TurboScribe est un service de transcription par IA accessible depuis le navigateur, propulsé par Whisper, qui convertit l'audio et la vidéo en texte dans plus de 98 langues avec reconnaissance des locuteurs, export de sous-titres et traduction intégrée. L'offre gratuite couvre trois fichiers par jour, tandis que la formule illimitée supprime les quotas pour les chercheurs, journalistes et podcasteurs.
Vous avez utilisé cet outil ? Notez-le
Vous avez utilisé cet outil ? Notez-le
TurboScribe est un service de transcription accessible depuis le navigateur qui transforme des fichiers audio et vidéo en texte lisible et modifiable. Vous déposez un enregistrement, vous choisissez une langue et un mode de qualité, et quelques secondes ou quelques minutes plus tard vous récupérez un document mis en forme que vous pouvez lire, fouiller, corriger, traduire, puis exporter sous forme de document ou de sous-titres.
Ce qui définit ce produit n'est pas la précision seule : c'est la suppression du modèle de facturation à la minute qui domine cette catégorie. Le site officiel se présente comme « le seul service de transcription illimitée au monde », sans plafond ni quota, et l'offre payante vend de la transcription illimitée plutôt qu'un forfait de minutes ou d'heures. Pour quiconque a vu une facture à la minute grimper au fil d'un projet de recherche, cette décision de structure tarifaire pèse souvent bien plus lourd qu'une différence de quelques dixièmes de point sur le taux d'erreur.
Sous le capot, TurboScribe n'exploite pas un modèle vocal maison. Le service fait tourner Whisper, le modèle d'OpenAI, et il l'affiche ouvertement sur sa page d'accueil. Ce détail dépasse la simple note technique : cela signifie que la qualité de transcription que vous obtenez est fondamentalement celle de Whisper, dont les caractéristiques sont abondamment documentées dans la recherche publique. L'apport propre de l'entreprise se situe ailleurs : puissance de calcul graphique, rapidité, étiquetage des locuteurs, traduction, gestion des fichiers et économie de l'abonnement.
Le service est porté par une petite équipe. La foire aux questions du site est rédigée à la première personne par le fondateur, qui se présente sous le prénom de Leif et indique avoir passé près d'une décennie à construire des systèmes d'intelligence artificielle dans des entreprises comme Meta. Les demandes d'assistance aboutissent à une adresse électronique personnelle. Cela mérite d'être su avant toute comparaison avec des fournisseurs destinés aux grandes entreprises : vous achetez un produit resserré et un contact direct avec son créateur, pas une organisation dotée de procédures d'achat formelles et d'engagements de service négociables.
Le marché de la reconnaissance vocale se divise en quatre familles. Il y a les services de transcription humaine, facturés à la minute, d'une précision quasi parfaite mais livrés en quelques heures ou quelques jours. Il y a les assistants de réunion, qui rejoignent les appels en direct et produisent des comptes rendus. Il y a les suites créatives, qui traitent la transcription comme une ligne de montage pour éditer les médias. Et il y a les utilitaires purs, où l'on met un fichier et où l'on récupère du texte.
TurboScribe appartient nettement à la quatrième famille et optimise un seul axe : le volume traité par euro dépensé. Il ne rejoint pas vos réunions, ne monte pas vos vidéos et ne cherche pas à devenir un espace de travail collaboratif. Il prend des fichiers et rend du texte en grande quantité, contre un forfait mensuel fixe. Comprendre ce périmètre est le moyen le plus rapide de savoir s'il correspond à votre flux de travail, car la plupart des déceptions viennent d'attentes tournées vers l'une des trois autres familles.
L'offre illimitée supprime les quotas par fichier et par minute. La foire aux questions officielle est d'une franchise inhabituelle sur ce que cela signifie concrètement : il n'existe aucun plafond sur l'usage global, les clients transcrivent couramment des centaines d'heures par mois, et la seule règle est de ne pas partager son compte avec d'autres personnes.
