Tarification de la transcription 2026 : des API à 0,15 $/heure aux services humains à 120 $/heure

La tarification de la transcription en 2026 s'étend sur trois ordres de grandeur. La même heure d'audio peut coûter environ 0,46 $ sur une API développeur ou jusqu'à 120 $ sur un service de transcription humaine. Le modèle de tarification compte autant que le chiffre annoncé, car le prix à la minute augmente linéairement avec l'utilisation, tandis que les forfaits à taux fixe plafonnent le coût. Cet article détaille ce que chaque grand service facture actuellement, comment fonctionnent les structures, et quel modèle convient à quel usage. Chaque chiffre ici est vérifié sur la page de tarification du fournisseur lui-même, avec la source en lien en bas de page.

La Version Courte

Il n'existe que trois façons de tarifer la transcription, et le bon choix dépend entièrement de votre volume mensuel.

• Moins de quelques heures par mois : utilisez un niveau gratuit ou payez à la minute. Les API développeur comme Deepgram et OpenAI tournent autour de 0,36 $ à 0,46 $ par heure d'audio.
• De quelques heures à quelques centaines d'heures par mois : un forfait grand public à taux fixe (10 $ à 20 $ par mois) est presque toujours le moins cher, car le prix à la minute dépasserait vite l'abonnement.
• Audio sensible sur le plan juridique ou médical : payez pour la transcription humaine (1,50 $ à 2,00 $ par minute, soit environ 90 $ à 120 $ par heure), où une précision de 99 % sans relecture manuelle est exigée.

Mon avis en une phrase : si vous transcrivez plus de trois ou quatre heures par mois et que vous ne construisez pas un produit sur une API, un forfait illimité à taux fixe supprime le compteur et les calculs cessent d'importer. Je développe ConvertAudioToText, donc considérez cela comme un biais déclaré, la comparaison ci-dessous indique où les concurrents gagnent réellement.

Les Trois Structures de Tarification

Chaque service de transcription utilise l'un de ces trois modèles de tarification.

Tarification à la Minute (ou à l'Heure)

Vous payez pour chaque minute d'audio traitée. Le coût unitaire est faible (quelques fractions de centime par minute sur les API développeurs), mais la facture augmente de façon linéaire avec l'usage. La plupart des API d'entreprise et développeurs fonctionnent ainsi, et la plupart facturent à la seconde, donc pas d'arrondi à la minute supérieure.

Idéal pour : les utilisateurs à faible volume qui n'ont besoin que de quelques heures par mois, et les équipes d'ingénierie à fort volume avec un usage prévisible et des remises sur volume.

Forfait Illimité à Tarif Fixe

Vous payez un abonnement mensuel et traitez autant d'audio que vous voulez. Le coût unitaire effectif diminue à mesure que votre usage augmente, donc plus vous transcrivez, plus l'offre devient intéressante.

Idéal pour : les utilisateurs réguliers qui traitent cinq heures ou plus par mois, où la tarification à la minute dépasserait l'abonnement mensuel.

Niveaux Hybrides

Un niveau gratuit avec un plafond mensuel (généralement de 10 à 300 minutes), puis un plan à la consommation ou à tarif fixe au-delà. Cela combine l'accès gratuit pour démarrer avec la prévisibilité d'un abonnement.

Idéal pour : la plupart des consommateurs et des petites équipes. Gratuit pour l'évaluation, coût fixe une fois qu'ils s'engagent.

Comparaison des Principaux Services d'IA

Une comparaison directe des tarifs affichés pour la transcription par IA en 2026. Tous les chiffres horaires sont calculés à partir du tarif à la minute publié au prix catalogue, avant remises sur volume.

AssemblyAI

$0.15/hr

OpenAI 4o-mini

$0.18/hr

AssemblyAI 3.5 Pro

$0.21/hr

OpenAI Whisper

$0.36/hr

Deepgram Nova-3

$0.46/hr

Prix catalogue par heure, 2026. Plus bas = moins cher.

