La demande est surtout professionnelle : une réunion enregistrée sur un téléphone, un entretien client, une note vocale prise en voiture, un webinaire à résumer. Les outils d’IA généralistes savent désormais tout faire d’un coup (transcrire puis résumer), mais leurs versions gratuites n’offrent pas les mêmes choses, et le choix de l’outil dépend d’abord de ce que contient l’enregistrement.
Qu’est-ce qui a changé dans ChatGPT pour les fichiers audio ?
D’après les notes de version officielles d’OpenAI, ChatGPT accepte depuis le 6 octobre 2026 l’import de fichiers audio : il en produit une transcription, un résumé, répond à des questions sur leur contenu et peut transformer une réunion, un entretien ou un cours en notes structurées ou en brouillon d’email de suivi. Ce que dit l’aide officielle, lue le 27 octobre 2026 :
- Qui y a accès : les abonnements payants et les espaces de travail (dont Enterprise). L’import audio n’est pas disponible sur l’offre gratuite « pour le moment ». La disponibilité peut aussi varier selon les réglages de l’espace de travail, la région, la version de l’application et le modèle choisi.
- Formats : WAV, MP3, OGG, FLAC, AAC, M4A, ainsi que WebM et MP4 s’ils ne contiennent que du son. Un fichier reconnu comme vidéo est refusé.
- Taille : jusqu’à 512 Mo par fichier. Les enregistrements longs peuvent être traités par morceaux ; le traitement est « au mieux » et un enregistrement très long peut échouer.
- Limites annoncées : la transcription peut contenir des erreurs, l’identification des intervenants peut être peu fiable et la qualité varie selon les langues. OpenAI recommande de vérifier les détails importants sur l’enregistrement d’origine.
Pour une TPE ou une PME, cela change une chose : si l’équipe a déjà un abonnement ChatGPT payant, il n’est plus utile d’ajouter un service de transcription à part pour les usages courants. Si vous êtes sur l’offre gratuite, ChatGPT ne fait pas ce travail aujourd’hui ; la différence entre les offres est détaillée dans ChatGPT gratuit ou payant en entreprise.
Quels outils pour une transcription audio en texte gratuite ?
Quatre options reposent sur des pages officielles vérifiées le 27 octobre 2026. Elles ne sont pas « gratuites » de la même façon.
| Outil | Gratuit ? | Ce que dit l’éditeur | Pour quoi |
|---|---|---|---|
| Gemini (application Google) | Oui, avec un compte Google | Audio limité à 10 minutes au total en version gratuite, davantage avec les abonnements payants ; fichiers non vidéo limités à 100 Mo | Notes vocales et réunions courtes, avec résumé dans la foulée |
| Whisper (logiciel libre d’OpenAI) | Oui, licence MIT, installé sur votre ordinateur | Code et modèles sous licence MIT ; nécessite Python et l’outil ffmpeg ; la langue peut être forcée avec l’option --language French | Enregistrements longs ou confidentiels : le fichier ne quitte pas votre machine |
| Word (Microsoft 365) | Inclus si vous avez déjà un abonnement Microsoft 365 | Accueil › Dicter › Transcrire (Word pour Windows ou pour le web, selon l’abonnement) ; fichiers .wav, .mp4, .m4a, .mp3 ; jusqu’à 300 minutes d’audio importé par mois ; chaque intervenant est isolé | Entreprises déjà équipées : transcription horodatée directement dans un document |
| ChatGPT | Non : abonnements payants seulement | Fichiers jusqu’à 512 Mo, transcription, résumé, notes et brouillon d’email | Équipes déjà abonnées, pour tout faire dans la même conversation |
Les sites de transcription en ligne qui ressortent en tête de Google proposent eux aussi des formules gratuites, avec des quotas qui changent souvent : lisez leurs conditions sur la conservation des fichiers avant d’y déposer un enregistrement professionnel (voir plus bas). Pour Whisper, une ligne de commande suffit une fois l’installation faite : whisper reunion.mp3 --language French produit un fichier texte et des sous-titres horodatés. C’est l’option la plus technique, mais la seule des quatre où rien n’est envoyé à un service en ligne.
