Convertisseur de vidéo en texte : comment transcrire une vidéo

Par la rédaction de whispertranscribe.ai · Dernière mise à jour : novembre 2026 · 13 min de lecture

Un convertisseur de vidéo en texte reconnaît les paroles dans la piste audio d’une vidéo et crée une transcription que vous pouvez modifier, parcourir ou convertir en sous-titres. Pour l’utiliser, choisissez la langue parlée, importez le fichier ou collez son lien, activez la détection des intervenants si plusieurs personnes parlent, puis exportez en DOCX, TXT, PDF, CSV, SRT ou VTT.

Voici quatre manières de récupérer une vidéo, les problèmes propres à ce type de média, les formats d’export à choisir selon l’usage et un comparatif des principaux outils dont les tarifs ont été vérifiés en novembre 2026.

Comment fonctionne un convertisseur de vidéo en texte ?

Le convertisseur ne lit pas l’image. Il utilise la piste audio du conteneur (MP4, MOV ou MKV), applique la reconnaissance vocale et horodate chaque phrase. Le texte des diapositives, le code à l’écran et les sous-titres incrustés ne figurent pas dans la transcription.

La qualité du son détermine donc la qualité de la transcription, et ce que le public voit sans l’entendre doit être ajouté à la main. Le guide du W3C sur les transcriptions appelle une transcription qui intègre ces informations visuelles une transcription descriptive.

Où se trouve votre vidéo ? Quatre sources, quatre méthodes

Choisissez la méthode en fonction de l’endroit où se trouve la vidéo.

Votre vidéo est… Exemples Méthode conseillée À vérifier d’abord
Un fichier sur votre appareil Vidéo de téléphone ou de caméra, enregistrement Zoom ou OBS, export d’un logiciel de montage Importez le fichier Moins de 5 Go et de 10 heures ; vérifiez que la bonne piste contient les paroles
En ligne, accessible par un lien YouTube, Vimeo, Google Drive, Dropbox Collez le lien Le lien s’ouvre sans connexion
Affichée sur votre écran Webinaire, démonstration d’un produit, appel dans le navigateur Enregistrez l’écran, puis transcrivez Le son du système ou de l’onglet est enregistré
Déjà sous-titrée Votre vidéo YouTube, un MKV avec une piste de sous-titres Réutilisez les sous-titres et transcrivez seulement s’ils sont de mauvaise qualité Vérifiez s’ils sont automatiques ou corrigés

1. Un fichier vidéo sur votre ordinateur ou votre téléphone

Importez l’export d’origine du logiciel de montage ou de l’application d’enregistrement. Une copie envoyée par messagerie est souvent recompressée. La page de conversion de vidéo en texte de whispertranscribe.ai accepte les fichiers jusqu’à 5 Go et 10 heures.

2. Un lien YouTube, Vimeo, Google Drive ou Dropbox

Notre outil de transcription par URL accepte les liens YouTube, Vimeo, Google Drive et Dropbox. Le lien doit être public. En cas d’échec, le message de l’outil vous demande de vérifier que le lien est public et que le fichier peut être téléchargé sans connexion.

Dans Google Drive, ouvrez Partager. Sous Accès général, choisissez Tous les utilisateurs disposant du lien. D’après l’aide de Google sur le partage, ce réglage permet d’ouvrir le fichier sans se connecter. Les comptes professionnels ou scolaires peuvent bloquer ce réglage. Dans ce cas, téléchargez le fichier et importez-le. Pour YouTube, la page de transcription des vidéos YouTube suit la même procédure par lien.

3. Un contenu affiché sur votre écran

Si la vidéo n’est pas enregistrée, commencez par la capturer. L’enregistreur d’écran fonctionne dans le navigateur. Il capte l’écran, la webcam, le microphone et le son du système, puis génère une transcription, un résumé par IA et des sous-titres. Activez le son du système lorsque les paroles viennent de l’ordinateur, par exemple celles des autres participants à un appel. Sinon, seul votre microphone sera enregistré.

