Workflow de transcription et de traduction : le bon pipeline pour 2026

Le bon workflow dépend d'une seule question : avez-vous besoin du texte dans la langue d'origine, ou seulement de la sortie en anglais ? Si vous n'avez besoin que de l'anglais et que vous jetterez la source, un modèle en une étape convient. Pour presque tous les usages professionnels, vous voulez la transcription originale, ce qui implique deux étapes.

En deux étapes : transcrire d'abord, traduire ensuite

Le pipeline en deux étapes :

1. Transcrivez l'audio dans la langue source à l'aide d'un service de transcription par IA (Deepgram, AssemblyAI, Whisper, ou un produit construit sur ces technologies).
2. Traduisez le texte obtenu dans votre langue cible avec DeepL, l'API Google Translate ou un LLM.

L'avantage crucial est la vérifiabilité. Vous pouvez écouter l'audio source et contrôler le texte dans la langue source avant la traduction. Les erreurs qui survivent jusqu'à l'étape de traduction sont plus difficiles à remonter à leur cause et plus difficiles à corriger, car les traducteurs et les relecteurs travaillent alors à partir d'un artefact en aval, pas de l'original.

Quand l'approche en deux étapes s'impose

Deux étapes est le bon choix chaque fois que la transcription dans la langue d'origine a une valeur propre. Cela couvre :

• Les cas d'archivage et de recherche (une transcription en espagnol est indexable en espagnol).
• Les workflows éditoriaux où les journalistes doivent citer l'original et la traduction côte à côte.
• La recherche qualitative où le codage et l'annotation se font dans la langue source.
• Tout workflow où vous pourriez avoir besoin de retraduire plus tard (vers le portugais aujourd'hui, vers le français le mois prochain).
• La génération de sous-titres, où le fichier SRT dans la langue source sert de référence temporelle pour toutes les versions traduites.

Quand l'approche en deux étapes coûte plus cher

Un appel de transcription plus un appel de traduction ajoutent effectivement du temps et du coût. Pour un podcast espagnol de 60 minutes, l'étape de transcription coûte environ ce que facture votre service de transcription pour 60 minutes. L'étape de traduction ajoute le coût de l'envoi du texte obtenu (généralement 10 000 à 15 000 caractères d'espagnol) via une API de traduction. Au tarif de l'API Growth de DeepL, soit 27,50 $ par million de caractères, cela reste bien en dessous de 1 $ pour un épisode.

Le coût supplémentaire est réel mais faible. Le temps supplémentaire est généralement la préoccupation majeure pour les pipelines à fort volume.

En une étape : la transcription-traduction

Whisper large-v3 intègre une tâche de traduction native. Vous envoyez un audio dans l'une de ses 99 langues d'entrée prises en charge, et le modèle produit directement du texte en anglais. Un seul appel API, de l'anglais en sortie, la langue source disparaît.

Ce n'est pas un système de traduction multilingue polyvalent. La langue de sortie est l'anglais uniquement. Si vous devez convertir un audio allemand en texte français, la tâche de traduction de Whisper ne vous aide pas : il vous faudrait quand même une seconde étape de traduction de l'anglais vers le français.

Quand l'approche en une étape s'impose

Une étape a du sens pour une consommation rapide en anglais uniquement : un chercheur qui veut lire rapidement un extrait en langue étrangère sans le citer, un journaliste qui vérifie si un enregistrement vaut la peine d'être exploité, ou un pipeline par lots qui ingère de l'audio en langue étrangère pour une indexation en anglais uniquement.

Cas d'usage où l'approche en une étape est appropriée :

• Tri en salle de rédaction des flux en langue étrangère.
• Notes de recherche personnelles issues d'interviews menées dans une autre langue.
• Pipelines de veille où la détection de mots-clés en anglais est l'objectif, pas la transcription elle-même.

