La transcription automatique promet de faire gagner un temps précieux à toutes les personnes qui doivent retranscrire une réunion, un entretien ou une conférence. Les outils se multiplient, les promesses aussi : quelques minutes suffiraient désormais pour transformer un enregistrement en texte propre et exploitable. Pourtant, sur le terrain, la réalité est nettement plus nuancée. La qualité du résultat produit par une intelligence artificielle dépend presque entièrement d’un facteur que l’on néglige trop souvent, à savoir la qualité du son capté au moment même de l’enregistrement. Quand une réunion est mal enregistrée, la machine ne devine rien de ce qui lui échappe, elle interprète des sons flous et produit un texte qui n’a parfois plus grand-chose à voir avec ce qui a réellement été dit. Ce constat, les professionnels de la retranscription le vivent au quotidien, et il mérite d’être posé clairement avant de faire une confiance aveugle aux outils automatisés. Beaucoup de personnes découvrent d’ailleurs cette limite un peu tard, souvent après avoir déjà envoyé un compte rendu bourré d’erreurs à des collègues ou à des clients, ce qui rend la correction encore plus délicate à gérer une fois le document diffusé. Cet article revient sur les raisons profondes de ces échecs, souvent invisibles avant qu’il ne soit trop tard, et propose des pistes concrètes pour y remédier durablement au sein d’une équipe ou d’une organisation.
Le micro mal placé, un piège qui coûte cher
Dans la grande majorité des cas, l’échec d’une transcription automatique ne vient pas de l’algorithme lui-même, mais de l’endroit où l’enregistreur a été posé. Un dictaphone laissé au centre d’une longue table de réunion capte parfaitement les voix des personnes assises à proximité, mais transforme celles situées à l’autre bout de la pièce en murmures indistincts. Un smartphone posé à plat sur une table en bois renvoie les vibrations de chaque coup de stylo, de chaque tasse reposée un peu trop fort, de chaque feuille tournée avec précipitation. Ces détails, anodins pour une oreille humaine habituée à filtrer les bruits parasites depuis l’enfance, deviennent de véritables obstacles pour un système de reconnaissance vocale qui, lui, n’a jamais appris à ignorer ce type d’interférence.
Le positionnement du matériel relève souvent de l’improvisation la plus totale. Les personnes chargées de prendre des notes ou de lancer l’enregistrement ne sont, la plupart du temps, ni formées à l’acoustique, ni informées des contraintes techniques des logiciels qu’elles utilisent ensuite pour produire un compte rendu. Elles posent l’appareil là où il reste de la place libre, pas nécessairement là où le son sera le mieux capté par le microphone. Résultat : des voix qui se chevauchent sans logique, des passages entiers noyés dans l’écho d’une salle trop grande, ou à l’inverse, une résonance excessive dans un espace trop petit et mal insonorisé.
Ce problème est d’autant plus fréquent que les salles de réunion modernes, souvent conçues avec du verre, du métal et peu de matières absorbantes, accentuent nettement la réverbération du son ambiant. Une intelligence artificielle, aussi performante soit-elle sur le papier, ne peut pas reconstituer un mot qu’elle n’a tout simplement pas reçu avec suffisamment de clarté. Elle propose alors une approximation, parfois plausible en apparence, parfois totalement absurde une fois relue avec attention, et cette approximation se glisse discrètement dans le texte final sans que personne ne s’en aperçoive avant la relecture, si relecture il y a un jour.
Un simple test réalisé quelques instants avant le début d’un échange permet pourtant d’éviter une grande partie de ces désagréments. Écouter, ne serait-ce que dix secondes, un extrait de l’enregistrement suffit souvent à repérer un problème de placement avant qu’il ne soit trop tard pour le corriger.
Pourquoi personne n’ose réorganiser la salle
Le problème ne se limite pas à un mauvais choix d’emplacement, il touche aussi à quelque chose de bien plus humain, à savoir l’hésitation à demander un aménagement différent de la salle avant que la réunion ne commence. Beaucoup de preneurs de notes remarquent parfaitement que l’acoustique n’est pas idéale, mais n’osent pas interrompre le déroulement d’une réunion pour déplacer une table, fermer une porte bruyante ou demander à un collègue de s’asseoir plus près du micro. Cette réticence s’explique assez facilement : dans un cadre professionnel, prendre la parole pour des questions matérielles peut sembler secondaire, voire un peu déplacé, face à des enjeux perçus comme nettement plus importants par les participants présents.
