Aller au contenu

GuidesRéunions

Transcrire un audio en texte gratuitement : méthodes et limites

Transcrire un audio en texte gratuitement avec Google Docs, le téléphone, Whisper ou un service en ligne : les étapes, les limites, la précision et le RGPD.

17 min de lecture

Pour transcrire un audio en texte gratuitement, le bon outil dépend de l’endroit où se trouve la parole. Un enregistrement encore à faire se transcrit directement sur le téléphone, avec le Dictaphone d’un iPhone 12 ou plus récent, l’Enregistreur d’un Pixel ou l’application Transcription instantanée sur Android, tandis qu’un fichier déjà enregistré passe par Whisper, le modèle libre d’OpenAI qui tourne sur votre ordinateur, ou par l’offre gratuite d’un service en ligne, limitée à quelques fichiers d’une demi-heure. Word transcrit aussi un fichier, mais seulement avec un abonnement Microsoft 365, et la saisie vocale de Google Docs n’entend que le micro.

La première page de Google sur cette requête est faite presque entièrement de pages d’éditeurs qui recommandent leur propre outil, et de classements dont chaque outil cité a une offre payante à vendre. Trois questions départagent pourtant les méthodes plus vite qu’un classement : la durée de l’enregistrement, le besoin de savoir qui a dit quoi, et la sensibilité de ce qui s’y dit, parce qu’un entretien d’embauche ou un rendez-vous client ne s’envoie pas sur le premier site venu.

Quelles méthodes gratuites pour transcrire un audio en texte ?

Le tableau rassemble les méthodes utilisables sans payer, ou sans payer davantage qu’un abonnement que l’entreprise a souvent déjà, avec ce que chacune accepte, sa limite, sa façon de traiter les intervenants et l’endroit où part l’audio. Les limites viennent des pages d’aide et de tarifs des éditeurs, relevées le 1er novembre 2026, et elles changent plus souvent que les fonctionnalités elles-mêmes.

Méthode Ce qu’elle transcrit Limite sans payer Intervenants Où va l’audio
Word pour le web, Transcrire un fichier .wav, .mp4, .m4a ou .mp3, ou un enregistrement fait dans Word aucune transcription sans abonnement ; 300 minutes de fichiers par mois avec Microsoft 365 « Intervenant 1 », « Intervenant 2 », renommables transcription en ligne, fichier rangé dans OneDrive
Google Docs, saisie vocale ce que capte le micro, en direct gratuite avec un compte Google, dans Chrome, Edge ou Safari aucun au service de reconnaissance vocale du navigateur
Dictaphone (iPhone) un enregistrement fait dans l’app gratuit sur iPhone 12 ou ultérieur, dans certains pays non mentionnés par Apple non précisé par Apple
Enregistreur (Pixel) un enregistrement fait dans l’app, en français en temps réel gratuit, sur les téléphones Pixel numérotés, en anglais américain seulement voix étiquetées sur le téléphone ; une nouvelle transcription peut passer chez Google
Transcription instantanée (Android) ce que capte le micro, en direct gratuite aucun historique gardé trois jours au plus ; français hors ligne sur Android 12 et ultérieur
Whisper (ordinateur) un fichier audio lisible par ffmpeg gratuit et libre (licence MIT), avec Python et ffmpeg aucun reste sur votre ordinateur
Offre gratuite en ligne un fichier importé TurboScribe : 3 fichiers de 30 minutes par jour ; Otter : 300 minutes par mois, 3 imports au total selon le service serveurs de l’éditeur

Le tableau fait ressortir une limite commune à toutes les méthodes : aucune méthode gratuite ne met de vrais noms sur les voix, et les meilleures se contentent d’intervenants numérotés que vous renommez ensuite à la main. Il montre aussi que deux méthodes très citées, la saisie vocale de Docs et Transcription instantanée, ne transcrivent pas un fichier mais ce que le micro entend, ce qui en fait des outils pour une parole en direct bien plus que pour un enregistrement déjà fait.

Comment transcrire un fichier audio avec Word ?

Word transcrit un fichier audio dans sa version web, à condition d’être connecté avec un abonnement Microsoft 365 dans Edge ou Chrome, et dans la limite de 300 minutes d’audio chargé par mois. Pour une entreprise déjà équipée, c’est souvent la méthode la plus simple, puisque le texte arrive directement dans un document que l’on peut retravailler et partager.