4. Une vidéo qui a déjà des sous-titres

Vérifiez si le texte existe déjà :

  • Vidéo YouTube d’une autre personne. Si la vidéo a des sous-titres, cliquez sur Afficher la transcription dans sa description pour lire le texte, comme l’explique l’aide YouTube. Les sous-titres automatiques n’identifient pas les intervenants et se trompent souvent sur les noms.
  • Vidéo YouTube de votre chaîne. Vous pouvez télécharger la piste dans YouTube Studio. Notre guide sur la transcription d’une vidéo YouTube explique les deux méthodes.
  • Fichier avec une piste de sous-titres intégrée. Les fichiers MKV et MP4 peuvent contenir une piste texte distincte. FFmpeg permet de lister et d’extraire ces pistes :
ffprobe -v error -show_entries stream=index,codec_type,codec_name -of compact input.mkv
ffmpeg -i input.mkv -map 0:s:0 subtitles.srt

Nous avons exécuté les deux commandes avec FFmpeg 7.1.5 sur un fichier créé pour le test. La première a listé un flux subrip et la seconde l’a enregistré en SRT. Cela confirme seulement la syntaxe. Les pistes sous forme d’images, comme les sous-titres de DVD, ne peuvent pas être sauvegardées en texte de cette manière. Pour les logiciels de montage et les codes temporels, consultez le guide sur l’exportation de sous-titres SRT.

Comment convertir une vidéo en texte avec whispertranscribe.ai

Les étapes suivent la page de conversion de vidéo en texte de whispertranscribe.ai. whispertranscribe.ai utilise le modèle Whisper d’OpenAI pour convertir l’audio et la vidéo en texte dans plus de 130 langues. Cet outil de transcription par IA accepte jusqu’à 5 Go et 10 heures par importation. Il fonctionne dans le navigateur sans rien installer.

  1. Choisissez la langue parlée (étape 1 sur la page). La liste couvre plus de 130 langues et des variantes régionales comme l’anglais d’Inde. Elle propose Noise / Low-Quality Audio/Video pour de nombreuses langues et Multilingual Mix pour les vidéos où la langue change.
  2. Ajoutez la vidéo (étape 2). Glissez-déposez le fichier dans la zone prévue ou sélectionnez-le sur votre appareil. Pour un lien, ouvrez Transcrire à partir d’une URL et cliquez sur Start URL Transcription.
  3. Activez Enable Speaker Detection pour les entretiens, les tables rondes et les réunions. Désactivez-la pour une narration à une seule voix.
  4. Lancez la transcription avec le bouton de conversion situé sous la zone d’importation.
  5. Relisez, puis exportez. Vérifiez les noms, les chiffres et les changements d’intervenant à partir de la vidéo, puis téléchargez le format voulu (voir le tableau ci-dessous).

Sur un son clair, la précision peut atteindre 99 %. La musique de fond, le bruit ambiant, les accents marqués et les voix qui se chevauchent la réduisent : prévoyez du temps pour la relecture. Pour faire un essai, la page de transcription gratuite est accessible sans compte. Les limites de transcription ou d’export sans forfait sont définies sur le site et peuvent évoluer. Les forfaits commencent à 9,99 $ par mois avec facturation annuelle (tarifs).

Quels formats vidéo pouvez-vous importer ?

La zone d’importation indique les conteneurs suivants, en plus des formats audio : MP4, MOV, M4V, MKV, AVI, WMV, WEBM, MPG et MPEG. Vous n’avez pas besoin de les convertir.

Conteneur Provenance habituelle Avant l’importation
MP4 Téléphones, enregistrements Zoom, la plupart des exports de montage Utilisez l’export final plutôt qu’une copie de messagerie
MOV Caméra de l’iPhone, QuickTime, logiciels de montage d’Apple Les exports de haute qualité peuvent être volumineux ; extrayez l’audio au-delà de 5 Go
M4V Exports de logiciels Apple, certains convertisseurs Procédez comme pour le MP4
MKV Enregistrements OBS, fichiers à plusieurs pistes Vérifiez quelle piste audio contient les paroles
AVI, WMV Caméras anciennes et logiciels Windows Utilisez-les tels quels ; le son des anciens fichiers peut être médiocre
WEBM Enregistreurs dans le navigateur et outils en ligne Utilisez-le tel quel
MPG, MPEG DVD, anciens caméscopes, captures télévisées Utilisez-les tels quels ; attendez-vous à plus de bruit