Pourtant, cette hésitation a un coût direct et souvent sous-estimé sur la qualité de la transcription finale. Un simple déplacement de l’enregistreur de quelques dizaines de centimètres, une fenêtre fermée pour couper le bruit de la circulation extérieure, ou une climatisation coupée pendant toute la durée de l’échange peuvent suffire à transformer un enregistrement inexploitable en un support parfaitement clair et net. Ces ajustements ne demandent ni compétence technique particulière ni matériel coûteux, seulement un peu d’assurance et la conscience réelle que la qualité du son conditionne absolument tout le travail qui suivra.
Certaines organisations commencent à sensibiliser leurs équipes à ces bonnes pratiques élémentaires, mais cela reste encore assez marginal dans la plupart des structures. La majorité des réunions continue de se dérouler sans aucune considération pour l’enregistrement, comme si celui-ci allait, par une sorte de magie technologique, corriger automatiquement les imperfections de l’environnement sonore. Cette croyance, largement répandue même chez des personnes par ailleurs très rigoureuses dans leur travail, explique en grande partie la déception que ressentent certains utilisateurs face aux résultats produits par les outils de transcription automatique.
Oser dire que le fond sonore n’est pas satisfaisant ne relève pas d’un caprice, mais d’une exigence professionnelle légitime. Un compte rendu fiable commence toujours par un enregistrement pris au sérieux, et cette étape mérite d’être assumée comme telle par l’ensemble des participants à une réunion.
Le bruit ambiant, ennemi silencieux de la retranscription automatique
Le bruit de fond constitue l’un des obstacles les plus sournois pour un système de reconnaissance vocale, précisément parce qu’il passe souvent inaperçu au moment de l’enregistrement. Un climatiseur qui ronronne, une imprimante qui démarre au mauvais moment, des conversations dans le couloir ou même le simple bourdonnement d’un ordinateur portable posé trop près du micro : autant d’éléments qui viennent brouiller le signal sonore que la machine doit ensuite interpréter avec précision. L’oreille humaine sait naturellement isoler une voix au milieu de ce brouhaha ambiant, un phénomène que les spécialistes de l’audition appellent parfois l’effet cocktail. Les logiciels de transcription, eux, ne disposent pas encore de cette capacité de discrimination aussi fine, même lorsqu’ils intègrent des technologies de réduction du bruit assez sophistiquées.
Ces technologies existent, certes, mais elles fonctionnent surtout sur des bruits stables et prévisibles, comme un souffle de ventilation constant qui reste identique tout au long de l’enregistrement. Elles deviennent nettement moins efficaces face à des bruits soudains et imprévisibles, comme une porte qui claque, un téléphone qui vibre bruyamment sur la table ou une toux survenant au pire moment possible. Ces interférences ponctuelles suffisent parfois à faire perdre un mot entier, voire une phrase complète dans le fil du discours, et la machine comble alors ce vide par une supposition qui n’a souvent plus aucun rapport avec le propos initial de la personne qui parlait.
Le problème s’aggrave encore lorsque plusieurs personnes parlent en même temps, ce qui arrive fréquemment dans les échanges spontanés ou les débats un peu animés. L’intelligence artificielle peine à distinguer les voix qui se superposent, parce qu’elle traite le signal audio de manière globale, sans toujours parvenir à séparer clairement chaque locuteur présent dans la pièce. Le résultat est un texte haché, incohérent par endroits, où des bribes de phrases appartenant à des personnes différentes se retrouvent mélangées sans logique apparente pour le lecteur final.
Réduire ces sources de bruit ne demande souvent qu’une attention minimale, mais cette attention fait toute la différence entre un enregistrement exploitable et un enregistrement voué à produire un texte incompréhensible.
Le cas particulier des réunions à distance
Les réunions organisées en visioconférence ne sont pas épargnées par ces difficultés, bien au contraire. Chaque participant utilise son propre micro, sa propre connexion et son propre environnement sonore, ce qui multiplie les sources potentielles de perturbation. Une personne connectée depuis un café bruyant, une autre depuis une pièce mal insonorisée et une troisième avec un casque de mauvaise qualité créent, une fois réunies dans un même enregistrement, un ensemble hétérogène particulièrement difficile à traiter pour un logiciel de transcription.