  1. Ouvrez un document dans Word pour le web, en étant connecté à votre compte Microsoft 365 avec Edge ou Chrome.
  2. Dans l’onglet Accueil, ouvrez le menu Dicter et choisissez Transcrire, ce qui affiche le volet du même nom à côté du document.
  3. Sélectionnez Télécharger l’audio, puis choisissez votre fichier au format .wav, .mp4, .m4a ou .mp3 dans le sélecteur.
  4. Laissez le volet ouvert pendant le traitement, qui peut durer jusqu’à la longueur de l’enregistrement, puis ajoutez la transcription au document, en entier ou par extraits.

Le service sépare les voix et les étiquette « Intervenant 1 », « Intervenant 2 » et ainsi de suite, et une étiquette renommée une fois change dans toute la transcription, ce qui prend une minute pour une réunion de quatre personnes. Le fichier audio est rangé dans le dossier Fichiers transcrits de votre OneDrive, d’où vous pouvez le supprimer quand vous n’avez plus besoin de le garder, et Microsoft indique que l’audio lui est envoyé et ne sert qu’à fournir le service. Microsoft liste plus de quatre-vingts langues et variantes régionales, dont le français de France et celui du Canada, et sa page d’aide en anglais précise que le bouton de transcription n’apparaît qu’avec un abonnement Microsoft 365 actif : c’est ce qui sépare Word des méthodes réellement gratuites.

Comment transcrire avec Google Docs ou la dictée du téléphone ?

Google Docs et les téléphones transcrivent gratuitement une parole en direct, et ils conviennent mal à un fichier déjà enregistré. Ce sont les bons outils pour un entretien en face à face, un cours ou un mémo vocal, à condition de lancer la transcription au moment où l’on parle.

Avec la saisie vocale de Google Docs

La saisie vocale de Google Docs est gratuite et accepte le français, mais elle transcrit ce que le micro de l’ordinateur entend. Ouvrez un document dans Chrome, Edge ou Safari, choisissez Outils puis Saisie vocale, cliquez sur le micro et parlez distinctement, à un rythme et à un volume normaux ; un second clic sur le micro arrête la dictée.

Pour un enregistrement existant, la seule façon de faire est de le lire à côté du micro, et le résultat dépend alors du haut-parleur, de la distance et de la pièce : un éditeur comme Otter écrit lui-même que sa transcription est plus fiable quand elle lit le flux audio d’une réunion que lorsqu’elle passe par le micro de l’appareil. S’y ajoutent deux limites : les commandes vocales de ponctuation ne fonctionnent qu’en anglais, si bien qu’en français les points et les virgules s’ajoutent à la main, et Google précise que c’est le navigateur qui contrôle le service de reconnaissance vocale, donc qui décide de la façon dont votre voix est traitée.

Avec le Dictaphone de l’iPhone

Sur un iPhone 12 ou plus récent, l’application Dictaphone transcrit gratuitement en français ce qu’elle enregistre, pendant l’enregistrement ou après, dans les pays et régions où Apple propose la fonction. Pendant l’enregistrement, balayez vers le haut depuis le sommet de la forme d’onde et touchez le bouton de transcription pour voir le texte s’écrire ; après, ouvrez l’enregistrement, touchez le bouton des options puis choisissez « Copier la transcription » pour tout récupérer, ou « Afficher la transcription » pour n’en sélectionner qu’une partie.

La recherche de l’application retrouve un mot dans toutes vos transcriptions, et toucher un mot du texte place la lecture à cet endroit de l’audio, ce qui rend rapide la vérification d’un passage douteux. Apple ne mentionne en revanche aucune séparation des intervenants, et la page d’aide ne dit pas où la transcription est calculée.

Avec un téléphone Android

Sur Android, l’application Transcription instantanée de Google, préinstallée sur les Pixel et téléchargeable sur Google Play pour les autres téléphones, transcrit en direct ce qu’entend le micro, en français, et même hors connexion sur Android 12 et ultérieur une fois la langue téléchargée. Elle sert surtout à suivre une conversation ou un cours : l’historique est gardé trois jours au plus avant d’être effacé, ses réglages permettent d’exporter les transcriptions stockées, et une liste de mots personnalisés aide pour les noms de produits ou de clients qu’un modèle généraliste ne connaît pas.