L'entreprise publie en outre un objectif technique au lieu de se réfugier derrière un vocabulaire vague. Elle indique que ses systèmes sont conçus pour permettre de transcrire au moins 720 heures d'audio ou de vidéo par mois, en précisant que cela équivaut à faire tourner la transcription vingt-quatre heures sur vingt-quatre pendant trente jours d'affilée. Au-delà de ce niveau, décrit comme les 0,1 % d'utilisateurs les plus intensifs, elle oriente vers un guide d'utilisation plutôt que de couper le service. C'est une posture nettement plus honnête que la norme du secteur, qui consiste à vanter l'illimité tout en enfouissant une limitation dans les conditions générales.
Plutôt que d'exposer un modèle opaque, le service vous laisse arbitrer entre précision et rapidité fichier par fichier. Les trois modes correspondent directement à des tailles précises de modèles Whisper :
base de 74 millions de paramètres. La documentation officielle évoque environ 20 à 30 secondes pour une heure de matériau.small de 244 millions de paramètres, à raison d'environ trois minutes par heure de matériau.large-v2 de 1,55 milliard de paramètres, en moins de dix minutes par heure de matériau.Whale est le mode par défaut, et c'est le bon choix. Comme l'écart entre ces modes tient à la capacité du modèle et non à un vernis appliqué après coup, le choix du mode constitue le levier le plus puissant dont vous disposez sur la qualité finale. Dès que votre matériau comporte des accents, du vocabulaire technique ou un son imparfait, rester sur Whale n'est pas une option mais une nécessité.
La reconnaissance des locuteurs, activée par une case à cocher avant l'envoi, étiquette chaque section de la transcription avec l'identité de la personne qui parle. Vous pouvez déclarer le nombre de participants — l'interface propose des valeurs de deux à huit — ou laisser le système le détecter automatiquement. La documentation officielle indique que cela ajoute une à deux minutes de traitement par heure d'audio.
Le conseil pratique tient en une phrase : déclarez le nombre de locuteurs quand vous le connaissez. La détection automatique doit déduire du signal lui-même combien de voix sont présentes, et contraindre cet espace de recherche avec une valeur connue produit généralement des frontières plus nettes que de laisser le système deviner.
La traduction fonctionne comme une étape distincte de la transcription, et cette séparation architecturale s'avère utile. Une fois la transcription obtenue, un bouton de traduction ouvre un outil où vous sélectionnez une langue cible et un format de fichier, ce qui produit une transcription ou des sous-titres traduits. L'entreprise annonce une couverture de plus de 130 langues.
Il existe par ailleurs une option distincte appliquée au moment de l'envoi, qui transcrit directement vers l'anglais un contenu audio dans n'importe quelle langue prise en charge, sans passer par une transcription dans la langue d'origine. Ces deux chemins donnent des résultats différents et répondent à des besoins différents : le passage direct vers l'anglais est une commodité en une étape, tandis que transcrire puis traduire conserve une version fidèle en langue source que vous pouvez vérifier avant de traduire.
Pour les enregistrements réellement dégradés, une option de restauration utilise l'intelligence artificielle afin de supprimer le bruit de fond et de renforcer la voix avant la transcription. Les recommandations officielles font preuve d'une louable retenue sur ce point, la présentant comme un dernier recours réservé aux fichiers de mauvaise qualité et signalant qu'elle ajoute deux à trois minutes de traitement par heure de matériau. Traiter la réduction de bruit comme une solution de repli plutôt qu'un réglage par défaut est techniquement sain, car un traitement agressif peut introduire ses propres artefacts sur un enregistrement qui n'en avait pas besoin.
Les transcriptions s'exportent en PDF, DOCX, TXT, CSV, ainsi qu'en sous-titres SRT et VTT. L'option CSV passe facilement inaperçue mais se révèle précieuse pour l'analyse structurée, puisqu'elle permet de charger directement des segments horodatés dans un tableur ou un script d'analyse.
Les actions groupées gèrent l'export multi-fichiers, et l'export par dossier couvre jusqu'à 1 000 transcriptions à la fois. L'offre illimitée autorise l'envoi de cinquante fichiers simultanément. Réunies, ces fonctions rendent les projets d'archives volumineux réellement praticables plutôt que théoriquement envisageables.
Le service accepte la grande majorité des conteneurs audio et vidéo courants, notamment MP3, M4A, MP4, MOV, AAC, WAV, OGG, OPUS, MPEG, WMA, WMV, AVI, FLAC, AIFF, ALAC, MKV et WEBM. En pratique, vous n'avez donc presque jamais besoin de convertir quoi que ce soit avant l'envoi, ce qui supprime une étape fastidieuse dans le travail d'archives où les fichiers sources arrivent dans des formats hétérogènes.
