MP3 et M4A en texte

Inscrivez-vous sur VexaScribe — 30 minutes gratuites à l'inscription, sans carte bancaire. Glissez votre fichier MP3 (jusqu'à 5 Go et 10 heures par fichier) dans l'interface. Whisper Large-v3 d'OpenAI détecte automatiquement le français (Tier 1, précision 93-95 % sur audio propre) et génère la transcription en 5-10 minutes pour 1 heure d'audio. Sortie : texte avec étiquetage automatique des locuteurs et horodatages au mot près, exportable en TXT, DOCX, SRT, VTT ou JSON. Au-delà des 30 minutes gratuites, le plan Starter à 2 $/mois inclut 200 minutes mensuelles.

Aucune différence significative en précision de transcription. MP3 et M4A sont deux formats compressés couramment utilisés : MP3 (MPEG-1 Audio Layer 3, créé en 1993) est le plus universel ; M4A (MPEG-4 Audio, container AAC) est le format par défaut des appareils Apple (voice memos iPhone, exports iPad et Mac). Whisper Large-v3 traite les deux formats nativement, sans conversion préalable nécessaire. À bitrate équivalent, M4A (AAC) offre une qualité audio légèrement supérieure à MP3, mais le gain en précision de transcription est négligeable — la qualité du micro et de l'environnement compte beaucoup plus que le format de compression.

Très peu, à partir d'un seuil minimal. Whisper Large-v3 accepte tous les bitrates ≥ 64 kbps sans perte de précision notable. Tests internes VexaScribe sur audio FR studio propre : MP3 128 kbps → 95 % précision, MP3 192 kbps → 95 %, MP3 320 kbps → 95 %. En dessous de 64 kbps, la qualité audio elle-même devient perceptiblement dégradée et la précision peut descendre à 88-90 %. Conclusion : ne pas réencoder vos MP3 standard, ils sont déjà optimaux. Le seul cas où un bitrate plus élevé aide vraiment est si l'audio original a beaucoup de bruit ambiant — mais alors c'est le micro et l'environnement qu'il faut améliorer, pas le bitrate.

Oui, jusqu'à 5 Go et 10 heures par fichier. C'est un avantage majeur face aux outils gratuits qui limitent à 30 min par fichier : TurboScribe (3 fichiers × 30 min/jour), Vidnoz (30 min/fichier), Otter.ai (sessions ≤ 30 min en plan gratuit). Pour un podcast de 1h, un entretien de 2h, ou un cours de 3h, VexaScribe transcrit le fichier complet en un seul traitement. Un MP3 de 1h fait typiquement 30-60 Mo en 128-192 kbps, donc largement dans les limites. Pour les fichiers extrêmes (10h en 320 kbps ≈ 1.4 Go), aucune action utilisateur requise.

Workflow direct sans conversion. (1) Sur iPhone : ouvrir l'application Dictaphone, sélectionner l'enregistrement, partager → fichier .m4a. (2) Transférer le fichier vers votre ordinateur (AirDrop, email, iCloud Drive) ou utiliser VexaScribe depuis Safari iOS directement. (3) Sur VexaScribe : glisser le .m4a dans la zone d'upload. (4) Transcription en 5-10 min/h. Pas besoin de convertir en MP3 d'abord — VexaScribe accepte M4A nativement. Cas d'usage typique : entretien capturé au dictaphone iPhone par un journaliste ou un chercheur, transcription disponible 10 min après l'enregistrement.

Sur le plan Starter VexaScribe (2 $/mois, 200 minutes incluses) : ~0,60 $ pour 1 h transcrite. Sur le plan Basic (5 $/mois, 1 000 minutes) : ~0,30 $. Sur le plan Pro (10 $/mois, 2 500 minutes) : ~0,24 $. Pour comparaison : un transcripteur humain français facture 1,50-3 €/min, soit 90-180 € pour 1 h de MP3. Les services gratuits sont limités à des fichiers courts (TurboScribe 30 min/fichier, Happy Scribe 10 min total, Vidnoz 30 min). Pour un MP3 d'1h en français de qualité 90 %+, VexaScribe est 150-750× moins cher qu'un transcripteur humain et plus rapide (5-10 min vs 4-6h).

Cinq formats disponibles sur tous les plans payants. (1) TXT — texte brut, lisible dans tout éditeur. (2) DOCX — Word formaté avec locuteurs et horodatages, idéal pour transfert à un rédacteur ou import CAQDAS (NVivo, ATLAS.ti). (3) SRT — sous-titres standard compatible YouTube, Vimeo, Premiere Pro, DaVinci Resolve, Final Cut, CapCut. (4) VTT — sous-titres web HTML5. (5) JSON — données structurées au mot près avec speaker_id et timestamps, pour développeurs construisant un workflow personnalisé. Sur l'essai gratuit 30 min, tous les formats sont également disponibles — pas de bridage qualitatif.

Oui. Whisper Large-v3 a été entraîné sur du français de France métropolitaine ET de Québec, Belgique, Suisse, et plusieurs variantes africaines. Précisions typiques : français de France standard 93-95 % ; français québécois 92-94 % ; français belge et suisse 92-95 %. L'accent régional compte beaucoup moins que la qualité du micro et l'environnement. Les variantes lexicales régionales sont gérées (poutine, char, dépanneur en québécois ; nonante, septante en belge/suisse). Les expressions très locales ou l'argot très récent peuvent générer des erreurs ponctuelles à corriger dans l'éditeur intégré avant export.

Cinq leviers, ordonnés par impact. (1) Pré-traitement audio avec Audacity (gratuit) ou Adobe Audition : Réduire le bruit (Effets > Noise Reduction) en sélectionnant 1 sec de bruit pur, appliquer à tout l'enregistrement. (2) Normalisation du volume : Effet > Normaliser à -3 dB. (3) Filtre passe-haut à 80 Hz pour couper les grondements basses fréquences (climatisation, frigo). (4) Si possible, ré-enregistrer dans de meilleures conditions (pièce traitée, micro lavalier ou USB plus proche de la bouche). (5) Sur VexaScribe directement : utiliser l'éditeur intégré pour corriger les noms propres et le jargon technique (sources principales d'erreurs résiduelles).

Non. VexaScribe n'utilise pas vos fichiers audio ou transcriptions pour entraîner des modèles d'intelligence artificielle. C'est un engagement contractuel explicite, inscrit dans les conditions d'utilisation. Différence importante avec certains concurrents américains comme Otter.ai où l'entraînement IA est activé par défaut (opt-out manuel requis dans les paramètres). Pour les MP3 contenant des données sensibles — entretiens journalistiques avec sources confidentielles, entretiens de recherche soumis au consentement RGPD, dictées médicales, entretiens RH internes — cette garantie de non-réutilisation est essentielle. Stockage AWS eu-west-2 (Londres) avec chiffrement TLS 1.2+ en transit et AES-256 au repos.