Les téléphones Pixel disposent en plus de l’Enregistreur, qui transcrit le français en temps réel et range chaque enregistrement avec son texte. Il ne distingue les intervenants qu’en anglais américain, et Google précise que la fonction qui retranscrit un enregistrement dans une autre langue après coup peut traiter l’audio sur ses serveurs.

Comment transcrire un audio avec Whisper sur son ordinateur ?

Whisper est un modèle de reconnaissance vocale publié par OpenAI, dont le code et les poids sont distribués sous licence MIT : on l’installe une fois sur son ordinateur, puis il transcrit autant de fichiers qu’on veut, sans compte, sans limite de durée et sans que l’audio quitte la machine. C’est la méthode gratuite la plus solide pour un fichier long ou confidentiel, et la moins accueillante pour qui n’a jamais ouvert un terminal.

L’installation demande Python, dans les versions 3.8 à 3.11 selon le dépôt, et l’outil ffmpeg, qui s’installe avec brew install ffmpeg sur Mac et avec choco install ffmpeg ou scoop install ffmpeg sous Windows. Whisper s’installe ensuite avec pip install -U openai-whisper, et une seule commande transcrit un fichier en précisant sa langue :

whisper reunion.m4a --language French --model turbo

Le modèle turbo, celui que la commande utilise par défaut, demande environ 6 Go de mémoire vidéo d’après le tableau du dépôt ; sur un ordinateur plus modeste, le modèle small se contente d’environ 2 Go, au prix d’une précision moindre, puisque les tailles de modèle échangent vitesse et précision. Whisper ne sépare pas les intervenants, dont le dépôt ne fait aucune mention, et le dépôt prévient que ses performances varient beaucoup d’une langue à l’autre.

Certains services en ligne reposent d’ailleurs sur ce même modèle, et TurboScribe l’écrit sur sa page d’accueil. Installer Whisper revient alors à faire soi-même ce que le service fait pour vous, avec la différence qui compte pour un enregistrement sensible : le fichier ne part nulle part.

Quelles limites ont les services en ligne gratuits ?

Les services en ligne transcrivent un fichier en quelques minutes sans rien installer, et leur offre gratuite est bornée par le nombre de fichiers et par leur durée, deux limites pensées pour donner envie de passer à l’offre payante. Deux exemples relevés sur leurs pages d’aide et de tarifs le 1er novembre 2026 montrent l’écart entre ce qu’annonce une page d’accueil et ce que l’on obtient sans payer.

TurboScribe transcrit gratuitement trois fichiers par jour, de 30 minutes chacun au plus, envoyés un par un et traités avec une priorité plus basse que ceux des abonnés, alors que l’offre payante accepte des fichiers de dix heures. Otter accorde dans son offre Basic 300 minutes par mois et 30 minutes par transcription, mais n’autorise que trois imports de fichiers audio ou vidéo par compte, au total et non par mois, si bien que son offre gratuite sert à enregistrer en direct bien plus qu’à transcrire des fichiers. Otter transcrit en anglais, espagnol, français, allemand, japonais ou chinois simplifié, une langue à la fois, sauf le français et l’anglais qu’il sait suivre ensemble dans la même réunion.

Ce que ces offres n’écrivent pas en gros caractères est le prix réel du gratuit : votre fichier est envoyé sur les serveurs de l’éditeur, qui le conserve selon ses propres règles. Pour un mémo vocal ou un cours magistral, la question ne se pose guère ; pour un entretien ou une réunion avec un client, c’est la question principale, et elle a sa section plus bas.

Qu’est-ce qui fait baisser la précision d’une transcription ?

La précision dépend d’abord de l’enregistrement, bien avant l’outil : une voix proche du micro, une seule personne qui parle à la fois et une pièce calme donnent un texte presque propre avec n’importe quelle méthode du tableau, alors qu’un enregistrement lointain fait dans un open space reste médiocre avec la meilleure. Otter cite lui-même le bruit de fond, les accents et la complexité de la conversation parmi les facteurs qui font varier sa précision, et Google conseille de tenir le téléphone près de la personne à transcrire.