Ce que l'approche en une étape fait perdre

La transcription dans la langue source est définitivement perdue, sauf si vous relancez le modèle en mode transcription. Les étiquettes de locuteurs s'appliquent à la sortie anglaise, ce qui rend la vérification des citations par rapport à l'audio original bien plus difficile. Vous ne pouvez pas retraduire vers une troisième langue depuis la source : vous traduiriez depuis une traduction automatique anglaise, ajoutant une deuxième génération de perte de qualité.

La transcription-traduction manque aussi de contexte. Le modèle traite l'audio par segments et traduit au fur et à mesure, sans voir d'abord la structure complète du document. Pour des discours, des conférences et des interviews avec des rappels et des références à des déclarations antérieures, cela peut produire un anglais cohérent mais contextuellement plat.

Points de contrôle qualité entre les étapes

L'erreur la plus courante dans les pipelines transcription-traduction est d'envoyer une transcription non relue à la traduction. Les erreurs s'accumulent. Un nom mal transcrit dans la source devient un nom mal traduit dans la cible, et personne ne le remarque parce que les relecteurs lisent la langue cible.

Appliquez ces contrôles qualité entre les étapes de transcription et de traduction :

Vérifiez d'abord les noms propres et les termes techniques. Les modèles de transcription par IA reconstruisent les noms inconnus, les marques et le vocabulaire spécialisé à partir de la phonétique. Cherchez dans la transcription les noms des intervenants clés, les noms d'entreprises, les noms de produits et les acronymes. Corrigez-les avant la traduction : « GPT » transcrit en « G-P-T » ou « GBT » produira des traductions différentes selon l'outil.

Vérifiez les chiffres. Les dates, statistiques, montants en dollars et pourcentages sont à forte valeur et sujets aux erreurs. Un « 14 » et un « 40 » transcrits se ressemblent dans beaucoup de langues. Contrôlez tout chiffre dont l'erreur aurait des conséquences.

Contrôlez les frontières entre locuteurs. Si votre transcription comporte une diarisation des locuteurs, vérifiez que les limites entre locuteurs sont correctes sur un échantillon d'échanges, en particulier pendant les interruptions et les chevauchements de parole. Les citations mal attribuées passent dans la sortie traduite sans aucun signal d'alerte.

Confirmez les limites de phrases. La transcription par IA coupe parfois les phrases incorrectement, notamment autour des longues pauses. Un fragment de phrase soumis à un modèle de traduction peut produire une sortie grammaticalement bizarre. Relisez le premier paragraphe de l'intervention de chaque intervenant principal avant de traduire l'intégralité du texte.

Ces contrôles prennent 5 à 15 minutes pour un enregistrement typique de 60 minutes et évitent des heures de corrections en aval.

Quand traduire la transcription ou retranscrire l'audio cible

Cette question se pose chaque fois que vous disposez à la fois d'un enregistrement dans la langue d'origine et d'une version dans la langue cible : une vidéo doublée, un discours traduit professionnellement et lu à voix haute, ou une interview bilingue où chaque intervenant parle une langue différente.

Traduisez la transcription (la réponse habituelle) lorsque :

• Vous avez l'enregistrement du locuteur original. L'audio source est la version faisant autorité. Transcrivez-le, vérifiez-le, traduisez le texte.
• La version dans la langue cible est un doublage. L'audio doublé comporte des décalages prosodiques, des distorsions temporelles et parfois des formulations modifiées dues au processus de doublage. Transcrire le doublage et le considérer comme vérité terrain revient à travailler à partir d'un artefact dérivé avec sa propre couche d'erreurs.
• Vous devez produire plusieurs langues cibles. Une transcription source vérifiée peut être traduite en portugais, en français et en allemand en parallèle. Trois doublages distincts transcrits séparément divergeront inévitablement.

