Deux façons de transformer la parole en texte
Ce que fait cet outil
Speech to Text réunit deux moteurs indépendants pour un même but. Le mode temps réel s'appuie sur la Web Speech API — l'interface SpeechRecognition intégrée aux navigateurs actuels — et inscrit les mots sur la page au fil de la parole : d'abord un texte provisoire, puis une ligne définitive dès que vous marquez une pause. Le mode Fichier audio charge quant à lui un modèle d'IA Whisper dans votre navigateur et transcrit un enregistrement que vous possédez déjà, sans écouter le moindre micro.
Quel mode choisir
La dictée en temps réel est idéale pour saisir des idées sans les mains : notes de réunion, brouillon rapide ou pense-bête que l'on préfère dicter plutôt que taper. Elle brille lors de courtes sessions en direct, où voir le texte apparaître aussitôt entretient le rythme.
Le mode Fichier audio convient mieux à un contenu déjà enregistré : un entretien, un cours, un mémo vocal ou la piste audio d'une vidéo. Une fois le modèle Whisper téléchargé, votre navigateur le conserve : les tâches suivantes démarrent sans nouveau téléchargement, ce qui aide pour les longs enregistrements et les lots de fichiers.
Un aperçu rapide
Pour travailler en direct, choisissez votre langue dans la liste, cliquez sur Démarrer l'Enregistrement et autorisez l'accès au micro lorsque le navigateur le demande ; votre voix remplit la transcription, que vous pouvez ensuite retoucher. Pour un enregistrement, passez à l'onglet Fichier audio, sélectionnez un modèle — Tiny pour la rapidité, Small pour une meilleure précision multilingue — et déposez un fichier MP3, WAV, MP4 ou équivalent. À la première utilisation, la taille du téléchargement du modèle s'affiche avant que vous cliquiez sur Transcrire ; une fois terminé, le texte est prêt à copier ou à télécharger.
Compatibilité et points de vigilance
La reconnaissance en temps réel dépend du navigateur : Chrome, Edge et Safari implémentent la Web Speech API, contrairement à Firefox, où il vaut mieux passer par le mode Fichier audio. Les versions récentes de Chrome peuvent installer un modèle de langue sur l'appareil et garder l'audio du micro en local ; sinon, la parole est traitée par le service vocal de l'éditeur du navigateur. Les deux modes partagent une liste de 22 choix couvrant 18 langues (l'anglais, l'espagnol, le portugais et le chinois existent chacun en deux variantes régionales) : choisissez celle que vous parlez avant de commencer, car le mode Fichier audio utilise votre choix au lieu de détecter la langue, et ignore la région. Le mode Fichier audio accepte les formats audio et vidéo courants jusqu'à 500MB ; pour une vidéo, extraire d'abord l'audio accélère le traitement et améliore le résultat.