Deux choses ressortent. Le palier API développeur (Deepgram, les modèles OpenAI, AssemblyAI) est systématiquement le moins cher à la minute, souvent sous les $0.50 de l'heure. Les applis grand public facturent bien plus par minute sur le papier, mais incluent une interface, des exports, de l'édition, des étiquettes de locuteurs, des résumés et des intégrations qu'une API brute ne fournit pas. Un deuxième point facile à rater : le tarif d'appel des API bon marché est le tarif de base. Les $0.15/heure d'AssemblyAI passent à environ $0.22/heure une fois que vous ajoutez la diarisation des locuteurs, l'analyse des sentiments et le résumé, et le tarif mono de Deepgram est plus élevé pour l'audio multicanal. Comparez ce qui est comparable.

Pour des ventilations plus détaillées par fournisseur, nos pages couvrent les détails : alternatives à TurboScribe, alternatives à Otter AI, alternatives à Happy Scribe, alternatives à Rev et alternatives à Descript. Les tarifs API bruts sont détaillés plus loin dans tarification de l'API OpenAI Whisper et Deepgram Nova-3 expliqué.

Tarification de la transcription humaine

La transcription humaine reste la référence absolue en matière de précision sur les fichiers audio difficiles. Le prix reflète le travail impliqué.

Le niveau « IA avec relecture humaine » offre une précision quasi parfaite, mais à un prix nettement plus élevé. Pour la plupart des cas d'usage, la précision de l'IA moderne sur un audio propre est suffisamment élevée pour que ce supplément ne se justifie pas. Les exceptions concernent les domaines juridique, médical et les médias où la précision est critique, là où un mot manqué change le sens et où une personne doit se porter garante de la transcription.

Tarification entreprise et volume

Pour les gros volumes (plus de 1 000 heures par mois), les principaux fournisseurs d'API proposent tous des tarifs personnalisés, et les remises sont réelles :

• Remises sur volume de 20 à 50 % sur le tarif à la minute affiché. AWS Transcribe, par exemple, passe de 0,024 $/min à environ 0,0078 $/min au palier de 5 millions de minutes.
• Tarification avec capacité réservée pour les charges de travail prévisibles.
• Engagements annuels en échange de remises supplémentaires.
• Le plan Growth de Deepgram réduit déjà le tarif à la minute avant toute négociation personnalisée.

Pour les entreprises de cette envergure, le choix se résume généralement entre internaliser la transcription (en exécutant un modèle open source comme Whisper sur des GPU dédiés) et utiliser un service géré avec remises sur volume. L'auto-hébergement de Whisper peut approcher 0,006 $ par minute de calcul, mais seulement une fois que l'on prend en compte le temps GPU, l'ingénierie et la disponibilité, donc le seuil de rentabilité dépend fortement de la maturité opérationnelle. Notre article sur la tarification de la transcription pour les entreprises aborde ce compromis en détail.

Ce que vous obtenez réellement à chaque niveau de prix

Une comparaison de prix ne serait pas complète sans comparer ce que chaque palier offre réellement.

Moins de 0,50 $ de l'heure (palier API brut)

Transcription pure, pas d'interface, pas d'export au-delà de la réponse API brute, pas d'éditeur intégré. Idéal pour les développeurs qui construisent leurs propres produits par-dessus.

Exemples : Deepgram Nova-3, AssemblyAI, OpenAI gpt-4o-transcribe.

10 à 20 $ par mois (forfait grand public à tarif fixe)

Transcription avec interface, exports (SRT, VTT, TXT, DOCX), éditeur, étiquettes de locuteurs, résumés et intégrations avec les outils courants. Certains paliers ajoutent des modèles IA adaptés à des cas d'usage précis.

Exemples : ConvertAudioToText (14,99 $US/mois, ou 99,99 $/an en facturation annuelle), TurboScribe (10 $/mois en formule annuelle).

25 à 50 $ par mois (grand public premium)

Tout ce qui précède, plus l'édition avancée (édition textuelle de type Descript), une interface soignée, davantage d'intégrations et parfois un montage vidéo léger.

Exemples : paliers Creator et Business de Descript, paliers Pro et Business de Happy Scribe.

50 à 200 $ par mois (entreprise)

Tout ce qui précède, plus les fonctions d'équipe (espaces de travail partagés, contrôles administrateur), des plafonds d'utilisation plus élevés, un support prioritaire et le SSO.

Exemples : Otter Business, Descript Business, Happy Scribe Business.