Retranscrivez directement l'audio cible lorsque :

• Vous ne disposez pas de l'enregistrement source. Une vidéo doublée sans l'original est ce que vous avez : transcrivez directement le doublage.
• La version dans la langue cible a été créée par des locuteurs humains lisant un texte original, et non par un doublage mécanique. Les discours de conférence prononcés simultanément en deux langues, par exemple, sont chacun des prestations originales.
• Les deux versions linguistiques ont un contenu substantiellement différent. De nombreuses productions doublées coupent ou réécrivent des scènes ; si le contenu diffère, chaque version nécessite sa propre transcription.

Pour les workflows de traduction de sous-titres, la règle pratique est : partez toujours du SRT ou VTT dans la langue source, traduisez le texte des sous-titres segment par segment, et vérifiez le minutage par rapport à l'audio source avant de publier le fichier de sous-titres traduit.

Choisir un outil de traduction pour votre pipeline

Le bon outil de traduction dépend de votre volume, de vos paires de langues et de l'importance du contexte.

Pour la plupart des travaux de contenu (podcasts, interviews, conférences, appels professionnels), DeepL sur les paires de langues européennes ou un LLM comme GPT-4o mini pour les paires non européennes donne un excellent résultat à faible coût. La traduction humaine ne vaut son coût que lorsque l'exactitude a des conséquences juridiques ou médicales.

Pour traduire des podcasts en espagnol ou dans d'autres langues majeures, la précision de DeepL sur les paires espagnol-anglais en particulier est bien notée dans les benchmarks comparatifs. Pour la communication d'équipes multilingues, consultez la note sur la transcription pour équipes internationales.

Les étiquettes de locuteurs à travers la traduction

Les étiquettes de locuteurs survivent à la traduction seulement si vous gérez correctement le format.

L'approche fragile : copier le texte intégral de la transcription dans une interface de traduction en un seul bloc. Les étiquettes comme « Locuteur 1 : [texte] » peuvent survivre, ou non, selon que l'outil de traduction les traite ou non comme du contenu traduisible.

L'approche robuste : exporter dans un format structuré (SRT, VTT ou JSON avec objets par énoncé) et traduire indépendamment le champ texte de chaque segment. L'attribution des locuteurs réside dans un champ séparé et ne touche jamais au processus de traduction. La plupart des pipelines de traduction par LLM ou par API prennent en charge cette approche avec une simple étape de prétraitement.

Pour les travaux centrés sur les interviews, consultez le guide de transcription d'interviews pour savoir comment structurer les transcriptions avant qu'elles n'entrent dans une étape de traduction.

Schémas de workflow courants

Rédaction : enregistrements de correspondants à l'étranger

Transcrivez l'audio dans la langue source avec étiquettes de locuteurs. Appliquez un point de contrôle qualité pour les noms propres (noms, lieux, institutions gouvernementales). Traduisez vers l'anglais avec des notes de contexte (par exemple, « le locuteur 1 est le ministre ») transmises au LLM via un prompt système. Les journalistes vérifient les citations anglaises par rapport à la transcription source avant publication.

Localisation de podcasts

Transcrivez dans la langue source. Générez les notes d'épisode et les marqueurs de chapitres dans la langue source. Traduisez la transcription complète pour chaque locale cible. Exportez le fichier SRT de chaque locale pour la distribution des sous-titres. La transcription source reste la version canonique : toute correction se propage à toutes les sorties traduites.

Recherche qualitative

Transcrivez les interviews dans la langue du terrain. Appliquez les codes qualitatifs et les annotations thématiques à la transcription dans la langue source. Traduisez vers l'anglais pour la rédaction de l'analyse. Citez le texte dans la langue source en annexe pour la reproductibilité. La transcription-traduction en une étape aurait détruit la couche de codage dans la langue source.

Sous-titres multilingues YouTube

Transcrivez dans la langue source, exportez le SRT source. Traduisez le texte des sous-titres du SRT vers chaque langue cible en préservant les horodatages. Téléversez chaque SRT traduit dans le gestionnaire de sous-titres de YouTube. Ne retranscrivez pas les versions doublées si le SRT dans la langue d'origine couvre déjà précisément le minutage. Pour en savoir plus sur ce workflow, le guide du workflow de traduction de sous-titres détaille la gestion des segments de sous-titres.