Les coupures de connexion, les décalages audio et les micro-latences propres aux outils de visioconférence ajoutent encore une couche de complexité supplémentaire. Un mot prononcé au moment précis d’une petite coupure réseau disparaît purement et simplement de l’enregistrement, sans que rien ne permette à la machine de deviner ce qui a été dit à cet instant précis. L’humain qui participait à l’échange peut parfois reconstituer le propos manquant grâce au contexte de la conversation, une capacité que l’intelligence artificielle ne possède pas encore de manière fiable.
Ces particularités expliquent pourquoi certaines équipes, pourtant convaincues de l’utilité des outils automatiques pour leurs réunions en présentiel, restent plus prudentes lorsqu’il s’agit de réunions organisées à distance. La vigilance reste, dans les deux cas, la meilleure protection contre une transcription décevante, quelle que soit la configuration technique choisie pour l’échange.
Ce que l’intelligence artificielle comprend vraiment
Il est utile de rappeler comment fonctionne, en pratique, un système de reconnaissance vocale automatique, ne serait-ce que pour mieux comprendre l’origine de ses limites. La machine ne comprend pas le sens des mots comme le ferait un être humain, elle procède par reconnaissance de motifs sonores, qu’elle compare ensuite à des modèles statistiques construits à partir d’immenses quantités de données préalablement analysées. Quand le son est net, ce processus donne des résultats souvent impressionnants, capables de retranscrire un discours avec une précision proche de la perfection. Quand le son est dégradé, en revanche, la machine se retrouve à deviner à partir d’indices incomplets, un peu comme une personne qui tenterait de reconstituer une conversation entendue à travers un mur trop épais pour être compris clairement.
Cette mécanique explique pourquoi certaines erreurs de transcription automatique semblent parfois absurdes, voire comiques, alors même que le contexte aurait dû permettre de les éviter facilement à l’oreille d’un humain attentif. Un nom propre mal prononcé, un terme technique inhabituel ou un accent régional marqué suffisent déjà à perturber l’algorithme dans des conditions par ailleurs normales. Ajoutez à cela un enregistrement de mauvaise qualité, et les probabilités d’erreur augmentent alors de façon exponentielle sur l’ensemble du texte produit.
Les concepteurs de ces outils travaillent continuellement à améliorer la robustesse de leurs modèles face aux environnements sonores dégradés, mais la physique du son impose des limites réellement difficiles à contourner totalement, quelle que soit la puissance de calcul disponible. Un mot qui n’a jamais atteint le microphone avec suffisamment de clarté ne peut tout simplement pas être reconnu correctement, quelle que soit la sophistication du logiciel utilisé pour le traiter ensuite lors de l’analyse.
Comprendre cette mécanique aide à relativiser certaines déceptions. Ce n’est pas tant l’outil qui échoue que la matière première qu’on lui a fournie qui était, dès le départ, insuffisante pour produire un résultat fiable.
Les limites techniques de la reconnaissance vocale
Au-delà des questions d’environnement sonore, la reconnaissance vocale automatique se heurte également à des limites qui lui sont propres, indépendamment de la qualité de l’enregistrement fourni. Les accents régionaux, les expressions familières, les mots empruntés à une langue étrangère ou encore le vocabulaire spécifique à un métier posent régulièrement problème, même dans un enregistrement de très bonne qualité. Un médecin qui évoque une pathologie rare, un ingénieur qui utilise un terme technique précis ou un artisan qui nomme un outil particulier risque fort de voir son propos déformé par un logiciel entraîné principalement sur un vocabulaire courant et généraliste.
La ponctuation représente un autre point faible notable de ces systèmes automatisés. La machine doit deviner où placer un point, une virgule ou un point d’interrogation, en s’appuyant essentiellement sur les intonations et les pauses de la personne qui parle à ce moment-là. Or ces indices sont eux-mêmes altérés lorsque l’enregistrement est de mauvaise qualité, ce qui multiplie les erreurs de segmentation et rend le texte final beaucoup plus difficile à relire et à corriger par la suite.
