Comment transcrire un audio avec plusieurs intervenants et noter qui dit quoi
Comment enregistrer, transcrire et noter qui parle grâce à l'horodatage, et quels outils identifient automatiquement les intervenants (données du 3/11/2026).
L'équipe Sonorarium 6 min de lecture
Réponse courte : Sonorarium transcrit ce qui est dit et ajoute un horodatage à chaque passage, mais il n'identifie pas les intervenants : il n'écrit pas « Marie : » ni « Luc : » à votre place. Le chemin qui fonctionne avec nous : enregistrer correctement (un micro par personne si possible), transcrire, puis noter à la main qui parle, en vous aidant de l'horodatage. Si vous avez besoin d'un étiquetage automatique, certains outils identifient les intervenants ; vous en trouverez quatre plus bas, avec leurs données publiques et la date de consultation.
Cela convient à un entretien à deux, à une réunion à cinq ou à un focus group. Plus il y a de voix et de chevauchements, plus la relecture est longue, et nous le disons d'emblée pour éviter les mauvaises surprises.
Ce que fait Sonorarium, et ce qu'il ne fait pas
- Il le fait : transcrire l'audio dans la langue choisie, avec un horodatage à chaque passage. Un clic dessus, et ce moment précis est lu : repérer un changement de voix est rapide.
- Il le fait : vous laisser modifier le texte dans l'éditeur et le télécharger en Word, TXT, SRT, VTT ou JSON, avec vos corrections (télécharger et modifier demandent votre compte). Le Word commence chaque paragraphe par
[hh:mm:ss]; le TXT n'a pas d'horodatage. - Il ne le fait pas : séparer ni nommer les intervenants. Le résumé par IA non plus : il dit de quoi l'on a parlé, pas qui l'a dit.
1. Enregistrez en pensant au résultat
La séparation des voix se joue en grande partie avant la transcription :
- Un micro par personne si vous le pouvez, même le téléphone de chacun (attention : chaque fichier consomme ses minutes). Avec un seul micro, placez-le au centre et à moins d'un mètre de tout le monde.
- Demandez à chacun de dire son prénom au début. C'est dix secondes, et cela vous donne la clé du reste de l'enregistrement.
- Un tour de parole à la fois. Les chevauchements sont ce qui se transcrit le plus mal et ce qui s'attribue le plus difficilement ensuite.
- Faites un essai de 30 secondes et écoutez-le avant de commencer. Si la salle résonne ou est bruyante, voyez comment transcrire un audio bruyant.
- Demandez l'accord de toutes les personnes que l'on entend avant d'enregistrer. Ce que disent les textes en France et la façon de demander figurent dans est-il légal d'enregistrer un cours, une réunion ou un appel ?.
2. Transcrivez le fichier
- Envoyez l'enregistrement à l'outil de transcription de réunions ou à celui d'entretiens : audio ou vidéo, jusqu'à 5 heures et 2 Go.
- Choisissez la langue parlée.
- Ouvrez le texte : chaque passage a son horodatage.
Les 15 premières minutes sont gratuites à la création de votre compte, sans carte. Si le fichier est plus long, ces 15 minutes sont transcrites en aperçu et le reste se débloque depuis votre compte, en ne payant que les minutes manquantes, tant que l'audio est conservé (7 jours).
3. Notez qui parle, grâce à l'horodatage
C'est la méthode que nous recommandons. Avec un enregistrement à deux ou trois personnes, c'est faisable ; à huit, comptez y aller lentement. Faites-le dans les 7 jours où l'audio est conservé : ensuite, l'horodatage reste dans le texte, mais le passage ne se lit plus.
- Écoutez la première minute et notez comment sonne chaque voix (qui s'est présenté en premier, qui a la voix la plus grave, etc.).
- Parcourez le texte à l'aide de l'horodatage. Un changement de voix coïncide souvent avec une pause et une nouvelle phrase : cliquez sur l'horodatage du passage pour l'écouter et trancher.
- Écrivez le nom au début de chaque prise de parole, dans un format fixe (« MARIE : », « LUC : »). Un format unique permet de chercher et de compter ensuite.
- Utilisez des balises pour les passages douteux :
[chevauchement],[inaudible]ou[Luc ?]. Mieux vaut signaler un doute que de mal attribuer une phrase. - Revérifiez les attributions importantes (citations, chiffres, décisions) en réécoutant le passage.
