Comment convertir un MOV en texte : iPhone, ProRes et QuickTime (2026)

Pour convertir un fichier MOV en texte, envoyez-le à un outil de transcription capable de lire le format de conteneur QuickTime. La plupart des outils extraient automatiquement la piste audio, en ignorant totalement la vidéo. Le point délicat n'est pas l'envoi, mais de savoir quel type de MOV vous avez entre les mains, car le codec qu'il contient détermine si un envoi direct fonctionne ou si l'extraction audio constitue la première étape la plus judicieuse.

Que contient réellement un fichier MOV ?

Le MOV est un conteneur, pas un codec. Le conteneur QuickTime d'Apple peut renfermer des flux vidéo très différents selon la provenance du fichier, mais l'histoire de l'audio est plus simple : presque tous les MOV que vous rencontrerez contiennent soit de l'AAC (pour les enregistrements iPhone et QuickTime), soit du PCM (pour les exports ProRes de Final Cut Pro). Ces deux formats audio se transcrivent proprement.

La variable, c'est le codec vidéo :

Pour la transcription, la colonne du codec vidéo détermine si vous pouvez envoyer directement ou si vous devez d'abord extraire l'audio. La colonne du codec audio détermine la qualité, et elle est toujours bonne.

Pourquoi les MOV en HEVC échouent-ils dans certains outils ?

L'iPhone enregistre en HEVC par défaut depuis iOS 11 (iPhone 8 / 2017). Si vous partagez ce MOV avec un outil web hébergé sur un serveur Linux qui n'a pas été compilé avec le décodage HEVC, l'outil ne peut pas démultiplexer la piste vidéo. Certains outils font carrément échouer la tâche sur cette erreur au lieu de se rabattre sur un traitement audio seul.

La parade est simple : extrayez l'audio avant l'envoi.

ffmpeg -i video.mov -vn -c:a copy audio.m4a

Cette commande copie le flux AAC hors du conteneur MOV sans rien réencoder. Une vidéo 4K iPhone de 30 minutes (environ 12 Go) devient un fichier M4A de 14 Mo. Le temps d'envoi passe de plusieurs minutes à quelques secondes.

Pour choisir le codec utilisé par l'iPhone : Réglages, Appareil photo, Formats. « Haute efficacité » = HEVC. « Plus compatible » = H.264. La haute efficacité produit des fichiers plus légers mais peut provoquer les problèmes de compatibilité décrits ci-dessus. Le H.264 les évite, au prix de l'espace de stockage.

Qu'est-ce qui distingue les MOV ProRes ?

ProRes est un codec intermédiaire de post-production, pas un codec de diffusion. Apple l'a conçu pour préserver une qualité maximale tout au long des allers-retours de montage, pas pour être léger. Le ProRes 422 en 4K à 30 i/s tourne autour de 540 Mo par minute. Le ProRes 422 HQ atteint environ 1,2 Go par minute. L'iPhone 15 Pro, en tournant des clips ProRes, peut monter jusqu'à 5,5 Go par minute.

L'audio contenu dans les MOV ProRes est du Linear PCM, donc sans perte. C'est excellent pour la précision de la transcription, mais sans incidence sur la taille du fichier : la piste audio PCM se situe généralement en dessous de 10 Mo/min, même quand la vidéo est gigantesque.

Pour les MOV ProRes, la bonne méthode consiste toujours à extraire l'audio d'abord. Dans Final Cut Pro : Fichier, Partager, Fichier maître, puis sélectionnez Audio uniquement. Vous obtenez un M4A. Depuis la ligne de commande :

ffmpeg -i prores_export.mov -vn -c:a copy output.m4a

Envoyer un ProRes brut à un outil de transcription est du gaspillage. L'outil jette la vidéo de toute façon ; vous attendez simplement qu'un fichier de 10 Go soit téléversé pour que l'outil puisse extraire le flux audio de 50 Mo dont il a réellement besoin.

Et les enregistrements d'écran QuickTime ?

L'enregistreur d'écran intégré de QuickTime Player sur macOS (Cmd+Maj+5) sauvegarde de la vidéo H.264 avec de l'audio AAC dans un conteneur MOV. Ces fichiers sont généralement petits (le contenu d'écran se compresse bien) et universellement compatibles.

