jusqu’à 60 minutes d’audio par mois, puis de passer aux tarifs suivants :
Les 250 000 premières minutes du mois – 0,02400 $ par minute.
Les 750 000 prochaines minutes du mois – 0,01500 $ par minute.
Les 4 000 000 prochaines minutes du mois – 0,01020 $ par minute.
Plus de 5 000 000 de minutes par mois – 0,00780 $ par minute.
Contents
L’un des outils proposés par Contents est son transformateur audio/texte, qui parvient à se différencier des autres car il nous permet non seulement de charger un fichier audio pour créer un texte, mais aussi de faire l’inverse, c’est-à-dire de convertir un texte en audio.
Il a une interface très simple où il n’y a que l’option de charger le fichier que l’on veut transcrire, la langue avec laquelle on veut travailler, le type de voix (dans le cas où il s’agit de texte à audio) et le format du fichier écrit. Pour l’utiliser, vous pouvez accéder à une version gratuite de 7 jours, transcrire 25 000 mots par mois pour 20 €, ou payer 69 € et avoir un nombre illimité de mots.
Deepgram
Deepgram est une base de transcription complète de l’IA qui dispose d’un certain nombre de fonctions lui permettant de comprendre plus précisément le langage et les expressions. Elle peut être utilisée lors de chats en direct, avec de l’audio ou de la vidéo préenregistrés. L’utilisateur peut assigner des mots-clés auxquels il doit prêter attention, activer le filtrage des blasphèmes, détecter l’activité vocale pour éviter que les pauses n’affectent le texte, et diviser les informations en paragraphes. En outre, l’outil dispose d’un certain nombre d’autres fonctionnalités qui vous aident à obtenir une écriture très précise par rapport aux autres.
Il offre 12 000 minutes gratuites pour commencer, mais différents forfaits peuvent ensuite être ajoutés en fonction des besoins de l’utilisateur. Le prix des audios préenregistrés varie entre 0,0095 et 0,0130 dollar par minute et celui des émissions en direct entre 0,0105 et 0,0150 dollar par minute.
Google Speech-to-Text
Cette application permet non seulement des transcriptions de l’audio vers le texte, mais fonctionne également comme une commande vocale et une réponse vocale interactive (RVI) dans les systèmes de service à la clientèle. Il prend également des dictées, même en présence de bruits extérieurs, et peut reconnaître les différents canaux qui diffusent de l’audio pour ne prendre en compte que celui qui intéresse l’utilisateur.
Les informations de Google Speech-to-Text sont stockées dans le Google Cloud et le tarif est fixé à des intervalles audio de 15 secondes, traitées à partir des 60 premières minutes, qui sont gratuites.
IBM Watson Speech to Text
Cet outil d’IA a été conçu pour reconnaître et interpréter le langage naturel, soit en téléchargeant un fichier audio (qui peut être de mauvaise qualité), soit en effectuant une dictée vocale. Une chose qui le distingue des autres est qu’il est dédié aux entreprises de service à la clientèle et qu’il fonctionne également comme un assistant virtuel pour le traitement et la recherche d’informations.
Vous pouvez transcrire 500 minutes gratuites par mois. Ensuite, il dispose d’un calculateur de coûts en fonction du service spécifié.
iSpeech
iSpeech est utilisé pour convertir du texte en audio. Il dispose d’une boîte où nous pouvons coller le texte que nous voulons dire, sélectionner la langue et appuyer sur play.
Il s’agit d’un outil très simple à utiliser et dispose d’un mode gratuit qui limite le nombre de caractères et place un message à la fin de la conversion en audio indiquant que le service a été utilisé.
Microsoft Azure speech to text
Cet outil vous permet de transcrire de l’audio en texte dans plus de 100 langues de manière rapide et précise. L’une de ses caractéristiques les plus remarquables est qu’il permet aux utilisateurs d’ajouter des mots spécifiques à leur vocabulaire pour qu’ils soient reconnus dans les transcriptions futures, la traduction vocale, le stockage des informations dans le nuage ou dans d’autres conteneurs à portée de main, et la reconnaissance du locuteur.
Les frais dépendent du type de service requis.
Microsoft Translator
Microsoft Translator est un service de traduction automatique qui peut être utilisé pour traduire des conversations en temps réel, ainsi que des écrits trouvés sur des plaques de rue ou simplement des documents que nous avons sur notre appareil.
L’objectif de cet outil est de faire tomber les barrières linguistiques. Il propose un plan à usage personnel, un plan à usage commercial et un plan à usage éducatif. Il s’intègre à des plateformes telles que Skype, certains navigateurs et d’autres applications mobiles.
Nuance Communications
Nuance Communications est une société spécialisée dans la reconnaissance vocale et le traitement du langage naturel par l’intelligence artificielle. Il a la capacité de convertir automatiquement les conversations en textes et est connu pour avoir développé Siri, l’assistant vocal d’Apple.
L’une de ses créations les plus importantes est Dragon Professional, un outil destiné aux médecins pour la dictée vocale et la transcription de documents cliniques. Le logiciel coûte près de 500 euros.
Otter.ai
Si vous avez beaucoup de vidéoconférences importantes, cet outil peut être votre sauveur car il est dédié à la prise de dictée vocale en temps réel et à sa conversion en texte, mais il se concentre à le faire pendant les réunions Zoom, Google Meet et autres plateformes similaires. En outre, Otter.ai enregistre et permet de réécouter les conversations après la fin de l’appel, d’identifier les participants à la conversation et de rechercher le texte des enregistrements transcrits.
