Transcription audio en texte : les outils gratuits qui tiennent la route

3 minutes par fichier chez Notta, 90 minutes par jour chez TurboScribe | Google Docs ne sait toujours pas ouvrir un fichier audio | Whisper en local, sans quota et sans limite de durée

Vous avez un enregistrement sur le disque et vous voulez le texte. Pas une réunion à résumer, pas un assistant qui prend des notes à votre place : un fichier, du texte, gratuitement.

Google Docs ne sait pas ouvrir un fichier audio. La saisie vocale écoute le micro en direct, et rien d’autre. Les guides qui expliquent de jouer le fichier dans un haut-parleur pendant que Docs écoute décrivent un bricolage, pas une fonction. C’est le premier tri à faire dans les listes de « 20 outils gratuits » : la moitié ne prend pas de fichier du tout.

Cette page traite la conversion d’un fichier audio déjà enregistré. Pour les réunions en cours, avec résumé et actions à suivre, le comparatif des outils de prise de note IA couvre l’autre moitié du sujet.

Transcription audio en texte gratuit : ce qui marche sans payer

Le gratuit existe vraiment, mais il se paie en plafonds. Chaque outil place le sien à un endroit différent, et c’est cet endroit qui décide si l’outil vous sert ou pas.

Outil	Gratuit réel	Le plafond qui coince	Pour le lever
TurboScribe	3 fichiers par jour	30 minutes par fichier	10 $/mois en annuel, 20 $ au mois
Notta	120 minutes par mois	3 minutes par enregistrement	8,17 $/mois en annuel
Word (Microsoft 365)	300 minutes par mois	abonnement 365 obligatoire	impossible, le plafond est fixe
Google Docs	illimité	n’accepte aucun fichier	sans objet
Whisper en local	tout	votre carte graphique	rien à payer

Le plafond de Notta mérite qu’on s’arrête dessus. 120 minutes par mois, ça sonne généreux. Mais chaque enregistrement est coupé à 3 minutes, et cette limite-là est dure. Un mémo vocal ordinaire la dépasse. Un entretien, n’en parlons pas. Les 120 minutes ne servent donc jamais à un vrai fichier, seulement à des bouts de fichiers (autant le savoir avant de créer le compte).

TurboScribe fait l’inverse et c’est plus honnête : 3 fichiers par jour, 30 minutes chacun, compteur remis à zéro chaque matin. Environ 90 minutes quotidiennes, soit largement de quoi passer un podcast ou une réunion enregistrée. Le moteur derrière est Whisper, donc la qualité est celle de la référence du marché. C’est le meilleur gratuit du lot pour un usage occasionnel.

Sans inscription : les outils qui ne demandent rien

La requête est fréquente et la réponse décevante. Aucun service sérieux ne transcrit un fichier de vingt minutes sans compte, parce que le calcul coûte de l’argent et qu’un formulaire d’inscription est le seul garde-fou contre l’abus.

Ce qui existe réellement sans inscription se répartit en deux familles. Les démonstrations en ligne, plafonnées à quelques dizaines de secondes, utiles pour juger la qualité avant d’ouvrir un compte. Et les outils que vous faites tourner sur votre propre machine, qui n’ont personne à qui demander votre email.

La deuxième famille est la bonne réponse. Whisper installé en local ne demande ni compte, ni email, ni carte bancaire, et il n’envoie rien nulle part. C’est la seule vraie transcription sans inscription qui traite un fichier entier.

Transcrire un fichier audio en texte, pas un flux

La distinction structure tout le marché. Un flux se transcrit pendant qu’il arrive, un fichier se transcrit après coup, et ce ne sont pas les mêmes modèles ni les mêmes outils.

Le fichier est le cas facile. Le modèle a l’enregistrement entier sous les yeux, il peut revenir en arrière, corriger un mot d’après la suite de la phrase. Le flux doit décider immédiatement, sans savoir ce qui vient après, et sa précision s’en ressent.

Conséquence pratique : si votre audio est déjà enregistré, n’utilisez jamais un outil de temps réel. Vous perdriez de la précision pour un bénéfice nul.

Les logiciels de transcription audio en texte

Le terme recouvre trois objets qu’on confond souvent, et le prix change du tout au tout selon celui dont vous parlez.

Le service en ligne d’abord : vous déposez le fichier sur un site, il revient en texte quelques minutes plus tard. TurboScribe et Notta relèvent de cette famille. Rien à installer, tout à envoyer.

Happy Scribe appartient à la même famille, avec une différence qui compte : la transcription humaine en option, que ni TurboScribe ni Notta ne proposent. Le gratuit y est symbolique (10 minutes, watermark sur les exports), le payant démarre à 8,50 $ par mois en annuel. Le test d’InfosIA, mené sur 60 heures d’audio, en détaille la grille.

Le logiciel installé ensuite, qui fait tourner le modèle sur votre machine. Whisper appartient à cette catégorie, avec des interfaces habillées par-dessus pour ceux qui préfèrent éviter la ligne de commande.