1,50 $ la minute et plus (transcription humaine)

Transcrite à la main par des humains formés, généralement avec une précision de 99 % ou plus. Délais plus longs, parfois spécialisée pour le domaine médical ou juridique.

Exemples : Rev Human, Happy Scribe Human, TranscribeMe, GoTranscript.

Coût horaire selon les volumes

L'analyse du seuil de rentabilité, c'est ce dont la plupart des gens ont réellement besoin.

Pour la plupart des créateurs individuels et des petites équipes, un forfait illimité à tarif fixe (de 10 $ à 20 $ par mois) est l'option la moins chère dès que vous dépassez environ trois ou quatre heures par mois. Notre article sur le coût de la transcription par heure détaille les calculs, et la tarification illimitée ou au compteur explique quand chacun est avantageux.

Sur la tarification CATT en particulier, le plan Pro est à 14,99 $US/mois sans engagement, ou 99,99 $ par an en facturation annuelle pour une transcription illimitée, ce qui couvre tout, de cinq heures à plusieurs centaines d'heures par mois à coût fixe. Il existe aussi un plan Starter (5,99 $/mois en annuel, 2 heures) pour les utilisateurs légers, un plan Développeur (15,99 $/mois en annuel, 10 heures plus clés API), et un plan Business & teams avec une tarification sur mesure par entreprise (contactez-nous) incluant tout Pro pour toute l'équipe, l'accès API et les webhooks, une tarification au volume ainsi qu'un support et un accompagnement dédiés.

Coûts cachés à surveiller

Le prix affiché ne reflète pas toute la réalité des coûts. Quelques éléments peuvent faire varier sensiblement le coût réel.

Fonctionnalités additionnelles. Le tarif de base attractif de l'API ne couvre généralement que la transcription. La diarisation des locuteurs, l'analyse des sentiments, les résumés et la traduction sont souvent facturés en supplément. Le tarif de base d'AssemblyAI à 0,15 $/heure passe à environ 0,22 $/heure avec les options courantes activées.

Plafonds par conversation. Le plan Pro d'Otter plafonne un enregistrement unique à 90 minutes, même s'il autorise 1 200 minutes par mois. Une longue conférence ou un événement d'une journée entière peut donc atteindre la limite sur un seul fichier.

Frais de stockage et d'exportation. Certains services facturent la conservation à long terme des transcriptions et des fichiers audio, ou prélèvent des frais par exportation pour les formats premium. La plupart des outils modernes incluent tous les formats dans le prix de base.

Frais de dépassement. Les outils facturés à la minute ajoutent parfois des frais de dépassement si vous dépassez un volume attendu.

Majorations multilingues. Certains services facturent plus cher la transcription dans d'autres langues que l'anglais. La plupart des outils modernes (y compris ConvertAudioToText) appliquent le même prix aux 99 langues et plus.

Notre article sur les coûts cachés des services de transcription aborde tout cela en détail.

Comparatif des offres gratuites

De nombreux services proposent une offre gratuite. La qualité et les conditions varient énormément.

Les offres gratuites de TurboScribe et de CATT sont généreuses pour un usage occasionnel. TurboScribe donne 3 fichiers par jour de 30 minutes, soit environ 45 heures par mois si vous l'utilisez quotidiennement, avec exports gratuits, mais il faut un compte. Sans compte, CATT transcrit gratuitement les 30 premières minutes de n'importe quel fichier ou lien (jusqu'à 3 fichiers par jour, 100 Mo max). Un compte gratuit, sans carte bancaire, transcrit votre premier fichier jusqu'à une heure sur le moteur premium avec identification des locuteurs, puis jusqu'à 30 fichiers par jour, de 30 minutes maximum chacun. La page de transcription gratuite en anglais est le point d'entrée standard. Pour les compromis, voir la transcription gratuite en vaut-elle la peine.

Quand payer ou rester gratuit

La bonne réponse dépend de votre volume et de vos besoins en fonctionnalités.

Tarifs ConvertAudioToText : offre gratuite, puis 14,99 $US/mois fixes pour des minutes illimitées

Restez gratuit si : vos enregistrements durent 30 minutes ou moins, et lire, modifier et copier la transcription vous convient sans télécharger de fichier d'export.

