Trois niveaux de détail pour une même parole
Quand on passe de l'oral à l'écrit, on fait forcément des choix. Le français parlé n'a pas grand-chose à voir avec le français écrit : phrases inachevées, « du coup » en cascade, négations sans « ne », reprises (« moi, mon fils, il… »). Selon l'usage du texte, on conservera ces traits ou on les gommera.
Les professionnels distinguent généralement trois niveaux :
- Intégrale
- tout est transcrit : mots, répétitions, hésitations, rires, pauses, chevauchements
- Lissée (ou nettoyée)
- toutes les idées sont conservées, dans l'ordre, mais la syntaxe est rendue lisible
- Ciblée (ou sélective)
- seuls les passages pertinents sont transcrits, le reste est résumé ou ignoré
Une quatrième forme, la synthèse ou le compte rendu, n'est plus vraiment une retranscription : on reformule avec ses propres mots. Les anglophones parlent de « verbatim » et de « clean verbatim » ; la distinction est détaillée dans le guide verbatim ou clean verbatim (en anglais).
La retranscription intégrale : la parole telle qu'elle a été dite
La retranscription intégrale des propos sert quand la manière de dire compte autant que ce qui est dit. C'est le cas en sociologie qualitative, en linguistique, en psychologie clinique, ou lorsqu'on étudie la façon dont une personne construit son récit.
Elle exige des conventions précises (notation des pauses, des chevauchements, des passages inaudibles) et une écoute attentive, souvent à vitesse réduite. C'est aussi la plus longue à produire et la plus pénible à lire pour quelqu'un d'extérieur au projet.
« Alors euh… moi j'suis arrivé dans la boîte en, en deux mille quinze, et euh (.) bon au début on m'a dit "tu verras c'est familial" [rires] familial, tu parles. »
La retranscription lissée : fidèle au sens, lisible par tous
La version lissée supprime les « euh », les faux départs et les répétitions qui n'apportent rien, rétablit les négations et découpe les phrases. Elle ne change ni l'ordre des idées ni le vocabulaire de la personne, et elle n'ajoute rien.
C'est la forme la plus utilisée en journalisme (pour préparer une interview publiée en questions-réponses), en études de marché, en ressources humaines et dans les comptes rendus détaillés. Le risque : lisser trop et faire dire à quelqu'un une phrase plus nette, plus assurée ou plus polie que ce qu'il a réellement prononcé. Dans une interview publiée, mieux vaut faire relire la personne interrogée quand c'est possible.
« Je suis arrivé dans l'entreprise en 2015. Au début, on m'a dit : "Tu verras, c'est familial." Familial, tu parles ! »
La retranscription ciblée : ne garder que ce qui sert
Ici, on ne transcrit que ce qui répond à une question précise : les passages sur le télétravail dans une enquête interne, les citations exploitables dans un entretien de deux heures avec un élu, les décisions d'une réunion. Le reste est signalé par un résumé entre crochets avec son minutage.
C'est rapide et efficace, mais la sélection est déjà une interprétation. Si quelqu'un conteste plus tard une citation sortie de son contexte, vous devrez retourner à l'enregistrement. Conservez donc toujours l'audio original tant que le projet n'est pas clos.
« [00:03:10–00:05:40 : parcours professionnel avant l'entreprise, non transcrit] [00:05:41] Je suis arrivé dans l'entreprise en 2015. Au début, on m'a dit que c'était familial… ce qui n'a pas duré. »
Quel niveau selon votre métier
- Sociologie, anthropologie, sciences de l'éducation : intégrale, presque toujours, pour un mémoire ou une thèse. Notre guide pour retranscrire un entretien semi-directif détaille la méthode.
- Journalisme : enregistrement complet conservé, transcription lissée des passages cités, intégrale pour les phrases sensibles ou susceptibles d'être contestées.
- Ressources humaines et enquêtes internes : lissée ou ciblée, avec une attention particulière à la confidentialité ; les verbatims d'un entretien de départ ne circulent pas comme un compte rendu de réunion.
- Études de marché et focus groups : ciblée par thème, souvent accompagnée de citations lissées pour le rapport client.
- Réunions et comités : ciblée, puis synthèse ; c'est l'objet de notre article sur le compte rendu de réunion à partir d'un enregistrement.
- Procédures juridiques ou administratives : renseignez-vous sur ce qui est exigé. Une transcription automatique n'a pas la valeur d'un document établi par un professionnel habilité, comme l'explique notre comparatif entre transcription certifiée et transcription automatique (en anglais).
Ce que produit réellement une transcription automatique
Un moteur de reconnaissance vocale ne choisit pas consciemment un niveau : il produit un texte à mi-chemin. Les modèles récents comme Whisper ponctuent, mettent des majuscules et omettent souvent une partie des hésitations et des répétitions. Le résultat ressemble donc à une version légèrement lissée, sans en être une : certaines tournures orales restent, d'autres disparaissent sans prévenir.