La fonction intégrée enfin, celle qui vit déjà dans un outil que vous payez. Transcrire dans Word en est l’exemple type : c’est inclus dans l’abonnement Microsoft 365, plafonné à 300 minutes d’audio uploadé par mois, et ce plafond ne s’achète pas. Vous ne pouvez pas le lever, même en payant plus cher.

En français : ce que l’accent casse encore

Whisper annonce 99 langues et il gère le français correctement. Les chiffres de précision qui circulent méritent quand même d’être lus avec attention.

Le taux d’erreur de 2,7 % que tout le monde cite est mesuré sur LibriSpeech test-clean : de l’anglais lu, en studio, par des lecteurs professionnels d’audiobooks. Sur le mélange complet de l’Open ASR Leaderboard, la moyenne monte à 7,44 %. C’est ce deuxième chiffre qui ressemble à vos fichiers.

Sur du français parlé, ce qui casse est prévisible : les noms propres, les sigles, les chiffres énoncés vite, et deux personnes qui se coupent la parole. Le modèle ne bafouille pas, il invente un mot plausible, ce qui est plus embêtant qu’un trou. Une transcription automatique se relit toujours.

Le cas vraiment difficile reste l’audio bruité : un restaurant, une voiture, un micro de téléphone posé au milieu d’une table de six. Aucun outil gratuit ne s’en sort proprement, et les payants pas beaucoup mieux.

Transcription audio en texte en ligne, sans rien installer

Pour un fichier ponctuel, le navigateur suffit et c’est le bon choix. Ouvrir un compte TurboScribe prend deux clics avec Google, le fichier part, le texte revient.

Un point mérite votre attention avant d’envoyer quoi que ce soit : la plupart des services gratuits hébergent les fichiers hors de l’Union européenne. Pour un podcast public, aucune importance. Pour un entretien de recrutement, un conseil d’administration ou une consultation, c’est une donnée personnelle qui part sur un serveur américain (et le RGPD ne trouve pas ça drôle).

La règle est simple : contenu déjà public, en ligne sans hésiter. Contenu confidentiel, en local.

La transcription par IA change quoi, exactement

Elle change le prix. C’est la seule réponse honnête, et elle suffit largement.

Chez un prestataire humain, une heure d’audio se facture aujourd’hui encore entre 40 et 100 euros selon le niveau de relecture, et une réunion d’une heure occupe grosso modo une journée de travail. Le même fichier passé par Whisper coûte quelques centimes de calcul, ou rien du tout si votre machine s’en charge.

Ce qui n’a pas changé : la relecture. Le modèle produit un texte plausible, pas un texte vérifié. Sur un compte rendu qui engage, la relecture reste obligatoire, et elle prend le temps qu’elle prend.

Whisper est publié par OpenAI sous licence MIT, code et poids compris, depuis septembre 2022. La version large-v3 pèse 1,55 milliard de paramètres. La distillation large-v3-turbo descend à 809 millions en élaguant le décodeur de 32 couches à 4, tourne environ six fois plus vite et se contente de 6 Go de mémoire vidéo au lieu de 10.

Aucun successeur n’a été annoncé depuis. Un socle stable, donc, plutôt qu’un outil qui bougera sous vos pieds.

Google et la transcription : ce qui est vraiment gratuit

Google occupe une place bizarre sur ce sujet. La saisie vocale de Docs est gratuite, illimitée, et incapable de traiter un fichier. Elle écoute le micro, point.

Google Recorder, lui, transcrit ce qu’il enregistre, mais uniquement sur les téléphones Pixel et uniquement ses propres enregistrements. Un fichier venu d’ailleurs ne l’intéresse pas.

Reste Gemini, qui accepte un fichier audio et sait en sortir du texte. C’est la seule voie Google réellement utilisable pour un enregistrement existant, et ce que le palier gratuit de Gemini permet vaut le détour avant de payer un service dédié. La contrepartie : ce n’est pas un transcripteur, il résume et reformule dès qu’on le laisse faire.

Les applications mobiles

Sur téléphone, l’offre se sépare nettement entre enregistrer et convertir.

Les applications qui enregistrent puis transcrivent sont les plus nombreuses, et le matériel dédié joue dans la même cour. Le Plaud enregistre puis transcrit : bon pour ce qui n’existe pas encore, inutile pour un fichier reçu par messagerie.

Pour un fichier déjà présent sur le téléphone, les applications mobiles de Notta et TurboScribe font le travail avec les mêmes plafonds que leurs sites. Rien de plus, rien de moins.

Le mémo vocal WhatsApp est le cas le plus courant et le plus mal servi. Il faut l’exporter d’abord, ce que l’application ne rend pas évident, puis le déposer sur un service. Deux minutes de manipulation pour trente secondes d’audio.

En direct, pendant une réunion

Le temps réel a rattrapé une partie de son retard. ElevenLabs a annoncé Scribe v2 Realtime en mars 2026, avec une latence revendiquée autour de 150 millisecondes, ce qui place le sous-titrage en direct dans le domaine du possible.

