Que veut dire transcrire ? Définition, types et exemples

Transcrire, c'est mettre par écrit des paroles prononcées ou enregistrées, dans la langue même où elles ont été dites. Quand vous transformez une interview, l'enregistrement d'une réunion ou un message vocal en document tapé, vous le transcrivez, et le document obtenu est une transcription. La suite de cet article présente les différents sens du mot, les principaux types de transcription, ce qui la distingue de la traduction et du sous-titrage, et la façon dont on transcrit aujourd'hui.

Ce que « transcrire » veut dire au quotidien

Le mot vient du latin transcribere, « écrire au-delà » ou « recopier ». En français courant, il recouvre plusieurs sens très proches :

• Mettre la parole par écrit. Le sens le plus fréquent aujourd'hui : écouter un audio et en produire le texte. « Tu peux transcrire l'appel pour le compte rendu ? »
• Recopier un texte d'une forme à une autre. Autrefois, les copistes transcrivaient les manuscrits à la main. Les archivistes transcrivent toujours de vieilles lettres et des registres manuscrits en texte dactylographié.
• Passer d'un système d'écriture à un autre. Les linguistes transcrivent la parole en symboles phonétiques (l'alphabet phonétique international, ou API), et l'on transcrit des noms d'un alphabet à un autre.
• Arranger une œuvre musicale. Un musicien transcrit un morceau en notant une mélodie entendue sur un enregistrement, ou en adaptant une pièce pour un autre instrument.
• Reporter un acte dans un registre. On transcrit par exemple un mariage célébré à l'étranger sur les registres de l'état civil.

Tous ces sens partagent une même idée : le contenu reste identique, seule la forme change.

La transcription d'un audio ou d'une vidéo

En entreprise, dans la recherche et les médias, la transcription désigne presque toujours le passage d'un audio ou d'une vidéo au texte. La source peut être n'importe quel contenu parlé : un podcast, un cours, une audience au tribunal, une dictée de médecin, une vidéo YouTube, un vocal WhatsApp. Le résultat est une transcription, souvent avec des horodatages (le moment où chaque phrase a été prononcée) et l'identification des intervenants (qui l'a dite).

Petite parenthèse sur la biologie : si vous avez croisé le mot en cours de SVT, la transcription y désigne le processus par lequel une cellule copie une portion d'ADN en ARN, première étape de la fabrication d'une protéine. C'est la même idée de « copie » appliquée au code génétique, mais un autre sujet ; un manuel de biologie ou le glossaire du National Human Genome Research Institute américain vous en dira plus. Cet article parle de la parole.

Les types de transcription : verbatim, verbatim nettoyé et éditée

Toutes les transcriptions ne consignent pas les mêmes choses. Avant de transcrire, ou de confier le travail à quelqu'un, décidez du style dont vous avez besoin.

Verbatim intégral. Chaque mot et chaque son tels que prononcés : « euh », « ben », faux départs, répétitions, bégaiements, rires, pauses et interruptions. On l'utilise quand la manière de dire compte : procédures judiciaires, auditions, recherche en linguistique et certaines recherches qualitatives.

Verbatim nettoyé. Les mots de l'intervenant, débarrassés des tics de langage, bégaiements et faux départs, avec de légères corrections grammaticales quand le sens est évident. C'est le choix par défaut pour la plupart des interviews, réunions, podcasts et articles de presse, car le texte se lit naturellement tout en restant fidèle.

Transcription éditée. Le contenu est remis en forme en prose lisible : phrases restructurées, répétitions supprimées, parfois raccourcies. On l'utilise pour des articles, billets de blog, rapports et entretiens publiés, où la lisibilité compte plus que la formulation exacte.

Pour choisir rapidement :

• Quelqu'un va-t-il analyser les hésitations, le ton ou la formulation exacte ? Choisissez le verbatim intégral.
• Le texte sera-t-il lu pour comprendre ce qui a été dit ? Choisissez le verbatim nettoyé.
• Sera-t-il publié sous une forme soignée ? Partez du verbatim nettoyé, puis éditez.