Ce qui manque presque toujours dans un premier jet automatique :
- l'indication de qui parle ;
- les pauses, les rires, les soupirs et les chevauchements ;
- les passages marqués « inaudible » : la machine propose parfois un mot plausible à la place d'un mot incompris ;
- l'orthographe correcte des noms propres, des sigles et du jargon maison.
Pour une intégrale stricte, il faut donc réécouter et rajouter ce qui a été gommé. Pour une lissée, il faut corriger et harmoniser. Pour une ciblée, l'automatique est souvent le meilleur point de départ : on lit le texte en diagonale pour repérer les passages, puis on ne vérifie finement que ceux-là.
Ce que mydubly apporte, et ce qu'il vous laisse
mydubly produit ce premier jet dans le navigateur, à partir d'un fichier audio (MP3, WAV, M4A, AAC, OGG, FLAC, WebM) ou vidéo (MP4, MOV, WebM, MKV, M4V) de 2 heures maximum, via la transcription audio en texte (en anglais). Avec l'interrupteur « Audio and text output » désactivé (« Timestamped transcript only »), cliquez sur « Transcribe audio », puis récupérez :
- « Download transcript » : un fichier texte brut, pratique pour une lecture en continu ;
- « Download timestamped transcript » : le même texte découpé en segments horodatés, idéal pour une retranscription ciblée, puisque chaque passage retenu garde sa référence temporelle.
La détection d'activité vocale saute les silences : les pauses ne sont pas notées, mais un écart entre deux minutages vous signale où regarder. En revanche, mydubly ne fait pas d'étiquetage des locuteurs, n'offre pas d'éditeur intégré, ne produit ni résumé ni compte rendu, et ne choisit pas pour vous entre intégrale et lissée : vous modifiez le fichier téléchargé dans Word ou tout autre éditeur.
Une journaliste enregistre trois interviews de 40 minutes pour un dossier : 120 minutes au tarif transcription, soit 120 crédits ($0,12). Elle lit les trois textes en diagonale, retient une quinzaine de citations, puis réécoute uniquement ces passages grâce aux minutages pour les vérifier mot à mot.
Une grille simple pour décider
Posez-vous ces quatre questions avant de commencer, et notez la réponse en tête de votre document pour que toute l'équipe applique le même niveau :
- Le texte sera-t-il analysé pour sa forme (hésitations, reformulations, vocabulaire) ? Si oui, intégrale.
- Sera-t-il publié ou cité au nom de la personne ? Si oui, lissée, en réécoutant chaque citation.
- Ne vous intéressez-vous qu'à une partie des échanges ? Si oui, ciblée, avec minutages.
- Quelqu'un pourrait-il contester le texte plus tard ? Si oui, conservez l'enregistrement et transcrivez intégralement les passages sensibles.
Pour aller plus loin sur la mise en page du résultat, consultez notre guide sur la mise en forme d'une transcription (en anglais).
Questions fréquentes
Que signifie « retranscription intégrale des propos » ?
C'est la mise par écrit de tout ce qui a été prononcé, sans résumé ni sélection, y compris les hésitations et répétitions selon les conventions choisies. On l'oppose à la retranscription lissée, qui corrige la forme, et à la retranscription ciblée, qui ne garde que certains passages.
Une retranscription lissée peut-elle modifier les mots de la personne ?
Elle peut retirer les tics de langage, rétablir une négation ou couper une phrase trop longue, mais pas remplacer le vocabulaire ni changer le sens. Si vous hésitez à corriger une tournure, laissez-la : c'est la parole de la personne, pas la vôtre.
Une transcription automatique est-elle une retranscription intégrale ?
Pas vraiment. Les modèles de reconnaissance vocale omettent souvent une partie des hésitations et ne notent ni les pauses ni les rires, ni qui parle. Le résultat est un premier jet à compléter si vous visez une intégrale stricte.
Quel niveau choisir pour un entretien annuel ou un entretien de départ ?
En ressources humaines, une version lissée ou ciblée suffit généralement, puisque l'objectif est de garder une trace des points abordés. Vérifiez auparavant que la personne a été informée de l'enregistrement et de l'usage prévu, et limitez la diffusion du texte.
Combien coûte une transcription automatique avec mydubly ?
Le tarif transcription est de 1 crédit par minute entamée, avec un minimum de 5 crédits par fichier ; 1 000 crédits valent $1. Une heure d'enregistrement revient donc à 60 crédits, et les 100 crédits offerts à l'inscription couvrent cette première heure, avec encore 40 crédits de reste.
Peut-on passer d'une version intégrale à une version lissée plus tard ?
Oui, et c'est même la démarche la plus sûre : on lisse à partir de l'intégrale, jamais l'inverse. Une version lissée ou ciblée a perdu des informations qu'on ne retrouve qu'en réécoutant l'enregistrement.