Transcrire un entretien et savoir qui parle

Par API, un fichier de 95 Mo maximum part dans un seul appel multipart. Pour un enregistrement plus volumineux, envoyez-le en plusieurs parties avec les mêmes options de transcription.

Avant l’import, attribuez un identifiant à la séance et notez les participants. Écoutez le début et un passage au milieu pour confirmer qu’il s’agit du bon fichier et de la bonne piste audio. Conservez l’original séparément : vous pourrez y revenir pendant toute l’analyse.

Dans le tableau de bord, importez le fichier et activez « Identify speakers ». Par API, utilisez diarize=true, comme ci-dessous. Laissez language sur auto ou indiquez la langue connue. Les étiquettes de voix concernent cet enregistrement seulement : elles ne permettent pas de reconnaître un même participant d’une séance à l’autre.

L’export texte se copie facilement dans vos outils d’analyse. Chaque ligne commence par l’horodatage et l’étiquette du locuteur.

Après écoute, associez les étiquettes aux identifiants des participants et gardez cette correspondance avec la transcription de travail. Vérifiez les changements de voix, surtout si l’enquêteur parle loin du micro ou si plusieurs personnes s’interrompent. L’exemple ci-dessous est fictif : il ne cite pas un entretien réel.

Gardez les horodatages quand vous déplacez le texte dans votre document d’analyse. Un extrait codé avec l’identifiant de séance et son repère temporel reste vérifiable. Une citation séparée de ces références sera beaucoup plus difficile à retrouver.

Pour travailler dans vos propres outils, récupérez la transcription en JSON. Elle contient la liste des locuteurs. Chaque segment indique qui parle, dans quelle langue, avec les temps de début et de fin.

Gardez le codage de recherche à part des paroles transcrites. Un segment peut relever de plusieurs thèmes et votre interprétation peut évoluer au fil des entretiens. Rattachez vos annotations à l’identifiant de la source et à un intervalle temporel pour pouvoir revoir le codage sans modifier les propos du participant.

Les segments servent à découper la transcription, pas à définir les unités de sens de votre étude. Une réponse peut s’étendre sur plusieurs segments ; un seul segment peut réunir plusieurs idées. Relisez les échanges autour d’une citation et conservez la question de l’enquêteur si elle en change l’interprétation.

Décidez comment vos copies de travail traiteront les répétitions, les phrases inachevées, les mots incertains et les observations non verbales. Appliquez la même convention à tous les entretiens. Notez les modifications qui pourraient influencer la lecture d’une citation.

Un logiciel de transcription d’entretien fournit un premier texte à relire. Les termes techniques, les mots régionaux et les voix peu audibles peuvent poser problème. transcript1 ne note pas chaque pause, rire ou geste selon une convention de recherche. Si votre méthode l’exige, ajoutez ces observations à partir de l’enregistrement, en les distinguant des paroles reconnues.

Gardez l’export brut et une version relue pour suivre les corrections. La copie destinée à la lecture ne doit pas être confondue avec le texte initial. Avant publication, réécoutez les citations, confirmez qui parle et vérifiez l’échange qui les entoure.

Les fichiers importés sont supprimés 24 heures après le passage au statut completed, failed ou canceled. La transcription reste jusqu’à votre demande de suppression. Gardez donc votre propre enregistrement si vous devez le réécouter plus tard. Gérez les copies exportées selon les règles d’accès et de conservation de votre étude.

Pour une série d’entretiens, créez une transcription par enregistrement et reliez son ID à votre identifiant de séance. Les webhooks permettent de récupérer les fins de traitement, mais une erreur doit rester une erreur, pas devenir un entretien « terminé » et vide. La transcription par IA est limitée à 5 heures par enregistrement ; l’envoi en plusieurs parties accepte jusqu’à 2 Go, dans les limites de votre compte.