Cette section mérite un examen particulier, car le chiffre affiché en vitrine est le fait le plus cité et le moins vérifié à propos de ce produit.
TurboScribe met en avant une précision de 99,8 % un peu partout sur son site. Ce chiffre est déclaré par le fournisseur lui-même et n'a fait l'objet d'aucun audit indépendant. L'entreprise ne publie ni la méthodologie de test, ni le jeu de données, ni les conditions sonores, ni la convention de comptage des erreurs. Comme la plupart des chiffres de précision annoncés dans cette catégorie, il doit se lire comme une valeur obtenue dans le meilleur des cas, à partir d'enregistrements propres, nets, à un seul locuteur, dans une langue bien prise en charge — et non comme une garantie applicable à votre matériau.
Puisque le mode Whale fait tourner Whisper large-v2, les mesures publiques portant sur ce modèle précis sont directement pertinentes. L'évaluation indépendante menée par Artificial Analysis situe Whisper large-v2 à un taux d'erreur de 4,1 % sur les mots, mesuré sur un jeu de référence combinant des dialogues, des discours parlementaires et des conférences de résultats financiers. Cela correspond à environ 95,9 % de mots corrects sur un matériau réaliste et varié : un excellent résultat pour de la reconnaissance vocale automatique, et manifestement en deçà de 99,8 %.
Cet écart ne prouve aucune malhonnêteté. Il traduit un fait bien compris : la précision dépend du signal audio et n'est pas une propriété fixe du modèle. Une narration en anglais enregistrée en studio peut réellement approcher le chiffre le plus élevé ; un matériau réel et hétérogène, non.
La recherche publique sur Whisper documente clairement les modes de défaillance, et ils se transposent directement à TurboScribe puisqu'il s'agit de la même famille de modèles :
large-v3 a progressé sur ce point par rapport aux versions antérieures. Comme Whale fonctionne avec large-v2, les utilisateurs disposant d'un matériau fortement accentué se situent sur la génération antérieure à cette amélioration.Sur la dimension linguistique, l'entreprise fait preuve de transparence. Sa propre foire aux questions indique que la précision de la reconnaissance vocale varie selon la langue, publie une liste restreinte des langues les plus performantes et invite explicitement à tester d'abord avec l'offre gratuite. Ce conseil mérite d'être suivi au pied de la lettre.
Les retours des communautés d'utilisateurs convergent vers une image cohérente : excellent sur un son propre à un seul locuteur, séparation nette des voix sur les entretiens à deux bien enregistrés, et dégradation de l'étiquetage dès que trois participants ou plus se coupent la parole. Pour tout usage où une erreur porte à conséquence — juridique, médical, citation journalistique, conformité — la transcription doit être traitée comme un brouillon de grande qualité à vérifier contre la source sonore, et non comme un compte rendu définitif.
Les chercheurs qui mènent des études par entretiens se heurtent à un problème de coût structurel : la transcription se facture à la minute, et un travail qualitatif rigoureux génère de nombreuses heures d'entretiens. Un forfait mensuel fixe modifie la conception même de la recherche, car il supprime toute incitation à moins enregistrer ou à ne transcrire qu'une sélection. Le témoignage d'un professeur publié sur le site officiel donne la mesure de l'écart : il évoque le temps où il confiait à ses étudiants huit heures de travail pour une heure d'audio.
La reconnaissance des locuteurs et l'export CSV sont ici les fonctions déterminantes, puisque coder des données qualitatives suppose généralement d'attribuer les propos à des participants précis et de transférer les segments vers un logiciel d'analyse.
Les journalistes ont besoin d'un texte consultable rapidement, et la valeur réside souvent dans la localisation d'une citation précise au sein d'une conversation de quatre-vingt-dix minutes plutôt que dans la publication de la transcription elle-même. Le mode Whale associé à l'étiquetage des locuteurs transforme un enregistrement en document consultable en quelques minutes. La discipline essentielle consiste à vérifier chaque citation contre l'audio d'origine avant publication : la transcription automatique se trompe régulièrement sur les noms propres, et une citation hallucinée ou mal attribuée constitue une faute professionnelle grave.