La distance au micro. Un téléphone posé au centre d’une table capte bien la personne assise en face et beaucoup moins celle qui parle depuis le bout de la pièce. Pour un entretien, posez-le entre vous et votre interlocuteur ; pour une visio, enregistrez le son de l’ordinateur plutôt que celui qui sort des haut-parleurs, et vérifiez l’entrée micro choisie, dont Microsoft prévient qu’une mauvaise sélection donne des résultats décevants.

Les voix qui se chevauchent. Quand deux personnes parlent en même temps, les outils gardent l’une, mélangent les deux ou en perdent une, et la séparation des intervenants se trompe surtout dans ces passages. C’est aussi là qu’un compte rendu a le plus besoin de savoir qui a dit quoi, ce qui justifie de relire ces moments contre l’audio.

Le vocabulaire de l’entreprise. Les noms de clients, de produits et les sigles internes sont les mots les plus souvent mal transcrits, et ce sont précisément ceux qui comptent dans le texte final. Transcription instantanée et Otter permettent d’ajouter une liste de mots personnalisés, ce qui vaut la peine pour une réunion qui revient avec les mêmes noms.

Le mélange des langues. L’Enregistreur des Pixel transcrit la langue la plus parlée quand un enregistrement en contient plusieurs, et Otter ne suit qu’une langue à la fois en dehors du couple français et anglais. Une réunion qui passe de l’une à l’autre se transcrit donc mal si l’on n’a pas choisi l’outil en conséquence.

Dans tous les cas, testez la méthode sur cinq minutes de votre propre audio avant de lancer une heure d’enregistrement, puis relisez la transcription contre le son pour les noms propres, les chiffres et les dates, qui sont les erreurs les plus coûteuses et celles qu’une lecture rapide laisse passer.

Peut-on envoyer un enregistrement sensible à un service gratuit ?

Un enregistrement où l’on reconnaît la voix de quelqu’un est une donnée personnelle, et l’envoyer à un service de transcription revient à confier ce traitement à un tiers, ce qui fait de la confidentialité la première question pour un entretien d’embauche, un rendez-vous client ou une réunion interne. Avant d’importer un fichier, les conditions du service disent en quelques minutes où il sera stocké, combien de temps il y restera et s’il peut servir à améliorer les modèles de l’éditeur.

Lorsqu’une entreprise utilise un service pour traiter les données de ses clients ou de ses salariés, l’article 28 du RGPD lui impose de ne recourir qu’à des sous-traitants qui présentent des garanties suffisantes, avec un contrat qui fixe l’objet, la durée et la finalité du traitement. Si les serveurs sont situés hors de l’Union européenne, le transfert doit en plus être encadré, par exemple par une décision d’adéquation ou par les clauses contractuelles types de la Commission, comme le rappelle la CNIL. Un compte gratuit ouvert par un salarié avec son adresse personnelle ne remplit aucune de ces conditions, et c’est la règle que nous appliquons à tous les assistants grand public, détaillée à propos de ce que ChatGPT peut faire pour un recruteur : ce qui ne contient ni client ni candidat peut y passer, le reste passe par un outil que l’entreprise a choisi et contractualisé.

Deux méthodes du tableau évitent la question parce que l’audio ne quitte pas l’appareil : Whisper installé sur votre ordinateur, et Transcription instantanée utilisée hors connexion avec une langue téléchargée. Si des salariés transcrivent déjà leurs réunions sur des sites gratuits, c’est surtout le signe qu’aucun outil ne leur a été fourni, et l’interdire sans en proposer un ne fait que déplacer l’usage hors de vue.

Reste la question qui précède toutes les autres, celle des personnes enregistrées, qui doivent le savoir avant que l’enregistrement commence. Le Code pénal punit d’un an d’emprisonnement et de 45 000 euros d’amende le fait d’enregistrer sans leur consentement des paroles prononcées à titre privé ou confidentiel, ce consentement n’étant présumé que si l’enregistrement s’est fait au vu et au su des intéressés, qui pouvaient s’y opposer. Le Code du travail interdit en outre de collecter une information sur un salarié par un dispositif qui n’a pas été porté à sa connaissance.

Pour les appels enregistrés, la CNIL demande d’informer chaque interlocuteur de l’objectif, des destinataires, de son droit d’opposition et de son droit d’accès, et rien ne justifie d’en faire moins pour un téléphone posé sur la table. On annonce donc l’enregistrement, on dit à quoi il servira et qui recevra le texte, et on l’arrête si quelqu’un le demande.