Il y a un piège récurrent : QuickTime ne peut pas capturer nativement l'audio système sur macOS. Sans périphérique audio virtuel comme BlackHole installé et routé, votre enregistrement d'écran ne contient que l'audio du micro. Si vous avez enregistré une démonstration d'appel vidéo, l'audio que vous entendez pendant la lecture dans QuickTime pourrait n'être que votre propre voix, sans celle des autres participants. Vérifiez ce point avant de transcrire : il n'y a rien à récupérer si l'audio système n'a jamais été capturé.

Les MOV d'enregistrement d'écran de QuickTime fonctionnent très bien en envoi direct. Les tailles de fichiers restent modestes, le H.264 est universellement pris en charge, et l'audio du micro (quand il y en a) est de bonne qualité.

Comment inspecter un MOV avant l'envoi

Si vous ne savez pas ce que contient un fichier MOV, ffprobe lit la structure d'atomes QuickTime et vous l'indique :

ffprobe -v error -show_streams -select_streams a in.mov

Repérez codec_name dans la sortie. aac correspond à de l'AAC, pcm_s16le ou pcm_s24le à du PCM non compressé, ac3 au codec Dolby Digital utilisé par certains anciens reflex. Les trois se transcrivent bien. Si codec_name affiche mp4a, il s'agit d'AAC sous une étiquette alternative, c'est bon aussi.

Pour les flux vidéo, la même commande sans -select_streams a affiche le codec vidéo. hevc signifie que vous aurez peut-être intérêt à extraire l'audio d'abord si l'outil visé présente des problèmes de compatibilité HEVC. prores signifie que vous voudrez le faire, à coup sûr.

Quand envoyer directement ou extraire d'abord l'audio

Envoyez directement quand : le fichier est en dessous de la limite d'envoi de votre outil, le codec vidéo est du H.264 ou du H.265 et l'outil annonce une prise en charge du MOV, et vous voulez le flux de travail le plus simple possible.

Extrayez d'abord l'audio quand : le fichier est un MOV ProRes (presque toujours trop volumineux), l'outil refuse le fichier ou renvoie une erreur (probablement un souci de codec HEVC), le fichier dépasse 2 Go, ou vous avez besoin d'un résultat rapide et la vidéo n'apporte rien.

Pour convertir une vidéo en texte en règle générale, l'extraction audio est la voie la plus fiable. La transcription se moque de savoir si la vidéo était en 4K ou en 720p.

Situations particulières à connaître

MOV de reflex avec audio AC3

Les anciens reflex Canon et Nikon enregistraient des fichiers MOV en vidéo H.264 et en audio AC3 (Dolby Digital). L'AC3 est un codec de qualité broadcast que nombre d'outils de transcription savent traiter, mais si vous rencontrez des problèmes de compatibilité, réencodez la piste audio :

ffmpeg -i dslr.mov -vn -c:a aac -b:a 192k output.m4a

Plus important encore : les tournages professionnels au reflex enregistraient souvent un son témoin sur l'appareil tout en utilisant un enregistreur audio séparé (un Zoom H5, un enregistreur de terrain Sound Devices) pour la vraie prise. Si vous disposez de fichiers audio synchronisés distincts, transcrivez ceux-là. Le micro intégré du reflex est généralement médiocre, et le son témoin n'existe que comme référence de synchronisation au montage.

Audio multipiste dans un MOV

Les fichiers MOV professionnels comportent parfois plusieurs pistes audio : un mixage stéréo sur la piste 0, un découpage par canal (G = personne interviewée, D = intervieweur) sur la piste 1. Certains outils de transcription sélectionnent la première piste par défaut, sans rien demander.

Si la transcription semble ne restituer qu'un seul côté de la conversation, vérifiez le fichier :

ffprobe -v error -show_streams -select_streams a -of json in.mov

Comptez les entrées streams. S'il y en a deux, extrayez celle que vous voulez en précisant l'index du flux :

ffmpeg -i in.mov -map 0:a:1 -c:a copy track2.m4a

Transcrivez ensuite la piste extraite. Pour un contenu où deux intervenants parlent sur des canaux séparés, la diarisation des locuteurs après mixage des deux canaux donne de meilleurs résultats que la transcription d'un seul canal.

MOV portrait d'iPhone

Les vidéos portrait de l'iPhone offrent la même qualité audio quelle que soit l'orientation. Quelques anciennes chaînes de transcription butaient sur les dimensions verticales de la vidéo (en vérifiant le rapport hauteur/largeur avant le traitement). Les outils modernes gèrent cela sans problème. La piste audio est identique que le téléphone ait été tenu en portrait ou en paysage.