Les producteurs utilisent les transcriptions pour les pages d'épisode, le référencement, les extraits destinés aux réseaux sociaux et l'accessibilité. Le modèle illimité convient à une émission hebdomadaire disposant d'un catalogue, car rattraper les transcriptions d'épisodes archivés correspond exactement au type de charge que la facturation à la minute pénalise. Les formats d'entretien à deux constituent le terrain idéal pour la séparation des voix ; les épisodes en table ronde, où les participants se coupent beaucoup, exigent un nettoyage manuel des étiquettes.
L'export SRT et VTT, associé à la traduction vers plus de 130 langues, couvre un flux de sous-titrage complet sans outil supplémentaire. Un créateur peut transcrire une vidéo, relire la transcription pour en corriger les erreurs, puis générer des fichiers de sous-titres traduits pour plusieurs marchés. Relire avant de traduire est déterminant, car la traduction propage les erreurs de transcription vers chaque langue en aval.
Les réunions et cours enregistrés se transcrivent bien, car ces contenus sont généralement structurés, animés par une personne et captés dans des conditions raisonnables. Notez que le service ne rejoint pas les appels en direct : il traite les fichiers a posteriori, ce qui suppose que vous enregistriez déjà. Pour une équipe, cela signifie que l'étape d'enregistrement doit exister dans le processus avant que l'outil ne devienne utile.
L'entreprise s'adresse explicitement à ces métiers : sa page consacrée à la sécurité s'ouvre en rappelant que de nombreux clients exercent dans des domaines comme le droit ou la médecine, où la sécurité des données, la confidentialité et le secret sont déterminants. L'architecture de confidentialité soutient bien ce positionnement. La réserve sur la précision s'applique en revanche avec une force maximale : la terminologie spécialisée et les détails lourds de conséquences exigent une vérification humaine, et un travail réglementé impose de contrôler si l'hébergement aux États-Unis et l'absence de contrat formel signé satisfont vos obligations.
Corrigez l'enregistrement, pas la transcription. Chaque amélioration du son source se rembourse plusieurs fois en effort de correction évité. Des micros séparés, une pièce calme et des intervenants qui évitent de se couper la parole feront davantage pour votre résultat que n'importe quel réglage de l'interface.
Traitez vos archives par lots. Puisque l'offre illimitée autorise cinquante envois simultanés et des exports par dossier jusqu'à mille transcriptions, les projets accumulés gagnent à être traités par lots planifiés plutôt que fichier par fichier.
Menez un test pilote par langue. Avant d'engager un projet multilingue, transcrivez un court échantillon dans chaque langue avec l'offre gratuite. Les classements publiés par le fournisseur ne sont qu'un point de départ : ce sont vos locuteurs, leurs accents et votre vocabulaire métier qui déterminent réellement le résultat.
Considérez l'hallucination comme un risque réel et non théorique. Dans les langues peu dotées et sur les passages quasi silencieux, Whisper peut produire du texte jamais prononcé. Les passages dont la fluidité détonne par rapport au reste méritent une vérification directe contre l'enregistrement.
Ne partagez pas votre compte. C'est l'unique règle explicite attachée à l'offre illimitée. Les équipes ont besoin de comptes distincts, et l'entreprise publie des indications spécifiques pour les organisations.
Il convient avant tout aux utilisateurs individuels à fort volume : chercheurs, journalistes, producteurs de balados, étudiants, enseignants et indépendants qui traitent de nombreuses heures d'enregistrement et souhaitent des coûts prévisibles. L'équation économique joue en votre faveur précisément lorsque le volume est élevé, puisqu'un forfait fixe couvrant un usage illimité récompense l'intensité.
Il convient également aux créateurs de contenus multilingues, avec plus de 98 langues de transcription et plus de 130 langues de traduction réunies dans un seul produit.
Il convient étonnamment bien aux professionnels soucieux de confidentialité pour un outil de ce prix, en raison du traitement interne et des engagements sur l'absence d'entraînement détaillés plus bas.
