VOICE2TEXT AI

Manuel d’utilisation

Voice2Text

De la voix au texte, dans toutes les langues.

Transcrivez vos fichiers audio et vidéo grâce à l’intelligence artificielle, corrigez le texte et enregistrez-le où vous voulez.

Whisper hors ligne12 formatsCloud9 langues

Bienvenue dans Voice2Text

Voice2Text transforme les enregistrements audio et vidéo en texte écrit. Entretiens, réunions, cours, podcasts, messages vocaux : déposez le fichier dans la fenêtre, choisissez le moteur d’IA et, en quelques minutes, vous obtenez le texte, prêt à être corrigé et enregistré.

Ce que vous pouvez faire

Configuration requise

macOS 11 ou ultérieur (Mac Apple ou Intel), Windows 10/11 64 bits, ou Linux 64 bits (Ubuntu, Debian, Fedora et dérivées). Pour Whisper hors ligne, au moins 8 Go de mémoire sont conseillés ; les services en ligne demandent seulement une connexion.

Installation

Téléchargez le fichier pour votre système et installez-le comme n’importe quel logiciel.

macOS

Ouvrez Voice2Text_1.1.1_universal.dmg et faites glisser l’icône de Voice2Text dans le dossier Applications. Au premier lancement, macOS peut indiquer que le développeur n’est pas vérifié : ouvrez Réglages Système → Confidentialité et sécurité et choisissez Ouvrir quand même, ou faites un clic droit sur l’app et choisissez Ouvrir. Une seule fois suffit.

Windows

Lancez Voice2Text_1.1.1_x64-setup.exe. Si la fenêtre bleue de Windows SmartScreen apparaît, cliquez sur Informations complémentaires puis sur Exécuter quand même. L’installation ne demande pas de droits d’administrateur.

Linux

Sur Ubuntu et Debian, installez le paquet .deb (double-clic ou sudo apt install ./Voice2Text_1.1.1_amd64.deb) ; sur Fedora, le paquet .rpm. Vous pouvez aussi rendre l’.AppImage exécutable (chmod +x) et la lancer.

Facultatif : ffmpeg. Voice2Text lit seul les formats les plus courants. Pour les formats rares (OPUS, WMA, AMR, AVI…), installez ffmpeg : brew install ffmpeg sur Mac, winget install ffmpeg sur Windows, sudo apt install ffmpeg sur Linux. Il est détecté automatiquement.

La fenêtre principale

Tout se passe dans une seule fenêtre : la liste des fichiers à gauche, le fichier sélectionné au centre.

Figure 1. L’écran d’accueil : déposez un fichier dans le cadre ou utilisez « Choisir des fichiers ».

Ajouter des fichiers

Faites glisser un ou plusieurs fichiers audio ou vidéo sur la fenêtre, ou utilisez Ajouter des fichiers (⌘O / Ctrl+O). Ajoutez-en autant que vous voulez : ils sont transcrits l’un après l’autre. Déposer un fichier .v2t rouvre une transcription enregistrée.

Choisir le moteur et la langue

Avant de transcrire, choisissez qui fera le travail : Whisper sur votre ordinateur ou un service en ligne.

Figure 2. Choix du moteur et de la langue pour le fichier sélectionné.
MoteurCoûtCaractéristiques
Whisper (hors ligne)gratuitFonctionne sans Internet ; le modèle se télécharge une fois (45 à 600 Mo). Plus lent que les services en ligne.
Groq Whispergratuit avec cléTrès rapide ; les longs audios sont découpés automatiquement.
AssemblyAIcrédits gratuitsReconnaît qui parle. Idéal pour les entretiens et les réunions.
Deepgramcrédits gratuitsReconnaît qui parle et très rapide.
Whisper servergratuitUn serveur Whisper sur votre ordinateur ou votre réseau (whisper.cpp, faster-whisper-server, LocalAI).
OpenAIpayantWhisper d’OpenAI.

La langue de l’audio

Avec Détection automatique, Voice2Text reconnaît seul la langue parlée. Si vous la connaissez, choisissez-la : le résultat est plus précis, surtout dans les premières secondes.

Les clés des services en ligne

Groq, AssemblyAI, Deepgram et OpenAI demandent une clé personnelle : dans Réglages → Moteurs, vous trouvez un champ pour chacun et le lien « obtenir une clé ». L’inscription à Groq est gratuite ; AssemblyAI et Deepgram offrent des crédits à l’inscription.

Figure 3. Réglages → Moteurs : modèle Whisper et clés des services.

Appuyez sur Transcrire pour commencer. Si plusieurs fichiers attendent, Tout transcrire apparaît aussi dans la barre latérale.

