Convertissez une transcription existante en fichier SRT avec de vrais horodatages
Si votre entretien, podcast ou conférence est déjà transcrit, à la main ou par un service tiers, il ne vous manque plus que le calage temporel. Téléversez l'enregistrement avec la transcription : chaque ligne est convertie en sous-titre synchronisé SRT et VTT reprenant exactement vos mots, noms des intervenants compris. Les enregistrements jusqu'à 10 minutes sont entièrement gratuits ; au-delà, comptez $5 en paiement unique, jusqu'à 6 heures.
- Transcription au format TXT ou DOCX, ou texte collé ; rédigée par vos soins ou fournie par un service de transcription
- Orthographe, ponctuation et noms d'intervenants comme « Présentateur : » conservés tels quels
- Chaque ligne calée précisément sur l'instant où elle est prononcée dans l'enregistrement
- Paragraphes longs découpés en sous-titres lisibles au niveau des phrases et des virgules
- Fichiers SRT et VTT en UTF-8 avec indicateur d'ordre des octets (BOM), pour les lecteurs qui l'exigent
Vous avez déjà le texte
Une transcription minutieusement relue mérite d'être conservée telle quelle. Relancer une transcription complète de l'audio simplement pour obtenir un SRT ruine tout ce travail : les noms propres sont écorchés, vos corrections disparaissent et vous voilà bon pour une seconde relecture. Cet outil conserve votre texte et se contente d'y associer le timing exact. La reconnaissance vocale repère l'instant où chaque mot est prononcé, puis l'algorithme synchronise votre transcription avec ces repères.
Un simple texte brut est inutilisable pour un lecteur vidéo. Même une transcription horodatée toutes les deux ou trois minutes ne suffit pas : des sous-titres exigent un début et une fin précis pour chaque segment de quelques secondes.
Préparer la transcription
- Conservez un paragraphe ou une prise de parole par ligne : vos retours à la ligne définissent les limites des sous-titres
- Les noms d'intervenants restent affichés tels quels dans le sous-titre (ex. « Dr Patel : ») ; supprimez-les au préalable si vous ne souhaitez voir que les paroles prononcées
- Les anciens horodatages écrits dans le texte, comme [00:14:02], sont traités comme des mots ordinaires : supprimez-les sous peine de les voir apparaître dans les sous-titres
- Les annotations du type [inaudible] ou [paroles simultanées] restent dans le sous-titre à l'endroit où vous les avez placées
- Les passages transcrits mais coupés au montage doivent être retirés, car aucun signal audio ne permet de les synchroniser
En cas d'écarts entre l'audio et le texte
Les transcriptions épurées suppriment les « heu », les faux départs et les répétitions. Cela ne pose aucun problème : les mots audibles absents de votre texte sont ignorés, et votre phrase nettoyée conserve sa place. Si la reconnaissance entend « vingt-cinq » alors que vous avez écrit « 25 », ou si un mot marmonné lui échappe, le timing est déduit des mots qui l'entourent.
Deux personnes qui parlent en même temps ou un invité trop éloigné du micro peuvent décaler légèrement le début ou la fin d'un sous-titre. Pour l'amharique, le tigrinya, le somali, le dari, le kurde, le birman et le pachto, la synchronisation repose sur un modèle IA généraliste et s'avère moins précise.
À quoi sert une transcription synchronisée ?
- Sous-titres pour la version vidéo d'un épisode de podcast
- Sous-titres pour un cours enregistré ou un webinaire sur une plateforme de formation
- Rushes d'une interview dans un logiciel de montage, avec chaque réponse calée sur la timeline
- Sous-titres d'accessibilité pour une conférence transcrite il y a plusieurs mois
Le fonctionnement de l'outil, son coût et le traitement de vos fichiers sont détaillés sur la page Synchroniser transcription et audio ; les prix de chaque outil figurent sur la page tarifs.
Dernière mise à jour :
Questions et réponses
ChatGPT peut-il ajouter des horodatages à ma transcription ?
Il peut mettre en forme une transcription au format SRT et générer des repères temporels si vous lui demandez. Mais sans écouter l'enregistrement, ces timings sont répartis au hasard ou extrapolés : sur un entretien d'une heure, le décalage s'aggrave de minute en minute. Sur les longs textes, il a aussi tendance à raccourcir ou fusionner des lignes. Ici, les horodatages proviennent directement de l'audio et votre texte reste intact.
Les noms des intervenants apparaîtront-ils dans les sous-titres ?
Oui, s'ils figurent dans votre texte, car les préfixes sont conservés tels quels. Retirez-les avant le téléversement si vous préférez n'afficher que les paroles prononcées.
Ma transcription supprime les hésitations et les faux départs. Est-ce gênant ?
Non. Les sons supplémentaires présents dans l'enregistrement mais absents de votre texte sont ignorés, et vos phrases épurées sont calées à partir des mots environnants.
Quels formats de transcription sont acceptés ?
Collez votre texte ou importez un fichier TXT ou DOCX. Si vous possédez déjà un fichier de sous-titres, les formats SRT, VTT, ASS, SBV et LRC sont également pris en charge, et le découpage de leurs sous-titres est préservé.
Combien coûte la synchronisation d'une transcription ?
Jusqu'à 10 minutes d'enregistrement, c'est entièrement gratuit. Au-delà, le tarif est de $5 en paiement unique, jusqu'à 6 heures. La formule Illimité à $19 par semaine prend en charge jusqu'à 12 heures par tâche.
Qui peut voir ma transcription ?
Vous seul. Vos fichiers sont transmis à un fournisseur de modèles IA uniquement pour leur traitement et ne sont jamais utilisés pour entraîner des modèles. Les tâches créées sans inscription sont supprimées après 7 jours, et vous pouvez supprimer une tâche vous-même à tout moment.