Il convient mal aux équipes qui veulent capter et résumer des réunions en direct, aux monteurs qui souhaitent une ligne de montage adossée à la transcription, et aux organisations exigeant des accords de traitement des données signés, des garanties de disponibilité ou un hébergement hors des États-Unis. Ce n'est pas non plus le bon outil si vous avez besoin d'une exactitude certifiée mot à mot sans relecture humaine : aucun service automatisé, celui-ci compris, ne fournit cela.
TurboScribe fonctionne dans le navigateur web. Aucune installation n'est requise et les fichiers transitent par l'interface du navigateur, ce qui permet d'utiliser le service sur les différents systèmes de bureau sans version spécifique par plateforme.
Les limites d'envoi de l'offre payante sont généreuses : chaque fichier peut atteindre dix heures et cinq gigaoctets, avec jusqu'à cinquante fichiers à la fois. L'offre gratuite plafonne chaque fichier à trente minutes, un seul à la fois.
Une intégration mérite d'être signalée : l'entreprise a publié une extension permettant de résumer les transcriptions et de dialoguer avec elles depuis ChatGPT. Il s'agit d'une passerelle vers un assistant externe et non d'une fonction de synthèse intégrée, distinction pertinente si vous attendiez des résumés produits nativement à côté de la transcription. Les modalités de facturation pour les équipes relèvent de la documentation officielle destinée aux organisations. (Information à vérifier : les détails de sièges et de facturation pour les équipes font foi côté officiel.)
L'entreprise publie deux niveaux ouvertement, sans exiger de connexion pour consulter les montants.
TurboScribe Free est gratuit et comprend trois transcriptions par jour, chaque fichier étant limité à trente minutes, un fichier à la fois. Les fichiers gratuits passent en priorité basse, avec des attentes plus longues aux heures chargées. Fait notable, l'offre gratuite n'est pas bridée en qualité : le blog officiel a annoncé l'ouverture du mode Whale, le plus précis, aux utilisateurs gratuits. Cela en fait un véritable parcours d'évaluation plutôt qu'une démonstration au rabais.
TurboScribe Unlimited coûte 10 dollars par mois en paiement annuel, soit 120 dollars par an, ou 20 dollars par mois en paiement mensuel. L'offre comprend la transcription illimitée pour une personne, des envois de dix heures et cinq gigaoctets, cinquante fichiers simultanés, tous les modes, la traduction vers plus de 134 langues, les exports groupés, un stockage illimité et la priorité maximale. L'abonnement se résilie à tout moment depuis les paramètres du compte, avec un accès maintenu jusqu'à la fin de la période en cours.
La question mérite d'être posée à tout produit affichant ce terme, et les éléments disponibles sont ici meilleurs que la moyenne. L'examen des conditions générales publiées n'a révélé aucune clause d'usage raisonnable distincte limitant le volume de transcription. Les contraintes réellement présentes sont le droit habituel de suspendre ou résilier un compte, l'interdiction de revendre ou d'exploiter le service, et la règle explicite interdisant de partager ses identifiants.
Ce qui s'approche le plus d'un seuil de volume est la mention, dans la foire aux questions, d'une conception prévue pour au moins 720 heures par mois, les utilisateurs au-delà — décrits comme les 0,1 % les plus intensifs — étant orientés vers un guide. Cela se lit comme une indication de capacité et non comme un plafond dissimulé. Une réserve toutefois, issue des plateformes d'avis : certains utilisateurs de Trustpilot signalent des limites inattendues et des erreurs de traitement sur de gros fichiers aux heures de forte affluence, si bien que l'expérience aux volumes extrêmes peut se révéler moins absolue que le discours commercial.
La facturation constitue le grief le plus fréquent. Les avis publiés sur Trustpilot évoquent de façon récurrente des prélèvements inattendus, des reconductions automatiques et des difficultés de résiliation. Programmez un rappel avant la date de renouvellement annuel et choisissez votre périodicité en connaissance de cause.
Pour un outil de transcription, cette section n'a rien d'une formalité. Enregistrements de réunions, entretiens clients, conversations médicales ou juridiques comptent parmi les contenus les plus sensibles qu'une organisation manipule, et la destination de cet audio détermine si l'outil est utilisable au travail. Les engagements publiés ici sont nettement plus solides que la moyenne du secteur.