Services en ligne : votre audio quitte l’ordinateur

Lorsque vous utilisez un service d’IA en ligne, le fichier audio est envoyé sur Internet. Voice2Text vous le dit clairement et demande votre confirmation.

Figure 4. L’avertissement obligatoire avant le premier envoi à un service en ligne.

La première fois que vous utilisez Groq, AssemblyAI, Deepgram ou OpenAI, cet avertissement apparaît. Pour continuer, vous devez cocher « J’ai lu et compris » ; vous pouvez aussi passer directement à Whisper hors ligne.

Le fichier audio est envoyé sur les serveurs du service externe, qui le traite selon ses propres conditions et sa politique de confidentialité : il peut le conserver un certain temps et le traiter dans d’autres pays.

N’envoyez pas d’enregistrements contenant des informations confidentielles, privées ou secrètes, ni des données personnelles, de santé ou de tiers sans en avoir le droit et le consentement des personnes enregistrées.

Voice2Text et ses auteurs déclinent toute responsabilité quant au contenu des fichiers envoyés, à leur confidentialité ou à l’usage qu’en font les services externes. La responsabilité incombe entièrement à la personne qui envoie le fichier.

L’acceptation vaut pour un seul service et est enregistrée avec la date. Tant qu’un service en ligne est sélectionné, un encadré orange vous le rappelle. Dans Réglages → À propos, vous pouvez relire l’avertissement et le faire réapparaître.

Audio confidentiel ? Utilisez Whisper (hors ligne) : la transcription se fait entièrement sur votre ordinateur.

Pendant la transcription

Voice2Text montre à tout moment où en est le travail.

Figure 5. Une transcription en cours avec Groq : progression et partie en traitement.

Vous pouvez annuler à tout moment avec Annuler, continuer à travailler sur d’autres fichiers et laisser la transcription tourner : une notification vous prévient quand le texte est prêt.

Corriger la transcription

Le texte est découpé en phrases, chacune avec son horodatage et, si elle est reconnue, la personne qui parle.

Figure 6. L’éditeur : lecteur audio en haut et phrases modifiables ; la phrase en cours de lecture est mise en évidence.

Écouter

Le lecteur en haut lit l’audio original : Espace lance et met en pause (quand vous n’écrivez pas), les boutons sautent de 5 secondes et vous pouvez choisir la vitesse de 0,75× à 2×. Cliquez sur l’heure d’une phrase pour l’écouter ; avec Suivre l’audio, la phrase en lecture reste toujours visible.

Modifier

Figure 7. Rechercher et remplacer, et les noms des locuteurs.

Rechercher et remplacer

Rechercher (⌘F / Ctrl+F) met en évidence les phrases qui contiennent le mot ; Tout remplacer corrige d’un coup un nom mal écrit dans toute la transcription.

Locuteurs

Avec AssemblyAI et Deepgram, chaque phrase porte une étiquette (Locuteur A, Locuteur B…). Dans le panneau Locuteurs, saisissez le vrai nom : il apparaît partout, y compris dans les fichiers exportés. Vous pouvez changer le locuteur d’une phrase depuis le menu à côté de l’heure, en ajouter d’autres ou les attribuer à la main même quand le moteur ne les reconnaît pas.

Enregistrer et exporter

Enregistrez le projet pour reprendre les corrections plus tard et exportez le texte dans le format dont vous avez besoin.

Le projet .v2t

Enregistrer (⌘S / Ctrl+S) crée un fichier .v2t avec la transcription, les corrections et les noms des locuteurs. Rouvrez-le avec Ouvrir une transcription (⇧⌘O / Ctrl+Maj+O) ou en le déposant sur la fenêtre. ⇧⌘S enregistre sous un autre nom.

Exporter

Figure 8. La fenêtre Exporter : format, options et destination.

Appuyez sur Exporter (⌘E / Ctrl+E), saisissez le titre du document et choisissez le format :

FormatIdéal pour
.docx Word · .odt LibreOffice · .rtfdocuments à modifier, mis en page avec le titre et les données de l’enregistrement
.pdfdocuments à imprimer ou envoyer ; créé via la fenêtre d’impression du système (« Enregistrer au format PDF »)
.txt · .md · .htmltexte brut, Markdown, page web
.srt · .vttsous-titres vidéo (YouTube, Premiere, DaVinci, VLC…)
.csv · .jsontableurs (Excel, Numbers) et données pour d’autres logiciels
.v2tle projet réouvrable, à enregistrer aussi dans le cloud

Les options permettent d’inclure l’horodatage, les noms des locuteurs et de regrouper les phrases en paragraphes. L’arabe et les autres langues écrites de droite à gauche sont mis en page correctement.