Plusieurs pistes audio ? OBS peut enregistrer une piste par microphone, et un film peut contenir des doublages. La page ne précise pas quelle piste est transcrite. Extrayez la piste voulue en MP3 (par exemple, ffmpeg -i input.mkv -map 0:a:1 -vn speech.mp3 sélectionne la deuxième piste audio), puis importez ce fichier.

Fichier trop volumineux ? D’après la page de notre convertisseur de vidéo en MP3, l’extraction se fait dans le navigateur, sans envoyer la vidéo. Le MP3 obtenu est bien plus petit que la vidéo d’origine.

Pourquoi une vidéo est-elle plus difficile à transcrire qu’un audio ?

Une vidéo pose des problèmes qu’un mémo vocal ne présente pas. Les solutions ci-dessous viennent de pratiques de montage, pas de nos propres tests de précision.

Problème Pourquoi il apparaît dans une vidéo Solution
Musique de fond Génériques, plans de coupe et vlogs superposent souvent de la musique à la voix Transcrivez un export de la voix seule ; à défaut, choisissez un mode Noise / Low-Quality
Plusieurs intervenants Tables rondes, podcasts filmés ou réunions Activez la détection des intervenants, puis renommez « Intervenant 1 » et « Intervenant 2 »
Démonstration avec partage d’écran Des informations importantes sont à l’écran et le clavier ou le ventilateur s’entend Ajoutez le texte affiché à la main ; coupez les notifications et utilisez un micro proche
Sous-titres décalés par rapport aux lèvres La vidéo a été coupée ou recalée après la transcription Régénérez la transcription depuis l’export final, ou décalez le minutage dans un éditeur
Enregistrements longs Webinaires, cours magistraux et directs peuvent durer des heures Restez sous 10 heures et 5 Go ; découpez les fichiers plus longs ou extrayez l’audio
Mélange de langues Entretiens bilingues ou personnes qui changent de langue Utilisez Multilingual Mix ou découpez la vidéo par langue

Musique sous les paroles : si vous avez réalisé la vidéo, exportez une version sans musique. Les repères restent valides, puisque la durée du montage ne change pas. (L’option English (Songs & Lyrics) est faite pour des paroles chantées, pas pour une voix sur fond musical.)

Enregistrements d’écran : « cliquez ici, puis tapez ceci » n’a pas de sens sur le papier sans l’image. À la relecture, ajoutez ce que l’on voit entre crochets, par exemple « [Réglages > Facturation] ».

Vidéos très longues

La page refuse les fichiers de plus de 10 heures et demande de les raccourcir. FFmpeg peut découper un enregistrement sans réencodage :

ffmpeg -i stream.mp4 -c copy -f segment -segment_time 18000 -reset_timestamps 1 part_%02d.mp4

Cette commande demande des segments de 5 heures. Lors de notre vérification de syntaxe sur un extrait de 12 secondes, avec une durée cible de 5 secondes, le premier segment durait environ 6 secondes : les coupes sans réencodage se font sur les images clés. La durée reste donc approximative. Les repères temporels repartent de zéro dans chaque segment.

Quel format d’export choisir ?

Choisissez selon la destination du texte. Une transcription peut être exportée plusieurs fois.

Format Conserve le minutage pour les lecteurs vidéo S’ouvre dans Usages
DOCX Non Word, Google Docs Rédiger un article, des notes d’épisode ou un support de cours
PDF Non Tout lecteur PDF Envoyer une copie à un client ou l’archiver sans modification
TXT Non Éditeur de texte, CMS, assistant IA Coller le texte dans un autre outil ou générer un résumé
CSV Non précisé sur la page Excel, Google Sheets Trier, coder ou rechercher des citations une à une
SRT Oui YouTube, Vimeo, Premiere, Resolve, VLC Importer des sous-titres sur une plateforme ou dans un logiciel de montage
VTT Oui Lecteurs web HTML5, Vimeo, YouTube Ajouter des sous-titres au lecteur vidéo de votre site

Si les sous-titres sont votre priorité, le générateur de sous-titres et le convertisseur MP4 en SRT proposent le réglage Maximum Words per Subtitle (8 par défaut) pour garder des lignes courtes. whispertranscribe.ai génère le fichier de sous-titres sans l’incruster dans l’image. Pour l’importation, lisez nos guides sur le format SRT et sur l’ajout de sous-titres à une vidéo.