Pour une réunion, la question n’est pourtant pas la latence mais le résumé. Personne ne relit quatre-vingts minutes de verbatim. Ce que vous voulez, ce sont les décisions et les actions, et c’est un autre métier : celui des outils de réunion comme Otter, Fireflies ou Notta en mode assistant.

Si votre besoin est le compte rendu, ne cherchez pas un transcripteur. Cherchez un preneur de notes.

« Illimité » : le mot qui ment le plus souvent

Sur cette catégorie de produits, illimité veut presque toujours dire autre chose.

Chez TurboScribe, l’illimité est le nom de l’offre payante, à 10 $ par mois en annuel. Et même là, un fichier ne dépasse pas dix heures ou cinq gigaoctets, avec des lots plafonnés à cinquante. Ce sont des limites raisonnables, mais ce sont des limites.

Chez Notta, l’illimité arrive au palier Business, à 27,99 $ par siège et par mois, ou 16,67 $ en annuel. Il porte sur les minutes, pas sur la durée d’un enregistrement.

Le seul illimité qui ne ment pas est le vôtre : Whisper sur votre machine, sans compteur, sans siège et sans facture. La contrepartie s’appelle temps de calcul.

Sortir vers Word, et les autres formats

Le format de sortie décide de ce que vous ferez du texte ensuite, et beaucoup d’outils gratuits le verrouillent.

Le texte brut passe partout et suffit pour un article ou une note. Le .docx importe la mise en forme et les horodatages dans Word, c’est le format à demander pour un compte rendu. Le .srt et le .vtt servent aux sous-titres et se déposent tels quels dans un lecteur vidéo ou sur YouTube.

Le piège est chez Notta : sur le palier gratuit, le téléchargement du transcript, l’identification des locuteurs et la plupart des formats d’export sont réservés au payant. Vous transcrivez, vous lisez à l’écran, et vous ne repartez avec rien. Un export bloqué transforme un outil gratuit en démonstration.

L’inverse : transcription texte en audio

Le chemin inverse se cherche presque autant, et il n’a rien à voir techniquement. Transcrire, c’est de la reconnaissance vocale. Lire un texte à voix haute, c’est de la synthèse.

Le marché s’est concentré sur une poignée d’acteurs, et ElevenLabs domine le français assez nettement. Ne cherchez pas un outil qui fait bien les deux : ceux qui l’annoncent sont bons dans un sens et médiocres dans l’autre.

Verdict

Pour un fichier de temps en temps, TurboScribe et son gratuit à trois fichiers quotidiens couvrent le besoin sans discussion. Moteur Whisper, 30 minutes par fichier, remise à zéro chaque jour.

Pour du volume, de la confidentialité, ou les deux, Whisper en local est la seule réponse qui tient. Gratuit à vie, sans quota, sans rien qui sorte de la machine. Il faut une carte graphique correcte et accepter la ligne de commande, ou une interface qui la masque.

Notta ne vaut pas la peine en gratuit. Le plafond de 3 minutes par enregistrement le disqualifie pour tout usage réel, et l’export verrouillé achève l’affaire. En payant, c’est un bon assistant de réunion, ce qui est un autre produit.

Word convient si vous payez déjà Microsoft 365 et que 300 minutes mensuelles suffisent. Google Docs ne convient à rien, sur ce sujet précis. Et si votre besoin réel est un compte rendu plutôt qu’un verbatim, un modèle généraliste comme Claude résume un transcript bien mieux qu’un transcripteur ne le fera jamais.

Questions fréquentes

Quel est le meilleur outil gratuit pour transcrire un fichier audio ?

TurboScribe, pour un usage occasionnel : trois fichiers de 30 minutes par jour, moteur Whisper, compteur remis à zéro chaque matin. Pour du volume ou du confidentiel, Whisper installé en local, sans compte ni plafond.

Peut-on transcrire un fichier audio avec Google Docs ?

Non. La saisie vocale de Docs écoute le microphone en direct et n’offre aucun moyen d’ouvrir un fichier. Les méthodes qui consistent à jouer l’audio dans un haut-parleur devant le micro dégradent fortement la qualité. Passer par Gemini est la seule voie Google praticable.

Combien de temps prend la transcription d’une heure d’audio ?

Quelques minutes sur un service en ligne, le calcul étant réparti sur leurs serveurs. En local, tout dépend de la machine : large-v3-turbo tourne environ six fois plus vite que large-v3 et se contente de 6 Go de mémoire vidéo, ce qui le rend praticable sur une carte grand public.

Les outils gratuits sont-ils compatibles RGPD ?

Rarement. La plupart des services gratuits hébergent les fichiers hors Union européenne. Pour un entretien, une consultation ou une réunion interne, la transcription locale évite le problème en entier puisque rien ne quitte la machine.

Faut-il relire une transcription automatique ?

Oui, systématiquement. Le modèle ne laisse pas de trou quand il ne comprend pas, il produit un mot plausible. Les erreurs se concentrent sur les noms propres, les sigles et les chiffres, exactement là où une erreur change le sens.