AssemblyAI — Transcription audio en texte

AssemblyAI

AssemblyAI est une API pour développeurs : tu envoies de l'audio avec une clé d'API et tu reçois une transcription, avec étiquettes de locuteurs si tu les actives. Elle demande du code et n'est pas une application d'import et de modification ; essaie-la sur un fichier court avant d'y bâtir quoi que ce soit.

Pourquoi ce choix ?

Transcription audio en texte

Site web

Aller sur assemblyai.com
À savoir (1)

Vérifie les quotas et conditions sur la page officielle.

À savoir
À savoirSite web
Résultat gratuit—
Sans compteNon
Sans filigrane—
Hors ligneNon
Traitement par lots—
Langue du contenu—

— Conditions non vérifiées. Documentation officielle consultée. L’appli n’a pas été testée en pratique. Filtre les langues de contenu documentées, pas la langue de l’interface.

Sources et date de vérification (1)
  • www.assemblyai.com/docs/pre-recorded-audio/label-speakers
Retour et correction du créateur

Retour et correction du créateur

Si tu représentes le produit, envoie une correction ou une mise à jour sourcée. La publication suit une vérification éditoriale.

Guide éditorial

Dernière vérification:

Pour qui ?

  • Les développeurs qui veulent ajouter à leur application ou à leur chaîne de données une transcription avec horodatage et étiquettes de locuteurs.
  • Les équipes qui traitent des lots d'appels ou d'entretiens enregistrés et veulent les résultats sous forme de données structurées plutôt que dans un éditeur de documents.

Pour commencer

  • Crée un compte, récupère une clé d'API dans le tableau de bord et garde-la sur le serveur ou dans une variable d'environnement, jamais dans du code client public.
  • Installe le SDK Python ou JavaScript (le démarrage rapide cite Python 3.8+ ou Node.js 18+) et transcris d'abord une courte URL publique ou un fichier local.
  • Active speaker_labels et définis la langue ou language_detection ; si tu ignores le nombre de locuteurs, indique un minimum et un maximum plutôt qu'un nombre exact.
  • Interroge l'état jusqu'à completed ou error, lis ensuite le tableau utterances et vérifie les locuteurs et les horodatages sur un échantillon avant de lancer un lot.

Points de décision

  • Vérifie d'abord ta langue : la documentation en liste 18 pour Universal-3.5 Pro et 99 pour Universal-2, et toutes les fonctions ne marchent pas dans toutes les langues ; teste la tienne avec un vrai échantillon audio.
  • La tarification dépend de l'usage : des crédits gratuits sont offerts à l'inscription et des options comme la séparation des locuteurs sont facturées à part ; estime le coût avec la page de tarifs actuelle selon tes heures et tes fonctions.
  • Pour des notes de réunion ponctuelles sans code, une application prête à l'emploi comme Otter, Notta ou Fireflies peut mieux convenir ; AssemblyAI sert à intégrer la transcription dans ton propre produit.

Limites

  • C'est une API d'intégration : les requêtes exigent une clé d'API et du code, les sources consultées ne décrivent aucune interface d'import et de modification, et le catalogue n'indique pas d'usage hors ligne. Il s'agit d'une revue de la documentation officielle ; la précision, les quotas et le coût n'ont pas été testés.
  • Les étiquettes de locuteurs fonctionnent mieux quand chaque personne parle en continu au moins une trentaine de secondes ; les voix qui se chevauchent et le bruit de fond réduisent la fiabilité, et la documentation déconseille de fixer un maximum de locuteurs trop élevé.
  • Les comptes gratuits sont indiqués avec 5 tâches en parallèle, et des limites par fichier s'appliquent (jusqu'à 10 heures ; 5 Go par requête, 2,2 Go pour un envoi local) ; les chiffres et les offres évoluent.

Questions fréquentes

Puis-je transcrire sans écrire de code ?

Les sources consultées décrivent un usage par clé d'API, SDK ou requêtes HTTP, et non une interface d'import et de modification. Si tu veux déposer un fichier et modifier le texte, une application de transcription convient mieux.

Comment fonctionne l'étiquetage des locuteurs ?

Avec speaker_labels activé, la réponse contient un tableau utterances dont chaque entrée porte une étiquette de locuteur, le texte, les temps et la confiance. Associer une étiquette à un vrai nom, c'est à toi de le faire ensuite.

Existe-t-il un moyen gratuit de l'essayer ?

Lors de la revue, la page de tarifs affichait 50 dollars de crédits gratuits sans carte bancaire ; ensuite, la facturation se fait à l'usage. Les montants et les tarifs évoluent : lis la page actuelle avant de planifier ton test.

Sources officielles (4)
www.assemblyai.com/docs/pre-recorded-audio/label-speakerswww.assemblyai.com/docs/getting-started/transcribe-an-audio-filewww.assemblyai.com/docs/pre-recorded-audio/supported-languageswww.assemblyai.com/pricing