Convertir une vidéo en texte : quatre cas courants

Chaque démarche part d’une vidéo terminée et aboutit à un résultat que vous pouvez publier ou transmettre.

Cours en ligne et cours magistraux enregistrés

  1. Exportez chaque leçon dans un fichier distinct pour associer chaque transcription à son module.
  2. Choisissez la langue et la variante d’accent du professeur. Activez la détection des intervenants seulement si des élèves prennent la parole.
  3. Exportez en SRT pour le lecteur du cours et en DOCX pour le support. Ajoutez des titres et, entre crochets, les informations des diapositives, comme les formules.
  4. Placez la transcription ou son lien juste sous la vidéo, comme le recommande le W3C.

Entretiens vidéo

  1. Donnez à chaque personne son microphone si possible : le logiciel distinguera mieux les changements d’intervenant.
  2. Importez la vidéo avec la détection des intervenants activée, puis remplacez les libellés génériques par les noms.
  3. Exportez en CSV pour coder les réponses d’une étude, ou en DOCX pour un article sous forme de questions-réponses.
  4. Réécoutez chaque phrase avant de la citer et dites aux personnes interrogées comment leur transcription sera utilisée.

Enregistrements de réunions et de webinaires

  1. Utilisez l’enregistrement MP4 fourni par la plateforme, ou enregistrez la réunion avec le son du système activé.
  2. Activez la détection des intervenants, puis exportez en TXT pour un résumé et en DOCX pour un compte rendu.
  3. Placez les décisions et les personnes responsables dans une courte liste en tête du document.
  4. Supprimez les fichiers devenus inutiles. Pour Teams et Zoom, le guide sur la transcription d’une réunion Zoom donne plus de détails.

Transformer vos vidéos YouTube en articles

  1. Collez le lien de votre vidéo dans l’outil de transcription par URL et exportez en TXT.
  2. Supprimez les hésitations, les débuts de phrases abandonnés et les « comme vous le voyez ici ».
  3. Transformez chaque chapitre en titre de niveau H2, ajoutez des captures aux endroits que vous montrez à l’écran et intégrez la vidéo en haut.
  4. Pour toucher un autre public, traduisez l’audio en anglais ou ajoutez une deuxième piste de sous-titres.

Réutilisez uniquement les vidéos que vous possédez ou pour lesquelles vous avez obtenu une autorisation. Voir la section sur les droits d’auteur ci-dessous.

Comparatif des convertisseurs de vidéo en texte (novembre 2026)

whispertranscribe.ai publie ce guide : nous présentons notre outil en premier, avec ses limites. Les chiffres viennent des pages de chaque fournisseur, consultées en novembre 2026. « Non vérifié » indique que nous n’avons pas pu y lire l’information.

