La diarisation audio pour distinguer les locuteurs

Ajoutez diarize: true au corps JSON. Pour un fichier, envoyez diarize=true comme champ du formulaire. Le guide de l’option diarize explique les combinaisons acceptées avec source.

Activez l’option pour un entretien, une table ronde ou un échange entre un animateur et son invité. Un mémo vocal enregistré seul n’en a généralement pas besoin. Les étiquettes distinguent les voix dans cet enregistrement : elles ne donnent ni un nom, ni un compte, ni une preuve d’identité.

Le choix se fait avant le traitement, contrairement au format d’export que vous pouvez changer après. Avec source=auto, l’option écarte les sous-titres de la plateforme. Les fichiers importés passent déjà par la transcription audio par IA ; l’exemple ne dépend donc d’aucune piste de sous-titres.

transcript.speakers liste les étiquettes et chaque segment renseigne speaker. La source vaut speech_to_text, puisque les sous-titres ne donnent pas ces informations. La référence de l’objet transcription décrit les champs.

Écoutez l’enregistrement avant d’associer Speaker 1 ou Speaker 2 à une personne. Gardez cette correspondance dans votre application ou dans une copie de travail. Recommencez pour chaque enregistrement : Speaker 1 peut désigner quelqu’un d’autre dans l’entretien suivant.

Utilisez speaker pour afficher les échanges et include=words pour un repérage plus fin. Conservez les temps de début et de fin en secondes : ils permettent de revenir à l’audio pendant la relecture. Le JSON présenté est un exemple de structure, pas la transcription d’une table ronde précise.

format=srt ajoute un préfixe comme Speaker 1: au texte. format=vtt utilise une balise de voix. format=text donne une ligne par segment avec son locuteur. Comparez les formats de sous-titres selon votre lecteur.

Testez l’affichage dans le lecteur ou le logiciel de montage prévu. Un préfixe utile pour analyser un entretien peut alourdir chaque sous-titre à l’écran. Ajustez la présentation dans le fichier exporté ou dans votre application, en gardant la correspondance avec les étiquettes d’origine.

Quand les voix se chevauchent, qu’un micro est loin ou que la musique couvre les échanges, vérifiez les mots et l’attribution. Réécoutez les changements de locuteur inattendus. Pour un prochain enregistrement, des micros séparés et des prises de parole distinctes valent mieux qu’une correction après coup.

Repérez un échange clair au début, identifiez les voix et notez leur correspondance avec les étiquettes. Vérifiez ensuite quelques passages plus loin. Si l’audio ne permet pas de trancher, gardez cette incertitude plutôt que de déduire un nom du contexte.

Pour des entretiens de recherche, appliquez la même méthode de relecture à toutes les séances. Pour une citation publique, confirmez le nom avec l’enregistrement et le contexte dont vous disposez.

La diarisation organise les tours de parole ; ce n’est pas une identification biométrique. Elle ne sert pas à authentifier un appelant ni à prouver que la même personne figure dans deux fichiers. Un changement de micro peut modifier une voix, et un chevauchement peut empêcher une attribution nette.