Aucun traitement par un tiers. L'entreprise l'affirme sans détour : elle n'utilise aucune interface ni service de transcription tiers et exécute l'intégralité des traitements audio et vidéo en interne, sur des machines qu'elle possède ou contrôle. Votre audio n'est donc pas transmis à un service vocal externe. Pour qui conduit une évaluation des risques fournisseurs, cela simplifie considérablement la cartographie des flux.
Aucun entraînement de modèle sur vos données. La page sécurité répond directement par la négative : l'entreprise n'entraîne pas de modèles d'intelligence artificielle ou d'apprentissage automatique sur les fichiers ou les transcriptions des utilisateurs. Comme le service exploite un modèle ouvert déjà entraîné et n'a pas besoin des données clients pour améliorer son propre système, cet engagement est aussi structurellement crédible que déclaratif.
Chiffrement au repos et en transit. Les transcriptions et fichiers médias sont chiffrés au repos avec AES-256, et l'entreprise impose des connexions chiffrées, déclarant refuser toute connexion non chiffrée vers ses serveurs sur l'internet public.
Contrôle d'accès. Sauf partage délibéré, seul le titulaire du compte peut consulter ou modifier ses fichiers et transcriptions. Rien n'indique une relecture humaine systématique des contenus.
La conservation dépend de l'utilisateur. C'est la nuance à saisir : l'entreprise ne publie pas de délai de suppression fixe. Sa politique de confidentialité précise que les contenus envoyés sont stockés sur ses serveurs et que, sauf suppression de votre part, ils peuvent être conservés tant que le compte reste actif. La suppression est immédiate et irréversible : un fichier supprimé ne peut être récupéré, et supprimer son compte efface immédiatement et définitivement l'ensemble des fichiers. Autrement dit, la conservation est indéfinie par défaut et ne devient brève que si vous la gérez activement. Les équipes manipulant de l'audio sensible doivent intégrer une étape de suppression à leur processus plutôt que de compter sur une expiration automatique.
Hébergement aux États-Unis. L'infrastructure principale se situe aux États-Unis, et la politique de confidentialité avertit explicitement que les informations fournies par les utilisateurs de l'Union européenne, du Royaume-Uni ou d'ailleurs hors des États-Unis y seront transférées et stockées. Si vos obligations imposent un hébergement européen ou national, il s'agit d'un obstacle rédhibitoire, quelle que soit la solidité des autres engagements.
Paiements. Les paiements transitent par Stripe, et l'entreprise déclare ne pas conserver les numéros de carte bancaire sur ses serveurs.
Otter.ai vise un besoin différent : il rejoint les réunions en direct, produit des notes et des synthèses en temps réel et s'intègre aux agendas et aux outils de visioconférence. Choisissez Otter pour la captation collaborative en direct, TurboScribe pour la transcription de fichiers en volume.
Rev propose à la fois de la transcription automatique et humaine, cette dernière atteignant un niveau qu'aucun système automatique n'égale, au tarif à la minute. Rev s'impose lorsqu'un fichier précis doit être quasi parfait et que l'exactitude prime sur le coût ; TurboScribe s'impose lorsque le volume prime sur la perfection unitaire.
Descript traite la transcription comme une interface de montage : on modifie le média en modifiant les mots. Pour les producteurs audio et vidéo souhaitant unifier montage et transcription, Descript couvre un terrain que TurboScribe n'aborde pas.
Whisper auto-hébergé constitue la comparaison la plus directe, puisqu'il s'agit littéralement du même modèle. L'exécuter soi-même ne coûte rien à l'heure et garde l'audio sur son propre matériel, ce qui représente la posture de confidentialité la plus forte possible. Les contreparties sont réelles : il faut du matériel capable, les modèles large sont exigeants, et vous devez construire vous-même l'étiquetage des locuteurs, la traduction, l'export de sous-titres, le stockage et la gestion des fichiers. La proposition de valeur honnête de TurboScribe consiste à vendre la puissance de calcul et le produit construits autour d'un modèle que vous pourriez faire tourner par vous-même.
L'annonce de précision n'est pas vérifiée. Le chiffre de 99,8 % émane du fournisseur, sans méthodologie publiée ni audit indépendant, tandis que les mesures indépendantes du modèle large-v2 sous-jacent relèvent environ 4,1 % d'erreur sur des contenus réalistes. Planifiez sur la base de la mesure, pas de la bannière.