Outil Prix de départ du forfait payant Offre gratuite Liens vidéo Langues Exports indiqués Limite importante
whispertranscribe.ai À partir de 9,99 $ par mois avec facturation annuelle Démarrage gratuit sans compte ; limites indiquées sur le site YouTube, Vimeo, Google Drive, Dropbox Plus de 130 DOCX, PDF, TXT, CSV, SRT, VTT Pas de vocabulaire personnalisé, de sous-titres incrustés, de transcription humaine ni d’application mobile ; les liens doivent être publics
TurboScribe 10 $ par mois avec facturation annuelle (20 $ au mois) 3 fichiers par jour de 30 minutes maximum chacun YouTube (répertorié avec les formats acceptés) Plus de 98 DOCX, PDF, TXT, CSV, SRT, VTT Une personne par compte ; les fichiers gratuits passent après ceux des abonnés
HappyScribe 8,50 $ par mois avec facturation annuelle (17 $ au mois), 120 minutes d’IA par mois Essai IA de 10 minutes YouTube, Vimeo, Drive, Box, Dropbox Plus de 150 Basic : TXT, SRT, PDF, DOCX ; VTT à partir de Pro Les minutes du forfait Basic s’épuisent vite avec les vidéos longues
Descript 16 $ par personne et par mois avec facturation annuelle (24 $ au mois), 10 heures de médias 60 minutes de médias par mois Non vérifié 25 Non vérifié Toutes les importations décomptent des heures de médias, même sans transcription. L’outil privilégie le montage
VEED Non vérifié Essai sans inscription ; compte nécessaire pour télécharger ; filigrane sur les exports vidéo gratuits Non vérifié Plus de 125 TXT, SRT et VTT avec les forfaits payants Exporter les sous-titres et les transcriptions demande un abonnement payant
Notta 8,17 $ par mois avec facturation annuelle (97,99 $ par an) 120 minutes par mois, 3 minutes maximum par conversation Non vérifié 58 Export avec Pro Le forfait gratuit ne permet pas d’exporter les transcriptions
« Afficher la transcription » de YouTube Gratuit Gratuit Uniquement des vidéos déjà sous-titrées Varie selon les sous-titres Aucun (lecture et copie) Pas d’identification des intervenants ni de fichier, et rien pour les vidéos sans sous-titres
  • TurboScribe utilise aussi Whisper et applique les mêmes limites de 10 heures et 5 Go par fichier. Les différences portent sur les forfaits, les langues et les sources acceptées par lien.
  • HappyScribe propose une relecture humaine à partir de 2,00 $ la minute. Nous ne proposons pas de transcription humaine. HappyScribe est donc mieux adapté si une personne doit vérifier chaque mot.
  • Descript et VEED servent d’abord au montage vidéo. Utilisez-les pour couper une vidéo en modifiant le texte ou pour incruster des sous-titres mis en forme.
  • Notta propose un vocabulaire personnalisé sur ses forfaits payants. Notre outil n’en a pas.

Pour une comparaison qui ne se limite pas à la vidéo, consultez notre sélection des meilleurs logiciels de transcription IA. Pour des fichiers uniquement audio, lisez le guide des convertisseurs audio en texte.

Droits d’auteur et confidentialité avant l’importation

Ces informations sont générales et ne constituent pas un avis juridique.

Transcrivez seulement les vidéos que vous avez le droit d’utiliser : vos propres enregistrements, des images sous licence ou des contenus que vous êtes autorisé à traiter. Une transcription reproduit les paroles. Publier en entier celle d’une autre personne soulève donc les mêmes questions que la republication de sa vidéo. Aux États-Unis, l’usage loyal (fair use) est évalué au cas par cas selon quatre facteurs. L’Office américain du droit d’auteur précise qu’aucune quantité d’une œuvre n’est automatiquement libre d’utilisation. La politique de whispertranscribe.ai interdit de transcrire l’audio ou la vidéo d’autres personnes protégés par le droit d’auteur sans l’accord du titulaire des droits. En cas de doute, demandez au titulaire ou à un juriste.

Obtenez l’accord des personnes filmées. Dites aux participants que l’enregistrement sera transcrit. Les règles de consentement varient selon les lieux. Aux États-Unis, consultez le guide des lois sur l’enregistrement des appels par État.

Informez-vous sur le traitement du fichier. Voici les principaux points de la politique de confidentialité de whispertranscribe.ai :

  • Les fichiers audio et vidéo importés d’origine sont supprimés automatiquement après le traitement.
  • Les MP3 extraits pendant le traitement sont conservés par défaut 30 jours. Vous pouvez les supprimer plus tôt.
  • Les transcriptions restent dans votre compte jusqu’à leur suppression. Celle-ci est définitive et la politique indique qu’aucune sauvegarde n’est conservée.
  • Votre contenu ne sert pas à entraîner des modèles d’IA et personne ne l’examine.
  • La politique indique un chiffrement TLS 1.3 pour le transfert et AES-256 pour le stockage. OpenAI y figure comme fournisseur de services d’IA.

