Convertisseur audio en texte

Il utilise la reconnaissance vocale pour transformer la parole d’un enregistrement en texte écrit. ListenPad accepte les fichiers audio et vidéo courants, peut renvoyer des résultats horodatés et exporte en TXT, DOCX, PDF, SRT, VTT ou CSV.

Déposez le fichier dans la zone d’envoi, choisissez un indice de langue ou laissez la détection automatique, décidez si vous voulez des étiquettes de locuteur, puis lancez la transcription. La page affiche l’état de la file et le texte apparaît dès que la tâche est terminée.

MP3, M4A, WAV, AAC, FLAC, OGG, WebM, MP4 et MOV. Pour un fichier vidéo, seule la piste audio est transcrite.

La limite par défaut est de 5 Go par fichier. C’est un réglage serveur, qu’une installation autohébergée peut augmenter ou réduire ; un fichier trop lourd est refusé avec un message explicite.

Par défaut, 30 minutes par enregistrement sur le plan gratuit, 3 heures avec Plus et 10 heures avec Pro ou Max. Un enregistrement qui dépasse la limite du service de transcription est normalisé et découpé en segments de 10 minutes sur le serveur, puis rassemblé en une seule transcription.

Oui. Un compte gratuit dispose de 30 minutes de transcription par période de 30 jours (2 fichiers par jour au maximum), conserve les tâches dans l’espace de travail et ne demande aucune information de paiement. Une adresse e-mail suffit pour le créer.

Oui. Ce serveur demande une connexion avant l’envoi d’un enregistrement, afin que chaque transcription appartienne à un compte plutôt qu’à un jeton de navigateur. L’inscription est gratuite, avec une adresse e-mail, et l’espace de travail liste ensuite vos transcriptions récentes avec les téléchargements TXT, DOCX, PDF, SRT, VTT et CSV.

Oui. Les mémos vocaux d’iPhone et les autres enregistrements M4A s’envoient comme n’importe quel fichier audio : choisissez l’indice de langue si vous la connaissez, puis téléchargez le texte.

Elle dépend du modèle configuré sur le serveur et de l’enregistrement lui-même. Une seule voix, proche du micro et articulée donne les meilleurs résultats ; un fort bruit de fond, des locuteurs qui se coupent et des accents prononcés font nettement baisser la qualité. Relisez avant de publier.

Le formulaire propose 34 indices de langue — anglais, chinois, espagnol, français, allemand, hindi, arabe, japonais, coréen, portugais, russe et d’autres, chacun écrit dans sa propre langue — ainsi que la détection automatique. L’indice améliore la précision ; la couverture réelle dépend du modèle configuré sur le serveur.

Activez les étiquettes de locuteur : si le service configuré prend en charge la diarisation, les segments sont séparés par locuteur. Le résultat dépend de la qualité audio, des chevauchements et du nombre de personnes.

Oui. Quand le résultat contient des segments horodatés, ListenPad les met en forme en SRT ou en VTT téléchargeable, ou en CSV avec une ligne par segment ; un texte sans horodatage reste exportable en TXT, DOCX et PDF.

Le TXT est la transcription brute, pratique pour rédiger et éditer, tandis que le DOCX et le PDF sont des documents mis en page avec le nom du fichier, la date et le résumé IA lorsqu’il est activé. Le SRT est un fichier de sous-titres : des blocs numérotés avec heure de début et de fin, à importer dans un logiciel de montage ou à envoyer comme piste de sous-titres, et le VTT est son équivalent pour les lecteurs web. Le CSV place un segment par ligne avec son début, sa fin, le locuteur et le texte.

Le panneau de résultat est en lecture seule, pour éviter d’altérer un texte déjà terminé. Copiez le texte ou téléchargez le TXT ou le DOCX, puis modifiez-le dans votre document ou votre éditeur.

Un enregistrement court se termine généralement en moins d’une minute. Un fichier long passe par la file puis par le découpage, et la durée augmente à peu près proportionnellement — c’est pourquoi le travail se fait en arrière-plan plutôt que pendant la requête d’envoi.

Oui, la tâche continue sur le serveur. Elle appartient à votre compte et non à l’onglet ouvert : l’espace de travail affiche son état à votre retour, et la transcription terminée y attend avec ses téléchargements TXT, DOCX, PDF, SRT, VTT et CSV.

Le fichier n’est conservé que pendant le traitement et une installation configurée ainsi le supprime ensuite. La transcription reste dans votre espace de travail jusqu’à l’expiration de la durée de rétention du serveur, illimitée par défaut pour un compte. La rétention est un réglage serveur : annoncez ce que votre propre déploiement applique réellement.

ListenPad n’entraîne aucun modèle sur vos enregistrements. L’audio est envoyé au service de transcription configuré sur le serveur : vérifiez ses propres conditions de rétention et d’entraînement avant d’envoyer du contenu confidentiel.

Pas directement depuis une URL. Téléchargez ou exportez d’abord l’audio, puis envoyez le fichier. Une fois le MP3 ou le M4A en main, les épisodes de podcast donnent généralement de bons résultats.

Oui. Le parcours d’envoi est identique dans un navigateur mobile, sans application à installer. Les enregistrements de téléphone sont souvent des M4A, un format pris en charge.

Les nouveaux envois sont refusés avec le solde restant. Sur un plan payant, le quota appartient à la période payée : il repart entièrement au début de la période suivante au lieu de se libérer peu à peu ; sur un compte gratuit, il se libère à mesure que la fenêtre glissante de 30 jours avance. Après une mise à niveau sur la page des tarifs, la confirmation de paiement relève immédiatement la limite. Les tâches en échec ne consomment rien.

Depuis le panneau d’abonnement de l’espace de travail. Aucun nouveau prélèvement n’a lieu ensuite et l’accès reste actif jusqu’à la fin de la période déjà payée. Si un renouvellement tarde, l’accès est maintenu pendant un court délai de grâce le temps des nouvelles tentatives, avant le retour au quota gratuit.

Oui. C’est une application Next.js avec MySQL et un service de transcription côté serveur, à déployer comme un projet Node classique. Limite d’envoi, rétention, concurrence de la file et service de transcription se configurent par variables d’environnement.