Payez un tarif fixe si : vous transcrivez plus de quelques heures par mois, vous avez besoin d'exports au-delà du texte brut, vous exigez des étiquettes de locuteur fiables, et vous voulez un coût prévisible sans compteur.

Payez à la minute si : votre usage est variable et peut parfois tomber à zéro, vous intégrez la transcription dans votre propre produit, ou vous avez besoin d’une tarification volumétrique à grande échelle.

Payez pour de l’humain si : vos transcriptions sont sensibles sur le plan juridique, vous avez de l’audio où la précision de l’IA est documentée comme défaillante, et vous exigez une exactitude de 99 % sans relecture manuelle.

Notre article sur quand payer pour une transcription détaille la logique de décision.

Quel Service Gagne Vraiment pour Vous

Aucun outil unique ne gagne sur tous les critères, et toute comparaison qui place le produit de l’auteur en premier doit être lue avec méfiance. Voici la répartition honnête :

• TurboScribe gagne si vous voulez une transcription illimitée avec un niveau gratuit (compte gratuit requis) et le prix annuel le plus bas (10 $/mois). Il vous livre la transcription et s’arrête là.
• Otter gagne si votre besoin principal est la capture de réunions en direct avec un bot qui rejoint automatiquement Zoom, Google Meet et Teams. Ses plafonds et sa tarification par siège sont la contrepartie.
• Rev et Happy Scribe (humain) gagnent quand vous avez besoin d’une précision certifiée et vérifiée par des humains pour du travail juridique, médical ou de diffusion, et que vous pouvez absorber 90 à 120 $ de l’heure.
• Deepgram, AssemblyAI et les API OpenAI gagnent si vous êtes ingénieur et intégrez la transcription dans votre propre application, avec le coût le plus bas par minute.
• ConvertAudioToText est l’une des options solides à tarif fixe. En facturation annuelle, il sous-cote TurboScribe (99,99 $/an contre 120 $/an), coûte 14,99 $US au mois contre 20 $, et ajoute des modèles IA, des éléments d’action, un éditeur complet et un support de premier ordre pour les langues africaines. Si vous n’avez besoin que d’une transcription brute et rien d’autre, un outil moins cher ou gratuit peut très bien vous suffire.

Par Où Commencer

Pour la plupart des utilisateurs, le chemin d’évaluation le plus rapide et le moins cher, c’est l’offre gratuite du fournisseur au forfait fixe qui colle le mieux à vos besoins. Testez quelques fichiers représentatifs, vérifiez si la précision et les fonctionnalités correspondent à votre audio, puis passez à un abonnement payant seulement quand vous avez la preuve que ça fonctionne pour votre cas. L’offre gratuite de CATT (version anglaise), avec les 30 premières minutes gratuites sans compte puis jusqu’à 30 fichiers par jour de 30 minutes maximum avec un compte gratuit, suffit pour tester la plupart des fichiers courants. Notre page tarifaire détaille exactement ce que chaque niveau payant inclut.

FAQ

Combien coûte la transcription d’une heure d’audio en 2026 ?

Ça va d’environ 0,36 à 0,46 dollar de l’heure sur une API développeur (OpenAI, Deepgram), à environ 12 à 15 dollars de l’heure sur les outils grand public facturés à la minute, et de 90 à 120 dollars de l’heure pour une transcription humaine. Avec un forfait illimité à prix fixe, le coût horaire tend vers zéro à mesure que vous transcrivez, puisque vous payez un abonnement mensuel quel que soit le volume.

Quel est le moyen le moins cher de transcrire de l’audio ?

Pour un usage ponctuel ou très léger, une offre gratuite est la moins chère (3 fichiers par jour avec TurboScribe, ou chez CATT les 30 premières minutes gratuites sans compte, puis jusqu'à 30 fichiers par jour de 30 minutes maximum avec un compte gratuit). Pour quelques heures par mois ou plus, un forfait illimité à prix fixe autour de 10 à 20 dollars par mois est le plus économique, car la facturation à la minute dépasserait vite le prix de l’abonnement. Pour les développeurs à fort volume, une API à la minute comme Deepgram à environ 0,0077 dollar par minute offre le coût unitaire le plus bas.