Enregistrer dans le cloud

Voice2Text enregistre les fichiers directement dans votre cloud grâce aux dossiers que les applications des services créent sur l’ordinateur. Aucun compte à connecter, aucun mot de passe à saisir.

Fonctionnement

Quand vous installez l’application de Google Drive, OneDrive, Dropbox, Box, Proton Drive, iCloud Drive, pCloud, MEGA, Nextcloud ou Sync.com, un dossier synchronisé apparaît sur l’ordinateur. Voice2Text le trouve tout seul : dans la fenêtre Exporter, sous Où enregistrer, choisissez le cloud et appuyez sur le bouton. Le fichier est écrit dans le sous-dossier Voice2Text et l’application du service l’envoie aussitôt en ligne.

Figure 9. Réglages → Cloud : les dossiers trouvés sur l’ordinateur et la connexion WebDAV.

Réglages → Cloud

Proton Drive ne permet pas aux autres applications d’accéder directement au compte : c’est pourquoi Voice2Text utilise son dossier synchronisé, qui conserve le même chiffrement de bout en bout.

Réglages et langues

L’engrenage en haut à droite (⌘, / Ctrl+,) ouvre les réglages.

Figure 10. Réglages → Général.

Les langues sont des fichiers XML

Figure 11. Réglages → Langues : langues disponibles, taux de traduction et outils pour les fichiers XML.

Chaque langue de l’interface est un fichier XML. Pour corriger une traduction ou en ajouter une :

  1. Exportez le fichier de la langue (flèche sur sa ligne) ou téléchargez le Modèle pour une nouvelle langue.
  2. Ouvrez-le avec un éditeur de texte et traduisez uniquement le texte entre les balises, sans modifier les attributs key ni les espaces réservés entre accolades comme {n}.
  3. Appuyez sur Charger un fichier XML… : la langue apparaît aussitôt dans la liste et dans le menu des langues.
<language code="pt" name="Português" english="Portuguese" dir="ltr" version="1.0">
  <string key="app.addFiles">Adicionar ficheiros</string>
  <string key="progress.piece">parte {i} de {n}</string>
</language>

Un fichier ayant le même code qu’une langue intégrée la remplace (pour les corrections) ; vous pouvez toujours revenir à l’original. Les phrases manquantes s’affichent en anglais ; la colonne Complète indique combien sont traduites. Pour les langues de droite à gauche, utilisez dir="rtl".

Raccourcis clavier

Sous Windows et Linux, utilisez Ctrl au lieu de ⌘.

TouchesAction
⌘OAjouter des fichiers audio ou vidéo
⇧⌘OOuvrir une transcription enregistrée (.v2t)
⌘S · ⇧⌘SEnregistrer · Enregistrer sous
⌘EExporter
⌘FRechercher et remplacer
⌘,Réglages
EspaceLecture / pause (hors du texte)
Entrée · Maj+EntréeCouper la phrase · Retour à la ligne dans la phrase
Retour arrière en début de phraseFusionner avec la phrase précédente
ÉchapQuitter le texte · fermer la fenêtre ouverte

Questions fréquentes

Les réponses aux questions les plus courantes.

Le format de mon fichier n’est pas lu.

Installez ffmpeg (chapitre Installation) ou utilisez AssemblyAI ou Deepgram, qui acceptent tous les formats car ils reçoivent le fichier original.

Whisper hors ligne est lent.

Choisissez le modèle Base ou Minimal dans Réglages → Moteurs. « Grand turbo » est le plus précis mais prend du temps sans carte graphique. Pour les longs fichiers, Groq est bien plus rapide.

Le texte est dans une autre langue ou traduit.

Indiquez la langue de l’audio au lieu de la détection automatique et utilisez Retranscrire.

« Clé de service non valide ».

Vérifiez la clé dans Réglages → Moteurs : copiez-la de nouveau depuis le site du service, sans espaces.

Mon cloud n’apparaît pas.

Vérifiez que l’application du service est installée et synchronisée, puis appuyez sur Rechercher à nouveau dans Réglages → Cloud. Sinon, ajoutez le dossier à la main.

Le lecteur indique « audio indisponible ».

Le fichier audio original a été déplacé ou renommé après l’enregistrement du projet. Le texte reste disponible ; pour réécouter, remettez le fichier à sa place.

Où sont mes clés et mes réglages ?

Uniquement sur votre ordinateur, dans le fichier de réglages de l’application, lisible seulement par votre utilisateur. Ils ne sont jamais envoyés à Voice2Text.

VOICE2TEXT

De la voix au texte, dans toutes les langues.