La qualité est conditionnelle et non fixe. Accents, chevauchements, bruit de fond et langues peu dotées dégradent mesurablement les résultats, et le fournisseur reconnaît lui-même que la précision varie selon la langue.
Risque d'hallucination en conditions défavorables. Whisper peut générer un texte fluide jamais prononcé, particulièrement dans les langues peu dotées. La fluidité ne prouve pas l'exactitude.
Whale fonctionne avec large-v2, pas large-v3. La recherche publiée indique que large-v3 a précisément progressé sur la parole accentuée et non native. Les utilisateurs concernés se situent sur la génération antérieure.
Ce n'est pas un outil de réunion en direct. Le service traite des fichiers envoyés ; il ne rejoint pas les appels et ne produit pas de notes en temps réel.
La synthèse est externe. Le résumé des transcriptions passe par l'extension publiée séparément dans ChatGPT, et non par une fonction native.
La conservation est indéfinie par défaut. Les fichiers persistent tant que le compte est actif, sauf suppression. Les flux sensibles exigent une routine de suppression explicite.
Hébergement exclusivement américain. Contrainte rédhibitoire pour les organisations soumises à des exigences européennes ou nationales.
Les frictions de facturation constituent le grief le plus constant. Les retours des plateformes d'avis citent régulièrement prélèvements inattendus, reconduction automatique et difficultés de résiliation. Gérez activement vos échéances.
Éditeur de petite taille. L'assistance directe du fondateur est un atout réel de réactivité, mais elle ne remplace pas des procédures d'achat, des engagements contractuels de service ou des accords négociés sur les données.
L'illimité vaut par personne. L'offre couvre un individu, et le partage de compte est explicitement interdit.
Oui, une offre gratuite réellement utilisable existe : trois transcriptions par jour, trente minutes maximum par fichier, un fichier à la fois, en priorité basse. Point important, les utilisateurs gratuits accèdent au mode Whale, le plus précis, si bien que l'essai porte sur la qualité réelle et non sur une version dégradée. C'est la bonne manière d'évaluer l'outil sur vos propres enregistrements avant de payer.
L'offre Unlimited revient à 10 dollars par mois en paiement annuel, soit 120 dollars par an, ou 20 dollars par mois en paiement mensuel : l'engagement annuel divise le tarif effectif par deux. Elle comprend la transcription illimitée pour une personne, des envois de dix heures, tous les modes, la traduction, les exports groupés et la priorité maximale. La résiliation est possible à tout moment, avec accès jusqu'au terme de la période payée.
Il s'agit d'un chiffre déclaré par le fournisseur, sans audit indépendant ni méthodologie publiée. Les mesures indépendantes de Whisper large-v2, le modèle du mode le plus précis, relèvent environ 4,1 % d'erreur sur des contenus réalistes variés, soit près de 95,9 % de précision. Considérez 99,8 % comme une valeur optimale pour un anglais clair à un seul locuteur, et testez avec vos propres fichiers.
Les conditions générales publiées ne contiennent aucune clause distincte plafonnant le volume. L'entreprise indique qu'il n'existe pas de limite d'usage global, que ses clients transcrivent couramment des centaines d'heures par mois et que ses systèmes sont conçus pour au moins 720 heures mensuelles, avec un accompagnement plutôt qu'une coupure au-delà. La seule règle explicite est l'interdiction de partager ses identifiants. Certains utilisateurs rapportent néanmoins des limites inattendues en période de forte charge.
Fichiers et transcriptions sont chiffrés au repos avec AES-256 et transmis via des connexions chiffrées imposées. Le traitement s'effectue sur des machines appartenant à l'entreprise ou sous son contrôle, sans interface de transcription tierce, et vous seul y accédez sauf partage volontaire. La conservation n'est pas limitée dans le temps par défaut : les contenus subsistent tant que le compte est actif et que vous ne les supprimez pas, la suppression étant immédiate et définitive.
Non. L'entreprise déclare explicitement ne pas entraîner de modèles d'intelligence artificielle ou d'apprentissage automatique sur les fichiers ou transcriptions des utilisateurs. Comme le service exploite un modèle ouvert déjà entraîné et ne dépend pas des données clients pour s'améliorer, cet engagement correspond à la façon dont le produit est réellement conçu.