La même politique indique que la transcription de fichiers multimédias est destinée à un usage personnel et non commercial. Lisez la politique et les conditions complètes avant de l’utiliser pour un client ou une entreprise.

Questions fréquentes

Quel est le meilleur convertisseur de vidéo en texte ?

Le meilleur outil est celui qui traite correctement vos enregistrements. Testez donc le même extrait d’une minute de votre audio habituel sur plusieurs outils. Pour des fichiers longs et de nombreuses langues, whispertranscribe.ai et TurboScribe acceptent des fichiers allant jusqu’à 10 heures. HappyScribe propose une relecture humaine payante. Descript et VEED conviennent à qui souhaite aussi monter la vidéo. Vérifiez l’identification des intervenants, les noms et les exports, en plus de la précision annoncée.

Peut-on convertir gratuitement une vidéo en texte ?

Oui, avec des limites. YouTube affiche gratuitement la transcription des vidéos déjà sous-titrées. FFmpeg peut extraire gratuitement une piste de sous-titres texte existante d’un MKV ou d’un MP4. La plupart des convertisseurs permettent aussi de commencer gratuitement : whispertranscribe.ai propose une page sans compte et TurboScribe accepte trois fichiers par jour. Les offres gratuites limitent souvent la durée, le volume ou les formats d’export. Consultez les conditions de chaque site.

Comment convertir une vidéo YouTube en texte ?

Si elle contient des sous-titres, cliquez sur Afficher la transcription dans sa description pour lire le texte. Pour obtenir un fichier téléchargeable avec les intervenants, collez le lien dans un outil de transcription par URL, choisissez la langue parlée et exportez en TXT, DOCX ou SRT. La vidéo doit être publique. Ne transcrivez que les vidéos qui vous appartiennent ou que vous êtes autorisé à utiliser, car la transcription reproduit les propos.

Un convertisseur de vidéo en texte lit-il le texte visible à l’écran ?

Non. Le convertisseur transcrit la piste audio. Les titres des diapositives, le code et les sous-titres incrustés n’apparaissent pas dans la transcription, sauf si quelqu’un les lit à voix haute. Pour un tutoriel ou un cours, ajoutez les informations visuelles importantes entre crochets à la relecture. Le W3C appelle cela une transcription descriptive ; elle aide à comprendre le contenu sans regarder la vidéo.

Quelle durée maximale peut avoir la vidéo à transcrire ?

Avec whispertranscribe.ai, un fichier peut faire jusqu’à 10 heures et 5 Go. Un fichier plus long est refusé avec une demande de le raccourcir. Pour un direct plus long, découpez-le avec un éditeur de vidéo ou FFmpeg, ou extrayez d’abord l’audio en MP3, ce qui réduit aussi la taille du fichier. Les autres outils ont leurs propres limites. Le forfait gratuit de TurboScribe s’arrête à 30 minutes par fichier.

Peut-on obtenir des sous-titres et une transcription à partir de la même vidéo ?

Oui. Vous pouvez exporter une transcription plusieurs fois : téléchargez-la en DOCX ou TXT pour la lecture et en SRT ou VTT pour le sous-titrage de la même vidéo. SRT est le choix le plus compatible pour YouTube et la plupart des logiciels de montage ; VTT convient aux lecteurs vidéo HTML5. Si votre priorité est le sous-titrage, choisissez un outil qui limite les mots par ligne pour faciliter la lecture.

Convertissez votre prochaine vidéo en texte

Ouvrez le convertisseur de vidéo en texte de whispertranscribe.ai. Choisissez la langue parlée parmi plus de 130 options, puis importez une vidéo jusqu’à 5 Go et 10 heures ou collez un lien public dans Transcrire à partir d’une URL.

Références

Vous souhaitez convertir vos enregistrements en texte ?

Transcrivez vos fichiers audio et vidéo avec whispertranscribe.ai.

Lancer la transcription ↗