Où ConvertAudioToText intervient

Si vous devez transcrire de l'audio dans plus de 99 langues puis traduire la transcription obtenue, CATT prend en charge la première étape avec étiquettes de locuteurs, horodatages et modèles IA. L'offre gratuite comprend 10 minutes de transcription, offertes une seule fois à l'inscription, et le plan Pro (transcription illimitée) coûte 9,99 $ par mois. Les outils translate-audio et translate-video combinent transcription et traduction par LLM dans une seule interface pour les paires de langues prises en charge, aboutissant à une transcription traduite avec les étiquettes de locuteurs conservées.

CATT n'offre pas de relecture humaine de traduction. Pour cette couche, associez-le à un service de relecture humaine après l'étape de traduction par IA.

FAQ

Quelle est la différence entre transcrire et traduire un audio ?

La transcription convertit la parole en texte dans la même langue que l'audio. La traduction convertit ensuite ce texte dans une autre langue. Certains outils combinent les deux étapes en un seul appel API, mais la plupart des pipelines professionnels les maintiennent séparées afin que vous puissiez vérifier et corriger la transcription avant que la traduction n'amplifie les erreurs.

Faut-il utiliser un workflow de transcription-traduction en une ou deux étapes ?

Utilisez l'approche en une étape (la tâche de traduction de Whisper) uniquement si vous avez besoin d'une passe rapide en anglais uniquement et que vous jetterez le texte dans la langue d'origine. Utilisez l'approche en deux étapes dès que vous avez besoin de la transcription dans la langue source pour l'archivage, l'édition, la vérification des locuteurs ou une retraduction, ou lorsque votre langue cible est autre que l'anglais.

Quand faut-il traduire la transcription plutôt que retranscrire l'audio dans la langue cible ?

Traduisez la transcription lorsque vous disposez de l'enregistrement du locuteur dans la langue d'origine, qui constitue la source faisant autorité. Retranscrivez directement l'audio dans la langue cible uniquement si vous possédez une version doublée ou réenregistrée professionnellement dans cette langue, car l'audio doublé comporte souvent des distorsions temporelles et des décalages prosodiques qui amplifient les erreurs de transcription.

Quel outil de traduction fonctionne le mieux avec une transcription par IA ?

Pour la plupart des contenus (podcasts, interviews, conférences), DeepL Individual à environ 8,74 $ par mois offre une excellente qualité sur les paires de langues européennes. Pour les contenus riches en contexte ou spécifiques à un domaine, un LLM comme GPT-4o ou Claude gère mieux les nuances. L'API Google Translate couvre la plus large gamme de langues à moindre coût, mais sa qualité est en retrait sur les paires moins courantes.

Comment préserver les étiquettes de locuteurs lors d'une étape de traduction ?

Exportez votre transcription dans un format structuré (SRT, VTT ou JSON avec balises de locuteur) avant la traduction, puis traduisez chaque segment indépendamment plutôt que de soumettre le texte complet en un seul bloc. La plupart des LLM et l'API DeepL acceptent une entrée structurée segment par segment qui préserve l'attribution des locuteurs. Vérifiez un échantillon de citations étiquetées par rapport à l'audio original avant publication.

Sources

• Fiche modèle OpenAI Whisper large-v3 et documentation de la tâche de traduction : huggingface.co/openai/whisper-large-v3
• Tarifs DeepL (Individual, API Growth) : eesel.ai/blog/deepl-pricing (consulté le 2026-07-02)
• Tarifs de transcription Rev.com : rev.com/pricing (consulté le 2026-07-02)
• Formules tarifaires Otter.ai : otter.ai/pricing (consulté le 2026-07-02)
• Tarifs TurboScribe : turboscribe.ai/pricing (consulté le 2026-07-02)
• Tarifs API OpenAI (GPT-4o) : openai.com (consulté le 2026-07-02)