Transcription français audio en texte, gratuite

Le français est langue officielle dans 29 pays répartis sur cinq continents. L'Organisation internationale de la Francophonie recensait 321 millions de locuteurs dans son rapport de 2022, dont environ 81 millions en font leur première langue — et 61,8 % de ces francophones vivent en Afrique, non en Europe. Les enregistrements en français arrivent donc aussi bien des rédactions parisiennes que des centres d'appels montréalais, des salles de commission bruxelloises ou des studios de radio dakarois, et aucun de ces français ne sonne comme l'autre.

Le français pose aussi un problème très particulier à un moteur de reconnaissance vocale : on n'entend pas où un mot s'arrête et où le suivant commence. La liaison fait franchir la frontière à une consonne finale muette et la rattache à la voyelle qui suit, si bien que « c'est tout vert » et « c'est ouvert » forment exactement la même suite de sons, et que « les os » et « les eaux » sont indiscernables. Là où la liaison est bloquée — devant un h aspiré — l'effet s'inverse : « les héros » reste sans enchaînement, précisément pour ne pas devenir « les zéros ». Ajoutez à cela que la plupart des consonnes finales ne se prononcent tout simplement pas. Petit, grand et parlez se terminent tous par une lettre qu'aucun micro ne captera jamais.

L'orthographe du français relève dès lors bien plus de la grammaire que de l'oreille. Les terminaisons verbales -er, -é et -ez forment un seul et même son : parler, parlé et parlez ne se distinguent que par ce qui les entoure. La marque de pluriel -ent est muette, donc il parle et ils parlent sont acoustiquement identiques — la transcription d'exemple ci-dessous écrit « qui les enveloppent » là où Maupassant avait écrit « qui les enveloppe », et seul le sujet, quatre mots plus haut, permet de trancher. Les accents portent eux aussi un sens que l'oreille ne fournit pas : a et à, ou et où, sur et sûr ne se distinguent qu'à l'écrit, et c'est la cédille qui empêche de lire français et garçon avec un c dur. La même transcription écrit « ses voies » là où l'original porte « ses voix » — un homophone parfait, que seul le contexte peut départager.

Les nombres ajoutent une couche supplémentaire, car au-delà de soixante le français compte par vingtaines : soixante-quinze, c'est mot à mot « soixante » et « quinze », et quatre-vingt-dix « quatre vingts » et « dix ». Les locuteurs belges et suisses disent septante et nonante, si bien qu'un même chiffre peut arriver sous deux mots complètement différents. Importez votre audio ou votre vidéo : le moteur restitue le français parlé sous forme de texte propre et consultable, accents, élisions et ponctuation en place. Tout se passe dans votre navigateur, sans aucune installation, et vos premières minutes sont gratuites, sans même créer de compte.

Voici un véritable enregistrement de 45 secondes, lu par une personne réelle et passé dans notre moteur IA exactement comme vous passeriez votre propre fichier. Rien n'a été corrigé après coup. Lancez la lecture et suivez le texte.

À remarquer : chaque élision et chaque apostrophe tombe juste — s'en vont, l'existence, n'est, qu'un, l'imperceptible — et toute la palette des accents est là, du é de sédentaires et étranges au è de mystère, au ê de bêtes et jusqu'au î de traînent. L'interrogation littéraire Sont-ce est écrite en deux mots reliés par un trait d'union plutôt que soudés, et joncs conserve ses deux lettres finales muettes. Ce passage est du Maupassant, et mot pour mot c'est bien celui de Maupassant.

Le plus intéressant, ce sont les erreurs, car toutes les quatre sont spécifiquement françaises. Le moteur a écrit ses voies là où l'original porte ses voix — un homophone exact que seule la phrase peut départager. Il a écrit qui les enveloppent pour qui les enveloppe, parce que le -ent du pluriel est muet. Il a écrit robes de morte pour robes de mortes, encore un s de pluriel inaudible. Et il a soudé feux follets en feufollets. Il omet par ailleurs l'espace que la typographie française place avant le point d'interrogation. Il s'agit ici d'une lecture soignée et clairement articulée, proche d'un cours ou d'une note dictée ; une interview dans un café bruyant, avec trois personnes qui se coupent la parole, ne ressortira pas aussi nette, et aucun système automatique n'y parviendra. La qualité de l'enregistrement reste de loin le facteur le plus déterminant.

Le français standard de métropole est la norme de la plupart des enregistrements audiovisuels, professionnels et universitaires, et ConvertSpeech est optimisé pour lui. Un point joue partout en votre faveur : la France, la Belgique, la Suisse, le Québec et l'Afrique francophone partagent une seule et même norme écrite, si bien qu'un accent régional produit normalement du français écrit ordinaire, et non une imitation phonétique de l'accent.

Le français québécois est la variante qui s'écarte le plus à l'oreille. Son marqueur le plus net est l'affrication : devant les voyelles i et u, t et d deviennent ts et dz, de sorte que tu se prononce à peu près « tsu » et dire « dzire ». Les voyelles fermées se relâchent en syllabe fermée et les voyelles longues tendent à se diphtonguer, ce qui rend l'accent immédiatement reconnaissable. Le vocabulaire diffère aussi — char pour une voiture, magasiner pour faire les courses, courriel pour e-mail, et un système de repas où déjeuner désigne le petit-déjeuner, dîner le repas de midi et souper celui du soir. Un québécois clairement articulé se transcrit bien ; un joual large et rapide reste difficile pour tout système automatique et mérite une relecture. Si votre enregistrement est canadien, notre page dédiée au français canadien traite directement cette variante.

Le français de Belgique et de Suisse est nettement plus proche de la norme métropolitaine, et les écarts qui comptent le plus sont lexicaux. Les deux disent septante pour 70 et nonante pour 90 au lieu de soixante-dix et quatre-vingt-dix. La Suisse va plus loin dans les cantons de Vaud, Fribourg et Valais, où 80 se dit huitante — alors que Genève, Neuchâtel et le Jura conservent quatre-vingts : le même pays se partage en deux. Au-delà des nombres, attendez-vous au GSM belge pour un téléphone portable, à la drache pour une averse et au kot pour une chambre d'étudiant, ainsi qu'au natel suisse pour un téléphone, au cornet pour un sac et au service ! là où la France dirait je vous en prie. Ce sont ces régionalismes qu'il vaut le plus la peine de parcourir à la relecture.

Le français d'Afrique représente aujourd'hui la plus grande part des locuteurs au monde — le décompte de l'OIF pour 2022 situe 61,8 % des francophones de la planète en Afrique. Les français sénégalais, ivoirien, camerounais et congolais ont chacun leur rythme et leurs emprunts propres, au wolof, au lingala, au bambara et à d'autres langues, et les parlers urbains comme le nouchi ivoirien mêlent le français aux langues locales d'une phrase à l'autre. Le français africain formel et de radiodiffusion se transcrit de manière fiable ; c'est l'alternance codique appuyée entre le français et une langue locale en milieu de phrase qui constitue le cas le plus difficile, puisqu'une partie seulement de l'audio est réellement en français.