La transcription couvre plus de 98 langues parlées, et la traduction des transcriptions et sous-titres plus de 130 langues. La qualité n'est explicitement pas uniforme : l'entreprise indique que la précision varie selon la langue et publie une liste des plus performantes, incluant anglais, espagnol, français, allemand, italien, portugais, chinois, japonais, russe, arabe, hindi et coréen. Hors de cette liste, notamment pour les langues peu dotées, les risques d'erreur et d'hallucination augmentent.
Oui. La reconnaissance s'active avant l'envoi et étiquette les sections par locuteur, avec un choix de deux à huit participants ou une détection automatique, moyennant une à deux minutes de traitement par heure. Le résultat est propre sur les entretiens à deux bien enregistrés ; à partir de trois participants avec des chevauchements marqués, les étiquettes peuvent se brouiller et demander une correction manuelle.
Les envois couvrent l'essentiel des formats audio et vidéo courants, dont MP3, M4A, MP4, MOV, AAC, WAV, OGG, OPUS, MPEG, WMA, WMV, AVI, FLAC, AIFF, ALAC, MKV et WEBM. Les exports comprennent PDF, DOCX, TXT, CSV et les sous-titres SRT/VTT, avec un export groupé possible pour de nombreux fichiers.
L'architecture de confidentialité est bien adaptée aux contenus sensibles : traitement interne, absence d'interfaces tierces, aucun entraînement de modèle, chiffrement AES-256 et suppression contrôlée par l'utilisateur. Deux réserves s'imposent. D'abord la précision : terminologie spécialisée et détails déterminants exigent une vérification humaine contre la source, et aucune transcription automatique ne devrait valoir compte rendu de faits juridiques ou cliniques sans relecture. Ensuite la conformité : les données résident aux États-Unis, et il s'agit d'un produit de petite équipe dépourvu des accords signés et des certifications auditées qu'exigent de nombreuses organisations réglementées. Vérifiez ces deux points au regard de vos obligations.
Comment utiliser TurboScribe
Étape 1 : essayez avant de créer un compte
La page d'accueil annonce qu'aucun compte n'est nécessaire pour une première transcription, ce qui permet de déposer un fichier et d'évaluer la qualité avant tout engagement. Utilisez un échantillon réellement représentatif — votre pire son habituel, pas le meilleur — car c'est cet enregistrement-là qui déterminera si l'outil fonctionne pour vous.
Étape 2 : indiquez explicitement la langue
Sélectionnez la langue source au lieu de vous en remettre aux réglages par défaut. Le service classe les langues en « populaires », « haute précision » et « autres », et ce classement constitue en soi un indicateur utile. Si votre langue figure dans le troisième groupe, revoyez vos attentes à la baisse et testez avec soin.
Étape 3 : choisissez le mode en connaissance de cause
Commencez par Whale, le mode par défaut et le plus précis. Ne descendez vers Dolphin ou Cheetah que lorsque la rapidité prime réellement sur la qualité, par exemple pour repérer un moment dans un long enregistrement plutôt que produire un document exploitable. Le temps gagné se compte en minutes ; le coût en qualité peut se compter en heures de correction.
Étape 4 : configurez la reconnaissance des locuteurs avant l'envoi
Activez-la pour tout enregistrement à plusieurs voix et précisez le nombre de participants quand vous le connaissez. Ce réglage s'applique au moment de l'envoi : se tromper implique de relancer le fichier.
Étape 5 : n'utilisez la restauration audio qu'en cas de besoin
Réservez cette option aux enregistrements réellement dégradés. Elle coûte du temps de traitement et constitue, comme le fournisseur le recommande lui-même, un dernier recours plutôt qu'une amélioration par défaut.
Étape 6 : relisez, corrigez, puis exportez
Lisez la transcription en suivant l'audio, corrigez les noms propres, les termes techniques et tout passage qui se lit avec une fluidité étrange : une aisance inhabituelle dans une section difficile peut signaler une hallucination. Exportez ensuite dans le format voulu. Corrigez avant de traduire et avant de générer des sous-titres, afin que les erreurs ne se multiplient pas en aval.