La facturation à la minute ou au forfait fixe, c’est mieux ?

Ça dépend du volume. La facturation à la minute est plus avantageuse quand vous transcrivez peu (moins de trois ou quatre heures par mois) ou quand l’usage est imprévisible, parfois nul. Le forfait fixe devient plus économique et plus simple une fois ce seuil dépassé, car le coût est plafonné quel que soit le volume traité. Pour la plupart des outils grand public, le point de bascule se situe autour de trois à quatre heures par mois.

Pourquoi la transcription humaine est-elle tellement plus chère que l’IA ?

La transcription humaine est tarifée au travail fourni : une personne écoute et saisit chaque mot, puis relit souvent le tout. Rev facture à partir de 1,50 $ la minute et Happy Scribe à partir de 2,00 $ la minute, ce qui revient à environ 90 à 120 $ de l'heure. L'IA fait le même travail pour quelques centimes, car elle repose sur un modèle, pas sur une personne. Vous payez la prime humaine lorsque la précision à 99 % sans relecture manuelle est une exigence stricte, typiquement dans les domaines juridique, médical ou de la diffusion.

Les API de transcription bon marché ont-elles des coûts cachés ?

Souvent, oui. Le tarif affiché ne couvre généralement que la transcription. La diarisation des locuteurs, l'analyse des sentiments, les résumés et la traduction sont fréquemment facturés en supplément. Le tarif de base d'AssemblyAI à 0,15 $ de l'heure passe à environ 0,22 $ de l'heure avec la diarisation, les sentiments et le résumé activés. Certains fournisseurs facturent aussi plus cher pour l'audio multicanal ou multilingue, et les tarifs régionaux d'AssemblyAI augmentent de 10 % le 1er juillet 2026, sauf si vous optez pour la région globale. Évaluez toujours le prix des fonctionnalités dont vous avez réellement besoin, pas celui du tarif de base.

Combien coûte ConvertAudioToText ?

Sans compte, CATT transcrit gratuitement les 30 premières minutes de n'importe quel fichier (jusqu'à 3 fichiers par jour). Un compte gratuit, sans carte bancaire, transcrit votre premier fichier jusqu'à une heure sur le moteur premium, puis jusqu'à 30 fichiers par jour, de 30 minutes maximum chacun. Le plan Pro est à 14,99 $US par mois, sans engagement, ou 99,99 $ par an facturé annuellement, pour une transcription illimitée dans 99+ langues avec étiquettes de locuteurs, modèles IA et tous les formats d'exportation. Il existe aussi des plans Starter (5,99 $/mois en annuel, 2 heures), Développeur (15,99 $/mois en annuel, 10 heures plus API) et un plan Business & teams avec une tarification sur mesure par entreprise (tout Pro pour toute l'équipe, accès API et webhooks, tarification au volume, support et accompagnement dédiés).

Un outil de transcription gratuit est-il suffisant ?

Pour un fichier audio court, propre et ponctuel, oui. La précision moderne de l'IA sur un anglais clair est élevée, et les offres gratuites de TurboScribe et Otter utilisent les mêmes modèles sous-jacents que leurs versions payantes. Les limites concernent le volume (CATT plafonne chaque fichier gratuit à 30 minutes, Otter donne 300 minutes par mois, TurboScribe 3 fichiers par jour) et parfois les fonctionnalités. Si vous transcrivez régulièrement ou avez besoin d'exports, d'éditions et d'étiquetage des locuteurs à grande échelle, un forfait payant à taux fixe s'amortit rapidement. Consultez notre analyse sur la transcription gratuite en vaut-elle la peine.

Quel service de transcription est le plus précis ?

Pour un audio difficile (accents prononcés, chevauchements de voix, enregistrements de mauvaise qualité), la transcription humaine de Rev ou Happy Scribe reste la plus précise, avec 99 pour cent ou plus. Pour un audio propre, l'écart s'est réduit : les meilleurs modèles d'IA (Deepgram Nova-3, AssemblyAI Universal, OpenAI gpt-4o-transcribe) atteignent le haut des années 90 sur une parole claire, et les outils grand public qui les utilisent héritent de cette précision. Adaptez l'outil à la qualité de votre audio plutôt que de viser un seul chiffre de précision.