Qu'est-ce que la parole vers texte ? C'est un logiciel qui convertit la langue parlée d'un audio en texte écrit. Le programme découpe le son en courtes trames, les rapproche de sons de parole et construit les mots les plus probables. La même idée porte aussi les noms de reconnaissance vocale et d'ASR.
Transcrire un enregistrement
Envoyez votre message vocal, audio ou vidéo à @potok_now_bot sur Telegram et le texte vous revient dans la conversation.
Ouvrir @potok_now_bot dans Telegram
Fichiers jusqu'à 2 Go · export en TXT, MD, DOCX, PDF, SRT et VTT · étiquettes des intervenants et horodatage · environ 30 langues
L'essentiel
- Les systèmes modernes utilisent des réseaux de neurones entraînés sur de grandes collections d'enregistrements associés à un texte exact, pas des règles écrites à la main.
- La mesure de qualité habituelle est le taux d'erreur sur les mots, la part des mots remplacés, manqués ou ajoutés par rapport à une transcription correcte.
- Accents, jargon, voix qui se coupent et bruit font monter le taux d'erreur, tout comme une langue que le système a peu vue à l'entraînement.
- La sortie brute ne sait ni qui a parlé ni où finissent les phrases : des étapes supplémentaires ajoutent étiquettes de locuteurs, ponctuation et repères de temps.
- La parole vers texte transforme le son en mots de la même langue ; elle ne passe pas d'une langue à une autre.
À quoi cela ressemble
// input
talk.m4a (spoken: "send the invoice on friday")
// pipeline
audio -> frames -> speech sounds -> likely words -> text
// output
send the invoice on friday
Pour aller plus loin
Consultez la liste complète des langues, les outils et le glossaire.
Questions fréquentes
La parole vers texte est-elle la même chose que la dictée ?
La dictée en est un usage : vous parlez et le texte apparaît dans un document. La transcription d'un enregistrement est un autre usage de la même technologie.
Est-ce la même chose que la reconnaissance vocale ?
Oui, les termes s'emploient indifféremment. ASR, pour reconnaissance vocale automatique en anglais, en est le nom technique.
Quelle est sa précision ?
Elle dépend de l'audio, de la voix et de la langue. Les taux d'erreur publiés montrent à quoi s'attendre, et un enregistrement net aide le plus.
Comment convertir un enregistrement en texte avec Potok ?
Ouvrez le bot, envoyez le message vocal, l'audio ou la vidéo, ou collez un lien YouTube, et le texte revient dans le chat ou sous forme de fichier.
Puis-je exporter le résultat ?
Oui. Les exports comprennent TXT, MD, DOCX, PDF, SRT et VTT. Les résultats courts arrivent en texte dans le chat et les longs sous forme de fichier.
Sources
Chaque source a été ouverte manuellement à la date indiquée. Les pages évoluent : ouvrez la source si un détail compte pour vous.
- Speech recognition (Wikipedia), Wikipedia · vérifié le
- Word error rate (Wikipedia), Wikipedia · vérifié le
Essayez avec votre propre enregistrement
Envoyez votre message vocal, audio ou vidéo à @potok_now_bot sur Telegram et le texte vous revient dans la conversation.
Ouvrir @potok_now_bot dans Telegram