Une transcription suffit-elle pour faire un compte rendu ?

Non, parce qu’une transcription restitue tout ce qui a été dit, dans l’ordre, alors qu’un compte rendu ne garde que ce qui sert après la réunion : les décisions, les actions avec un responsable et une échéance, et les points restés ouverts. Une heure de réunion transcrite donne un document que personne ne relira en entier, et l’envoyer tel quel transfère à chaque destinataire le tri que le rédacteur n’a pas fait, ce qui est la définition même du travail qui a l’air fini sans l’être.

La transcription reste une excellente matière première, à condition de la lire avec les cinq rubriques d’un compte rendu en tête, que nous avons détaillées dans notre guide pour rédiger un compte rendu de réunion. Un résumé produit par une IA se relit avec la même grille, parce qu’il oublie volontiers un responsable ou une date, et le temps se gagne surtout ensuite, quand chaque action est relancée à son échéance. C’est l’argument de notre analyse des preneurs de notes en réunion : le compte rendu reste dans l’entreprise, alors que le suivi envoyé à un client engage celui qui le signe.

Que faire pour les réunions qui reviennent chaque semaine ?

Pour une réunion récurrente, transcrire un fichier après coup est la méthode la plus lente, puisqu’il faut chaque semaine penser à enregistrer, récupérer le fichier, l’importer, renommer les intervenants puis rédiger le compte rendu. Un outil qui rejoint la réunion lui-même supprime ces étapes, à condition que les participants le sachent et que ce qui sort de l’entreprise reste relu par une personne.

C’est ce que fait Balt, l’employé IA des TPE et des PME. Dès que Google Agenda ou Outlook est connecté, il rejoint les réunions Zoom, Google Meet, Teams, Webex ou GoTo qui ont un lien visio, les transcrit en nommant chaque intervenant, y compris une réunion tenue en deux langues qu’il transcrit dans les deux, et vous envoie en message privé, dans Teams, Slack ou par e-mail, un compte rendu avec le résumé, les décisions, les actions à mener et les citations clés. Ce qui doit ensuite sortir de l’entreprise, le récapitulatif au client comme la relance d’un fournisseur, vous est soumis avant de partir, selon la règle que nous appliquons à tout ce qu’une IA écrit vers l’extérieur.

Pour un fichier audio déjà enregistré, les méthodes gratuites de cet article restent les bonnes, et le détail de ce que Balt fait en réunion se trouve sur la page consacrée aux réunions.

Par quoi commencer ?

Par les trois questions du début. Si l’enregistrement est encore à faire, lancez la transcription du téléphone et posez-le près de la personne qui parle ; si c’est un fichier court et sans enjeu, l’offre gratuite d’un service en ligne suffit, ou Word si vous avez déjà Microsoft 365 ; si c’est un fichier long ou confidentiel, installez Whisper une fois pour toutes. Dans les trois cas, testez sur cinq minutes, relisez les noms et les chiffres contre l’audio, et ne confondez pas le texte obtenu avec le compte rendu qu’il reste à écrire.

Quand la même réunion revient chaque semaine, son compte rendu devient une bonne tâche à confier à quelqu’un d’autre, collègue ou agent, parce qu’il se vérifie d’un coup d’œil : c’est le critère que nous recommandons pour choisir les premières tâches à déléguer.

Questions fréquentes

  • Existe-t-il une IA gratuite qui peut retranscrire un audio en texte ?

    Oui. Whisper, le modèle de reconnaissance vocale publié par OpenAI, est gratuit et distribué sous licence MIT : il s’installe sur un ordinateur avec Python et l’outil ffmpeg, puis transcrit des fichiers sans limite de durée et sans envoyer l’audio sur internet. Sans rien installer, des services en ligne proposent une offre gratuite plus étroite, par exemple trois fichiers de 30 minutes par jour chez TurboScribe, ou 300 minutes par mois mais seulement trois imports de fichiers par compte chez Otter.

  • Est-ce que ChatGPT peut transcrire un fichier audio ?