Notre guide de la transcription d'entretiens détaille ces choix pour la recherche et le journalisme, y compris la façon de signaler les pauses et les passages inaudibles.

Transcription, traduction, sous-titrage ou dictée

Ces quatre termes sont souvent confondus. La différence tient à ce qui entre, à ce qui sort, et au fait que la langue change ou non.

En pratique, ils se recoupent. Les sous-titres sont une transcription découpée en segments minutés. Les sous-titres traduits sont généralement obtenus en transcrivant d'abord, puis en traduisant la transcription. La dictée est la transcription en direct d'une seule personne qui sait que ses paroles sont tapées.

Comment on transcrit aujourd'hui

Pendant la plus grande partie de l'histoire, la transcription était manuelle : une personne écoutait, mettait en pause, revenait en arrière et tapait. Les transcripteurs professionnels procèdent toujours ainsi pour les procès-verbaux, les dossiers médicaux et les audios difficiles, souvent avec une pédale pour piloter la lecture. C'est précis mais lent : une heure d'audio peut demander plusieurs heures de travail.

Aujourd'hui, la plupart des transcriptions commencent par la reconnaissance automatique de la parole. Un modèle découpe l'audio en courtes trames, reconnaît les sons et les mots, s'appuie sur le contexte linguistique pour choisir la phrase la plus probable, puis ajoute ponctuation, horodatages et intervenants. Si vous voulez le processus étape par étape, notre article sur le fonctionnement de la reconnaissance vocale l'explique sans mathématiques.

La méthode moderne habituelle est hybride : la machine produit un brouillon en quelques minutes, puis une personne le relit en écoutant l'audio et corrige les noms, les chiffres et les termes techniques. Sur un enregistrement clair, le brouillon demande peu de retouches ; sur un appel de groupe bruyant, davantage.

Quand transcrire

La transcription est utile chaque fois qu'un contenu parlé doit être cherché, cité, lu ou archivé :

• Interviews, pour le journalisme, la recherche utilisateur et les études universitaires, quand il faut citer avec exactitude et coder des thèmes.
• Réunions, pour produire un compte rendu, une liste d'actions et une trace pour les absents.
• Cours et webinaires, pour des fiches de révision et l'accessibilité.
• Podcasts et vidéos, pour les notes d'épisode, les sous-titres et la visibilité dans les moteurs de recherche.
• Juridique, pour les dépositions, audiences et éléments de preuve, généralement en verbatim strict.
• Médical, quand les soignants dictent des notes transcrites dans le dossier patient, en principe sous des règles strictes de protection des données comme le RGPD.
• Personnel, pour les mémos vocaux, les messages vocaux et les appels enregistrés que vous préférez lire plutôt que réécouter.

Transcrire un audio en texte en trois étapes

Si vous avez un enregistrement et voulez le texte, le plus rapide est un outil automatique. Avec Audiotexta, cela se passe ainsi :

1. Chargez le fichier. Ouvrez l'application Audiotexta et déposez un fichier audio ou vidéo (MP3, M4A, WAV, MP4 et autres) depuis votre ordinateur ou votre téléphone. Vous pouvez commencer sans compte.
2. Choisissez les réglages. Indiquez la langue parlée ou laissez la détection automatique, et activez l'identification des intervenants si plusieurs personnes parlent.
3. Relisez et exportez. Lisez la transcription pendant la lecture de l'audio, corrigez ce que le modèle a mal entendu, puis exportez gratuitement en TXT ou en sous-titres SRT et VTT, même sans compte, ou en DOCX et PDF avec l'offre Pro.

Autres solutions : certaines versions de Microsoft Word intègrent une fonction Transcrire et Google Docs la saisie vocale, Otter et TurboScribe sont des services en ligne populaires, et le modèle open source Whisper tourne gratuitement sur votre ordinateur, moyennant un peu de configuration. Pour une comparaison plus complète des options gratuites et payantes, consultez notre guide comment transcrire un audio en texte.

Quel que soit l'outil, la définition ne change pas : la transcription conserve les mots et la langue, et ne change que la forme, du son vers un texte que l'on peut lire, chercher et partager.