Le débit de parole joue également un rôle déterminant dans la qualité du résultat obtenu. Une personne qui parle vite, qui hésite beaucoup ou qui a tendance à couper la parole aux autres complique considérablement la tâche du logiciel chargé de retranscrire l’échange. Dans une réunion animée, où les échanges s’enchaînent rapidement et où plusieurs voix se croisent régulièrement, ces difficultés techniques s’additionnent aux problèmes liés au bruit ambiant évoqués plus haut, et le résultat final s’en trouve alors fortement dégradé. C’est précisément dans ce type de situation que l’écart entre la promesse commerciale des outils automatiques et la réalité concrète du terrain devient le plus visible pour l’utilisateur final.
Ces limites ne sont pas figées, elles évoluent avec chaque nouvelle génération d’outils, mais elles rappellent qu’aucune technologie actuelle ne peut totalement s’affranchir des conditions dans lesquelles elle a été sollicitée.
La longueur de l’enregistrement joue également un rôle non négligeable dans la qualité finale du résultat. Une réunion qui s’étale sur plusieurs heures fatigue les batteries des appareils, augmente les risques de saturation du stockage disponible et multiplie mécaniquement les occasions de rencontrer un incident sonore quelconque. Certains logiciels perdent aussi en précision au fil du temps, lorsque la voix des participants se fatigue et devient plus basse, plus hésitante ou plus chargée en respirations audibles. Ce phénomène, bien connu des personnes qui animent de longues formations ou des séminaires prolongés, reste rarement pris en compte au moment de choisir un outil de retranscription automatique.
Le temps perdu à corriger plutôt qu’à créer
L’un des arguments les plus souvent avancés en faveur de la transcription automatique reste le gain de temps qu’elle procure. Cet argument tient parfaitement la route lorsque l’enregistrement de départ est de bonne qualité, mais il s’effondre presque totalement dans le cas contraire. Relire un texte truffé d’incohérences, de mots inventés et de phrases sans queue ni tête prend souvent plus de temps que de retranscrire l’échange depuis le début à l’oreille. La personne chargée de la relecture doit alors réécouter l’enregistrement en parallèle, comparer chaque passage douteux avec le texte proposé par la machine, et reconstituer patiemment le sens réel des propos tenus pendant la réunion.
Ce temps de correction, rarement anticipé au moment de choisir un outil automatique, finit souvent par annuler l’ensemble des avantages attendus au départ. Certaines équipes découvrent ainsi, après plusieurs expériences décevantes, qu’un enregistrement de mauvaise qualité coûte finalement plus cher en heures de relecture qu’un enregistrement soigné confié directement à un professionnel de la transcription. Cette réalité, peu mise en avant dans les argumentaires commerciaux des éditeurs de logiciels, mérite pourtant d’être connue avant de faire un choix définitif.
Il existe également un coût moins visible, mais tout aussi réel, lié à la perte de confiance dans le document final. Un compte rendu truffé d’erreurs, même corrigées par la suite, laisse souvent un doute persistant sur sa fiabilité globale, ce qui pousse certaines personnes à revérifier systématiquement chaque détail important auprès des participants. Cette vérification supplémentaire, elle aussi chronophage, s’ajoute discrètement à la charge de travail initiale et vient rappeler que la rapidité affichée par un outil ne dit rien, à elle seule, de la qualité réelle du résultat obtenu.
L’oreille humaine, un outil que la machine n’a pas encore égalé
Malgré les progrès impressionnants réalisés ces dernières années, aucun logiciel ne parvient encore à égaler certaines capacités propres à l’oreille et au cerveau humains. Un transcripteur expérimenté sait, par exemple, reconstituer un mot manquant grâce au contexte général de la phrase, identifier une personne à sa manière de s’exprimer même lorsque plusieurs voix se ressemblent fortement, ou encore corriger instinctivement une erreur de syntaxe sans dénaturer le sens du propos original de l’intervenant. Cette compréhension globale du discours, qui mêle logique, culture générale et connaissance approfondie du sujet traité, reste aujourd’hui hors de portée des algorithmes existants.
L’humain sait aussi s’adapter en temps réel à une situation inattendue rencontrée pendant l’écoute. Si un enregistrement comporte un passage inaudible, un professionnel de la transcription peut choisir de signaler clairement la lacune plutôt que d’inventer un contenu approximatif, une nuance essentielle que les outils automatiques ne maîtrisent pas toujours de la même façon. Cette honnêteté intellectuelle, qui consiste à reconnaître les limites de ce qui a été réellement entendu plutôt que de combler artificiellement les vides du discours, constitue une différence fondamentale entre le travail humain et le résultat brut d’une intelligence artificielle.