    Oui, mais pas dans l’offre gratuite : OpenAI réserve l’envoi de fichiers audio aux abonnements payants, pour des fichiers jusqu’à 512 Mo aux formats WAV, MP3, M4A, FLAC et quelques autres. OpenAI prévient lui-même que la transcription peut contenir des erreurs et que l’identification des intervenants peut être peu fiable. Pour un entretien ou une réunion avec un client, un compte personnel n’est pas un outil choisi par l’entreprise, et la question du RGPD se pose avant celle de la qualité.

  • Comment transcrire un audio en texte en français ?

    Les méthodes gratuites courantes acceptent toutes le français : Word (français de France et du Canada), la saisie vocale de Google Docs, le Dictaphone de l’iPhone, l’Enregistreur des Pixel, Transcription instantanée sur Android, Whisper et la plupart des services en ligne. Choisissez la langue avant de lancer la transcription, avec l’option --language French pour Whisper, parce que certains services ne retraitent pas un enregistrement dans une autre langue après coup. Avec Google Docs, les commandes vocales de ponctuation ne fonctionnent qu’en anglais, si bien que les points et les virgules s’ajoutent à la main.

  • Comment transcrire un audio en texte sur iPhone ?

    Avec l’application Dictaphone, sur un iPhone 12 ou plus récent : elle transcrit en français ce qu’elle enregistre, et vous suivez le texte en direct en balayant vers le haut depuis la forme d’onde. Après l’enregistrement, ouvrez-le, touchez le bouton des options puis « Copier la transcription » pour tout récupérer, ou « Afficher la transcription » pour n’en sélectionner qu’une partie. La fonction n’existe que dans certains pays et certaines régions, et Apple ne mentionne aucune séparation des intervenants.

Sources

  1. Support Microsoft, Transcrire vos enregistrements (Word pour le web), consulté le 1er novembre 2026support.microsoft.com
  2. Microsoft Support, Transcribe your recordings (abonnement requis, confidentialité), en anglais, consulté le 1er novembre 2026support.microsoft.com
  3. Aide Éditeurs Google Docs, Saisir et modifier du texte avec la voix, consulté le 1er novembre 2026support.google.com
  4. Assistance Apple, Consulter une transcription dans Dictaphone sur l’iPhone, consulté le 1er novembre 2026support.apple.com
  5. Aide Google Pixel, Create, edit & manage transcriptions (Enregistreur), consulté le 1er novembre 2026support.google.com
  6. Aide Google Pixel, Use speaker labels in a recording, consulté le 1er novembre 2026support.google.com
  7. Aide Accessibilité Android, Use Live Transcribe (Transcription instantanée), consulté le 1er novembre 2026support.google.com
  8. OpenAI, dépôt GitHub de Whisper (licence, installation, modèles), consulté le 1er novembre 2026github.com
  9. TurboScribe, page Pricing (offre gratuite), consultée le 1er novembre 2026turboscribe.ai
  10. TurboScribe, page d’accueil (« Powered by Whisper »), consultée le 1er novembre 2026turboscribe.ai
  11. Otter.ai Help Center, Conversation, import, and app limits on the Basic free plan, consulté le 1er novembre 2026help.otter.ai
  12. Otter.ai Help Center, Transcribe conversations in English, Spanish, French, German, Japanese, or Chinese (Simplified)help.otter.ai
  13. Otter.ai Help Center, Speech & transcription accuracy FAQhelp.otter.ai
  14. OpenAI Help Center, Uploading files and audio to ChatGPT, consulté le 1er novembre 2026help.openai.com
  15. CNIL, RGPD, chapitre 4, article 28 (sous-traitant)cnil.fr
  16. CNIL, Transférer des données hors de l’UEcnil.fr
  17. Légifrance, Code pénal, article 226-1legifrance.gouv.fr
  18. Légifrance, Code du travail, article L1222-4legifrance.gouv.fr
  19. CNIL, Enregistrement ou écoute des conversations téléphoniques : faut-il informer ses clients/usagers ?cnil.fr

Balt fait ce travail

  • RéunionsIl assiste à vos réunions et vous en fait le compte rendu.
  • TéléphonieIl appelle, décroche et retranscrit vos appels.
  • Cabinets de recrutementSourcing, notes d’entretien et relances candidats préparés à votre place.

À lire ensuite

Donnez votre première mission à Balt.

Trente secondes pour l’ajouter à Teams pour se mettre au travail.

Essayer gratuitement