WAV en texte

Oui. Les fichiers écrits en 48 kHz et 24 bits, réglage courant d'un enregistreur de terrain ou d'une interface audio, s'envoient directement. Aucun passage en 16 bits ni rééchantillonnage n'est nécessaire avant l'envoi. La transcription part du fichier tel qu'il a été écrit, et l'original reste la référence pour tout contrôle ultérieur.

La conversion en MP3 ajoute une génération avec perte et un second fichier à suivre, sans rendre la parole plus facile à reconnaître. L'outil prend le fichier non compressé : l'audio qui parvient au moteur est celui qui a été enregistré. Cela évite aussi la tentation de supprimer l'original une fois une copie plus légère obtenue.

Le plafond d'envoi est de 100Mo, ce qui en 48 kHz et 24 bits représente quelques heures d'audio stéréo ; la parole est traitée jusqu'à trois heures. Une journée entière dépasse en général les deux limites : une séance se découpe à une rupture naturelle, comme la fin d'un entretien, avant d'être soumise.

Oui, quand la séparation des locuteurs est active. Les tours sont étiquetés, ce qui compte dans un entretien où questions et réponses doivent rester distinctes. Les voix qui se chevauchent et un interlocuteur qui s'éloigne du micro restent les cas difficiles, et ces passages méritent une écoute avant citation.

Chaque passage porte l'instant où il intervient dans l'enregistrement, compté depuis le début du fichier. Le relecteur peut donc sauter à une phrase dans le WAV d'origine, ce qui est utile quand un nom ou un chiffre est douteux. Le texte et l'enregistrement restent calés, même sur une longue séance.

Un fichier mono issu d'un seul micro est l'entrée la plus simple. Les fichiers stéréo sont traités tels qu'ils arrivent, mais si un canal porte un autre interlocuteur, séparer les canaux en fichiers distincts donne souvent un texte plus net que la piste combinée, et chaque moitié reçoit alors sa propre étiquette.

Un audio propre, peu bruité et pris au micro proche donne les meilleurs résultats, ce qui est le cas courant d'un enregistreur de terrain. Les accents, les paroles qui se chevauchent et le vocabulaire de spécialité demandent encore une relecture. Une courte écoute en regard des horodatages suffit à décider si la séance demande une relecture complète.

Le texte brut s'exporte pour le codage, la citation ou l'archivage, et le SRT est disponible quand un enregistrement sera publié avec des sous-titres. Le fichier d'origine restant inchangé, une archive garde le WAV et son texte ensemble, les horodatages faisant le lien entre une affirmation et l'audio qui la porte.