Cela ne signifie pas pour autant que les outils automatiques sont inutiles, bien au contraire. Ils représentent un gain de temps réel lorsque les conditions d’enregistrement sont bonnes, et ils permettent de dégrossir un premier jet de transcription avant une relecture attentive et méthodique. Mais leur efficacité reste étroitement conditionnée à la qualité du matériau sonore fourni en amont, un point que beaucoup d’utilisateurs continuent de sous-estimer aujourd’hui encore.
La complémentarité entre l’humain et la machine, plutôt que leur opposition systématique, semble donc être la voie la plus raisonnable pour obtenir des résultats à la fois rapides et fiables.
Quelques réflexes simples pour un enregistrement exploitable
Améliorer la qualité d’un enregistrement ne nécessite pas toujours un budget conséquent ni des compétences techniques particulièrement poussées. Quelques réflexes simples suffisent souvent à faire une réelle différence sur le résultat final. Placer l’enregistreur au centre de la table, à égale distance de tous les participants présents, limite déjà considérablement les écarts de volume perceptibles entre les différentes voix. Éviter de poser l’appareil directement sur une surface dure réduit sensiblement les vibrations parasites transmises par les mouvements effectués sur la table.
Fermer les portes et les fenêtres avant de commencer l’échange, couper la climatisation ou la ventilation lorsque cela reste possible, et demander aux participants de limiter les bruits parasites, comme le fait de tapoter un stylo ou de déplacer bruyamment une chaise, constituent des gestes simples, mais trop souvent négligés dans la pratique quotidienne. Utiliser un microphone externe, même d’entrée de gamme, améliore presque toujours la qualité du son par rapport au micro intégré d’un smartphone ou d’un ordinateur portable posé à distance.
Enfin, réaliser un court essai avant le début officiel de la réunion permet de vérifier que l’enregistrement fonctionne correctement et que le niveau sonore choisi reste adapté à la salle. Cette précaution, qui ne prend que quelques secondes à peine, évite bien des déconvenues et garantit un support de meilleure qualité pour la transcription qui suivra, qu’elle soit réalisée par une machine ou confiée à un professionnel expérimenté. Ces habitudes, une fois acquises par une équipe, deviennent rapidement des automatismes qui ne demandent plus aucun effort particulier au quotidien.
Un carnet de bord partagé au sein d’une équipe, listant ces quelques règles de base, permet souvent d’ancrer durablement ces bonnes pratiques sans avoir à les répéter à chaque nouvelle réunion. Désigner une personne référente, chargée de vérifier systématiquement l’installation avant chaque échange important, évite également que cette responsabilité ne se dilue entre plusieurs personnes qui finissent, chacune de leur côté, par penser que quelqu’un d’autre s’en est déjà occupé. Cette organisation simple, qui ne coûte rien, transforme souvent une pratique aléatoire en une véritable habitude collective, bénéfique pour l’ensemble d’une équipe et pour la qualité de ses archives sonores.
La transcription humaine, un filet de sécurité indispensable
Face à ces limites bien réelles, recourir à un professionnel de la transcription reste une solution particulièrement pertinente, en particulier pour les documents qui exigent une précision absolue, comme les comptes rendus juridiques, les retranscriptions d’entretiens de recherche ou les contenus destinés à être publiés et archivés durablement. Un transcripteur humain sait détecter les incohérences dans un discours, poser les bonnes questions lorsque certains passages restent ambigus, et livrer un document fiable même lorsque l’enregistrement de départ n’était pas parfait à l’écoute.
Cette expertise ne s’oppose absolument pas aux outils automatiques, elle vient plutôt les compléter utilement. De nombreux professionnels utilisent aujourd’hui une transcription automatique comme première étape de leur travail, avant de reprendre l’ensemble du texte pour corriger les erreurs, ajuster la ponctuation et vérifier la fidélité au propos original de chaque intervenant. Cette méthode hybride permet de gagner un temps précieux tout en conservant un niveau d’exigence que la machine seule ne peut pas garantir à elle seule.
Le recours à un professionnel devient particulièrement recommandé lorsque l’enjeu du document traité est important, que ce soit sur le plan légal, académique ou éditorial. Une erreur de transcription peut avoir des conséquences bien réelles, qu’il s’agisse d’une citation déformée dans un article de presse, d’une clause mal retranscrite dans un compte rendu de négociation commerciale ou d’une donnée erronée glissée dans un travail de recherche universitaire. Dans ces situations précises, la vigilance et le jugement d’un être humain restent, encore aujourd’hui, la meilleure garantie de qualité disponible.
