Transcription vidéo en texte

Téléchargez votre fichier vidéo (MP4, MOV, MKV, WebM, AVI, FLV, WMV jusqu'à 5 Go et 10 heures) directement sur VexaScribe. L'audio est extrait automatiquement de la piste vidéo — pas besoin de ffmpeg ni de conversion préalable. Whisper Large-v3 d'OpenAI détecte automatiquement le français (Tier 1, précision 93-95 % sur audio propre) et génère la transcription en 5 à 10 minutes pour une vidéo d'une heure. Sortie : texte avec étiquetage automatique des locuteurs et horodatages au mot près, exportable en TXT, DOCX, SRT, VTT ou JSON. 30 minutes gratuites à l'inscription.

Tous les formats vidéo courants : MP4 (le plus répandu, YouTube, smartphones, exports OBS), MOV (Apple, iPhone, Final Cut Pro), MKV (vidéo HD haute qualité), WebM (export navigateur et OBS Studio), AVI (anciens enregistrements Windows), FLV (anciens enregistrements Flash), WMV (Windows Media). Limite par fichier : 5 Go et 10 heures, ce qui couvre 99 % des cas — un cours en ligne de 2 heures en MP4 1080p fait typiquement 1-2 Go. Les pistes audio multiples sont gérées (commentaire + audio original) : la première piste est transcrite par défaut.

Non. VexaScribe extrait automatiquement la piste audio côté serveur — vous uploadez votre MP4, MOV ou MKV tel quel. C'est un gain de temps significatif vs des solutions qui imposent une extraction manuelle avec ffmpeg ou HandBrake avant transcription. Le pipeline interne : décodage du container vidéo → extraction de la piste audio → resampling 16 kHz mono (résolution Whisper) → modèle de transcription. Vous n'avez aucune étape technique à gérer.

Précision variable selon la qualité d'enregistrement. Vidéo studio bien micro-typée (formateur avec micro lavalier en salle traitée) : 95-97 % de précision. Vidéo Zoom ou Teams avec micro intégré laptop : 88-92 %. Vidéo smartphone à moins d'1 mètre (vlog face-cam) : 87-91 %. Vidéo de conférence ou webinaire en salle avec micro plafond : 80-87 %. Vidéo terrain (caméra sportive, drone, bruit ambiant) : 75-85 %. Le français est en Tier 1 de Whisper Large-v3, comparable à l'anglais en précision — la qualité du micro compte beaucoup plus que la langue.

Exportez votre transcription au format SRT (sous-titres standard) ou VTT (HTML5 video) en un clic depuis l'éditeur VexaScribe. Le fichier SRT s'importe directement dans Adobe Premiere Pro, DaVinci Resolve, Final Cut Pro X, CapCut, ou s'upload sur YouTube et Vimeo (Subtitles > Add language > Upload file). Pour les lecteurs vidéo HTML5 sur votre site web, le format VTT s'intègre via la balise `<track kind="subtitles" src="x.vtt">`. Voir la page dédiée au générateur SRT pour les détails d'intégration.

Coût effectif sur le plan Pro VexaScribe (10 $/mois, 2 500 minutes incluses) : environ 0,24 $ par vidéo d'une heure transcrite. Sur le plan Starter (2 $/mois, 200 minutes) : 0,60 $ par vidéo. Pour comparaison : un transcripteur humain français facture 1,50-3 €/min, soit 90-180 € pour une vidéo d'1 heure. Les sous-titres automatiques YouTube sont gratuits mais leur précision FR plafonne à ~80 %, sans diarisation des locuteurs, sans export SRT vers d'autres plateformes.

La limite par fichier est de 5 Go et 10 heures. Si votre vidéo dépasse ces seuils, deux solutions. (1) Compresser en MP4 1080p H.264 à débit raisonnable (5-8 Mbps) — une vidéo de 4 heures en 1080p fait typiquement 7-10 Go en source, mais 3-4 Go après compression standard YouTube. HandBrake (gratuit) ou ffmpeg en ligne de commande gèrent ça en quelques minutes. (2) Découper la vidéo en segments de moins de 5 Go avec un outil d'édition. Ces deux approches préservent la qualité audio nécessaire à Whisper (16 kHz suffisent).

Non. VexaScribe n'utilise pas vos vidéos ou transcriptions pour entraîner des modèles d'intelligence artificielle. C'est un engagement contractuel explicite, inscrit dans les conditions d'utilisation — pas une option opt-out par défaut. Différence importante avec certains concurrents américains qui peuvent utiliser les données utilisateurs par défaut pour améliorer leurs modèles. Pour les vidéos de formation interne, captations de réunions filmées, ou contenus avant publication, cette garantie de non-réutilisation est essentielle.

Oui. Après transcription en français, cliquez sur Traduire dans l'éditeur pour convertir la transcription dans une des 133 langues cibles (anglais, espagnol, portugais, allemand, italien, japonais, mandarin, arabe…). Cas d'usage fréquent : un créateur français produit sa vidéo en FR, exporte un SRT français pour YouTube, puis génère SRT anglais + SRT espagnol pour atteindre l'audience internationale — trois fichiers à uploader comme tracks séparées sur YouTube. La traduction est incluse dans tous les plans payants, pas de facturation au caractère, pas de service tiers à connecter. Les horodatages sont préservés à l'identique entre les versions traduites.

Trois différences majeures. (1) Précision FR : YouTube auto-captions tournent autour de 80 %, VexaScribe (Whisper Large-v3) atteint 93-95 %. La différence se voit clairement sur les noms propres, le jargon technique, et les chiffres. (2) Portabilité : les auto-captions YouTube ne sortent qu'au sein de YouTube ; VexaScribe exporte un fichier SRT que vous utilisez partout (Premiere, DaVinci, CapCut, votre site web). (3) Workflow : VexaScribe inclut diarisation des locuteurs, édition intégrée, traduction vers 133 langues. YouTube n'offre rien de cela. Pour un créateur, VexaScribe est l'amont du workflow ; YouTube ne sert qu'à l'hébergement final.