Comment transcrire un audio puis en tirer un résumé et des notes ?
La méthode est la même avec Gemini, ChatGPT (offre payante) ou en collant dans un assistant le texte produit par Whisper ou Word. Le principe : séparer la transcription fidèle de la mise en forme, pour pouvoir vérifier l’une avant de se fier à l’autre.
- Préparer le fichier : un format audio courant (MP3, M4A, WAV), la vidéo exportée en audio seul si besoin, et un découpage en morceaux si l’outil gratuit plafonne la durée.
- Demander d’abord la transcription brute, sans résumé, avec les noms propres et sigles attendus fournis à l’avance.
- Relire les passages qui comptent (chiffres, noms, engagements) en réécoutant l’enregistrement.
- Demander ensuite le résumé et les notes, à partir de la transcription corrigée.
prompt · note vocale d’un chef de chantier
Étape 1 Transcris ce fichier audio mot à mot, en français, sans résumer ni reformuler. Noms et termes attendus : [nom du client], [adresse du chantier], placo, ragréage. Marque [inaudible] tout passage incertain au lieu de deviner.
Étape 2 À partir de la transcription corrigée ci-dessous : un résumé en cinq lignes pour le gérant ; les travaux constatés, les matériaux à commander et les points à faire valider par le client, sous forme de liste ; enfin un brouillon d’email au client reprenant uniquement les points à valider. N’ajoute aucune information absente de la transcription.
Pour une réunion d’équipe, l’étape 2 devient un relevé de décisions et d’actions : le modèle de consigne et les règles d’information des participants sont dans notre guide compte rendu de réunion avec l’IA. Enregistrer ces deux consignes une fois pour toutes dans un projet ou un assistant personnalisé évite de les réécrire à chaque fichier ; c’est ce que l’on pratique dans la formation ChatGPT, Claude et Gemini.
Transcription gratuite sans inscription : que deviennent vos données ?
Un enregistrement contient la voix et les propos de personnes identifiables : c’est une donnée personnelle au sens du RGPD, et souvent une information confidentielle pour l’entreprise. Avant d’importer un fichier dans un service gratuit, avec ou sans compte :
- Lire la politique de conservation : certains services gratuits indiquent conserver une copie de l’audio et de la transcription pour améliorer leur reconnaissance vocale. Si ce n’est pas acceptable pour le contenu, changez d’outil.
- Désactiver la réutilisation pour l’entraînement quand l’outil le permet, comme le recommande la CNIL pour les IA génératives ; les réglages de ChatGPT sont détaillés dans ChatGPT et confidentialité des données.
- Prévenir les personnes enregistrées : but de l’enregistrement, destinataires, durée de conservation. Le cadre général est dans notre guide IA et RGPD.
- Garder hors ligne les enregistrements sensibles (entretien individuel, santé, secret professionnel, données clients) : Whisper sur un poste de l’entreprise, ou des notes manuelles.
- Supprimer après usage : chez Word, les fichiers sont rangés dans le dossier « Fichiers transcrits » de OneDrive, à supprimer une fois le texte vérifié ; ailleurs, cherchez l’équivalent dans l’aide de l’outil.
Pourquoi vérifier une transcription avant de s’en servir ?
Les éditeurs le disent eux-mêmes : OpenAI prévient que la transcription peut contenir des erreurs et que l’attribution des propos aux intervenants peut être peu fiable. Les erreurs portent typiquement sur ce qui compte le plus : un nom propre, un montant, une date, un « oui » transformé en « non » dans un passage bruité. Et quand un assistant résume une transcription fausse, l’erreur disparaît dans un texte qui a l’air propre.
Trois réflexes suffisent : faire marquer les passages douteux plutôt que les laisser deviner, réécouter les extraits qui contiennent un chiffre ou un engagement, et faire relire le résumé par une personne présente avant de le diffuser. Une transcription sert de matière première ; la décision de ce qui est envoyé reste humaine.