Faire appel à un professionnel indépendant présente aussi l’avantage d’une relation de confiance construite dans la durée. Une personne qui connaît déjà le vocabulaire propre à une entreprise, ses habitudes de réunion et les noms de ses interlocuteurs habituels produit un document plus fiable, plus rapidement, qu’un logiciel générique découvrant chaque fois un contexte totalement nouveau. Cette dimension relationnelle, souvent négligée dans les comparatifs purement techniques entre outils, constitue pourtant un critère de choix important pour les structures qui organisent des réunions régulières et récurrentes.
Considérer la transcription automatique comme un point de départ plutôt que comme un point d’arrivée change radicalement la manière d’aborder ce type de projet, et cette nuance mérite d’être mieux connue du grand public comme des entreprises.
Vers un usage plus raisonné des outils automatiques
Adopter une posture plus lucide face à ces outils ne consiste pas à les rejeter, mais à mieux cerner le contexte dans lequel ils donnent réellement satisfaction. Une réunion à deux personnes, dans une pièce calme, avec un téléphone posé entre les deux interlocuteurs, offre presque toujours des conditions idéales pour une transcription automatique fiable. À l’inverse, une réunion de dix personnes dans une grande salle vitrée, avec un unique enregistreur posé au hasard, réunit presque toutes les conditions d’un échec annoncé. Entre ces deux extrêmes, une multitude de situations intermédiaires méritent une évaluation au cas par cas, plutôt qu’une confiance systématique dans la technologie.
Cette évaluation passe par quelques questions simples à se poser avant chaque enregistrement important : combien de personnes vont parler, la pièce est-elle bruyante, le matériel disponible est-il adapté à la configuration, et le document final aura-t-il une valeur suffisamment importante pour justifier une relecture approfondie ou l’intervention d’un professionnel. Répondre honnêtement à ces questions permet d’orienter le choix vers la solution la plus adaptée, plutôt que de s’en remettre par défaut à un outil automatique sans en avoir mesuré les limites au préalable.
Les entreprises qui intègrent cette réflexion dans leurs habitudes de travail gagnent, sur la durée, un temps considérable et une fiabilité accrue dans leurs documents internes. Elles évitent aussi les frustrations répétées liées à des transcriptions inexploitables, qui finissent souvent par décourager les équipes d’utiliser ces outils, alors même que ces derniers, correctement employés, apportent une réelle valeur ajoutée au quotidien.
Au fond, la question n’est pas tant de savoir si l’intelligence artificielle est capable de transcrire une réunion, mais dans quelles conditions elle y parvient réellement de manière satisfaisante. Un enregistrement soigné, réalisé dans un environnement calme et avec un matériel adapté, donne des résultats souvent excellents et proches de ceux d’un professionnel. Un enregistrement bâclé, capté au hasard sur un coin de table sans réflexion préalable, produit presque systématiquement un texte truffé d’erreurs, aussi performant que soit par ailleurs le logiciel utilisé pour le traiter. La responsabilité de cette qualité repose donc, en grande partie, sur les épaules des personnes chargées de préparer l’enregistrement, bien avant que la machine n’entre réellement en jeu dans le processus. Cette responsabilité n’est ni technique, ni réservée à des spécialistes, elle relève surtout d’une attention portée aux détails et d’une volonté de bien faire, partagée par l’ensemble des participants à une réunion. Les entreprises qui l’intègrent véritablement dans leur culture de travail constatent, avec le temps, une nette amélioration de la qualité de leurs archives sonores et de leurs comptes rendus, quel que soit l’outil finalement choisi pour réaliser la transcription.
Accorder un peu plus d’attention à cette étape préparatoire, oser demander les ajustements nécessaires et accepter de solliciter un professionnel lorsque l’enjeu le justifie changerait profondément la perception que beaucoup de personnes ont aujourd’hui des outils de transcription automatique. Ces derniers ne sont ni miraculeux ni inutiles, ils sont simplement à la hauteur du son qu’on leur donne à traiter, et il appartient à chacun d’offrir les meilleures conditions possibles pour en tirer le meilleur parti au quotidien.