- Téléchargez à la fin. Si vous corrigez dans l'éditeur, le Word, le TXT et le SRT sortent avec votre texte corrigé.
Un exemple, fictif, de ce que cela donne. Avant :
[00:00:04] Bonjour, on commence.
[00:00:08] Bien, voici les chiffres.
[00:00:13] Parfait, et les délais ?
Après marquage (exemple inventé, pas une vraie transcription) :
[00:00:04] MARIE : Bonjour, on commence.
[00:00:08] LUC : Bien, voici les chiffres.
[00:00:13] MARIE : Parfait, et les délais ?
Pour des focus groups ou des entretiens de recherche, un guide détaille conventions, balises et import dans les logiciels d'analyse : transcription pour la recherche qualitative. Pour les entretiens d'un mémoire ou d'une thèse, comment transcrire un entretien pour un mémoire ou une thèse. Et pour les réunions Teams, Zoom ou Meet, comment les passer en texte.
4. Si vous avez besoin d'un étiquetage automatique
Certains outils identifient les intervenants d'eux-mêmes, ce que Sonorarium ne fait pas. Voici des données tirées de leurs propres pages, consultées le 3 novembre 2026. Elles changent souvent : vérifiez toujours leur site. Nous ne les avons pas testés sur votre audio, et la qualité de l'étiquetage dépend de l'enregistrement.
| Outil | Ce que dit son site | Gratuit ou coût, selon son site |
|---|---|---|
| Word (Microsoft 365) | Sépare et étiquette les intervenants (« Speaker 1 », « Speaker 2 »…), que vous pouvez renommer | Avec un abonnement Microsoft 365, jusqu'à 300 minutes d'audio envoyé par mois |
| Otter | Son offre Basic (gratuite) liste « Speaker identification » | 300 minutes par mois, 30 minutes maximum par conversation et 3 imports de fichiers à vie, en Basic |
| Notta | Son offre Free liste « Speaker identification » | 120 minutes par mois, jusqu'à 3 minutes par conversation |
| noScribe | Distingue les intervenants ; s'appuie sur pyannote | Gratuit et open source (GPL-3.0) ; fonctionne sur votre ordinateur, sans cloud |
Deux précisions : la fonction de Word est disponible dans Word pour Microsoft 365 sous Windows (et, selon sa page, dans Word pour le web) et fonctionne dans Edge et Chrome, et noScribe s'installe sur votre ordinateur (Windows, macOS ou Linux).
Si votre enregistrement dure une heure ou plus, regardez la limite par fichier avant les minutes par mois : dans les offres gratuites, Otter accepte 30 minutes par conversation et Notta, 3, il faudrait donc le découper. Sonorarium transcrit d'un coup des fichiers jusqu'à 5 heures, sans rien installer et avec des packs sans abonnement : vous ne payez que les minutes qui manquent. Ce qu'il ne fait pas, c'est identifier les intervenants ; si c'est ce qui compte le plus pour vous, ces outils font quelque chose que nous ne faisons pas. Les limites gratuites de chaque outil sont comparées dans transcription audio gratuite : les limites de chaque outil.
Combien coûte une réunion ou un entretien d'une heure
Avec un compte neuf, les 15 premières minutes sont gratuites à la création du compte, sans carte, et il en manque 45. Le pack de 120 minutes coûte 6 €, et les 75 restantes n'expirent pas. Tous les packs sont sur la page des tarifs.
Questions fréquentes
Sonorarium identifiera-t-il les intervenants plus tard ? Nous ne le promettons pas. Aujourd'hui, il ne le fait pas : c'est pourquoi cet article explique comment les noter vous-même.
Le résumé par IA dit-il qui a parlé ? Non. Il résume les sujets mais n'attribue pas de phrases à des personnes.
Et si chaque personne est enregistrée dans son propre fichier ? C'est le plus simple pour savoir qui parle : transcrivez chaque fichier séparément, et le nom du fichier vous le dit. Mais chaque fichier consomme ses minutes : une réunion d'une heure enregistrée sur trois téléphones fait trois heures de transcription. Si le coût compte, un bon micro au centre de la table donne un seul enregistrement.
Que devient l'audio envoyé ? Il est supprimé au bout de 7 jours ; la transcription de votre compte reste jusqu'à ce que vous la supprimiez et n'est pas utilisée pour entraîner des modèles.
Sources des outils : Microsoft Support (Transcribe your recordings), Otter, Notta et le dépôt noScribe sur GitHub, consultés le 3 novembre 2026.