Ce que signifie réellement « Impossible de transcrire ce fichier »

La plupart des erreurs spécifiques au MOV se classent en trois catégories :

1. Codec vidéo non pris en charge (HEVC) : extrayez l'audio et envoyez plutôt le M4A.
2. Fichier trop volumineux : extrayez l'audio, qui reste généralement en dessous de 50 Mo même pour des enregistrements d'une heure.
3. Aucune piste audio : ouvrez le fichier dans QuickTime (Fenêtre, Afficher l'inspecteur du film) et vérifiez qu'une piste audio existe. Les enregistrements d'écran réalisés sans micro sélectionné, ou les plans B-roll muets, n'ont rien à transcrire.

Conseils pratiques pour de meilleurs résultats

Utilisez un micro externe quand vous le pouvez. Les micros intégrés de l'iPhone sont excellents de près, mais leur signal chute vite au-delà de 2 mètres et ils captent agressivement la réverbération de la pièce. Une micro-cravate (via un adaptateur Lightning ou USB-C) double la portée efficace. La différence de précision de transcription entre le micro intégré à 3 mètres et la micro-cravate à 15 centimètres est substantielle.

Coupez le superflu avant l'envoi. Les enregistrements iPhone contiennent souvent 15 à 30 secondes de silence mort pendant que vous lancez l'enregistrement et allez vous placer. Rognez dans Photos ou QuickTime avant l'envoi ; cela économise du temps de traitement et évite des segments vides au début de la transcription.

Enregistrez en mode Avion pour les prises longues. Les notifications et les actualisations d'applications en arrière-plan peuvent introduire des coupures dans les enregistrements iPhone de plus de 30 minutes.

Mon avis : le MOV est un conteneur bien conçu qui renferme des contenus extrêmement différents selon la source. Les 30 secondes passées à lancer ffprobe pour voir quel codec se cache dedans vous épargnent la frustration d'un envoi raté ou d'une transcription corrompue par un outil ayant mal traité silencieusement un fichier HEVC. Extrayez l'audio pour tout ce qui est ProRes. Pour tout le reste, envoyez directement.

Si vous avez juste besoin d'une transcription propre sans vous embêter avec les détails de codecs, ConvertAudioToText gère le MOV nativement et extrait la piste audio côté serveur, quel que soit le codec vidéo.

MOV face aux formats voisins pour la transcription

FAQ

Le MOV est-il meilleur que le MP4 pour la transcription ?

Fonctionnellement identiques. Les deux conteneurs transportent de l'audio AAC (et le MOV transporte souvent du PCM pour les exports ProRes), que les moteurs ASR traitent exactement de la même façon. Choisissez selon votre commodité, pas selon la qualité de transcription.

Pourquoi mon MOV se lit dans QuickTime mais échoue dans d'autres outils ?

Presque toujours à cause du codec vidéo : le HEVC (H.265) nécessite un décodeur que tous les outils n'embarquent pas. La piste audio n'est pas affectée. Extrayez l'audio avec ffmpeg et envoyez-le à la place : cela contourne entièrement le problème de décodeur vidéo.

Puis-je transcrire des fichiers MOV gratuitement ?

Oui. ConvertAudioToText accepte le MOV sur son offre gratuite (10 minutes de transcription, offertes une seule fois à l'inscription, 10 minutes par fichier). Pour des enregistrements plus longs, le plan Pro est à 9,99 $/mois avec transcription illimitée.

Quelle est la meilleure façon de gérer un énorme MOV ProRes ?

Exportez uniquement l'audio depuis Final Cut Pro (Fichier, Partager, Fichier maître, choisissez Audio uniquement) pour obtenir un petit M4A. Pour les fichiers déjà sur disque, exécutez : ffmpeg -i in.mov -vn -c:a copy out.m4a. Un export ProRes 422 de 30 minutes en 1080p passe de plusieurs Go à moins de 50 Mo.

Sources

• Utiliser les médias HEIF ou HEVC sur des appareils Apple – Assistance Apple
• Page de tarification de ConvertAudioToText
• Famille de codecs ProRes 422 – Bibliothèque du Congrès
• Vidéo QuickTime, Apple ProRes 422 – Bibliothèque du Congrès
• Débit maximal ProRes de l'iPhone – Y.M.Cinema
• Documentation ffprobe – FFmpeg.org
• Erreurs de codec HEVC sous Windows – WinXDVD
• Enregistrer l'écran sur Mac – Assistance Apple