Combien de temps faut-il pour transcrire une heure d'audio ?
Réponse courte
Une IA met généralement 1 à 3 minutes pour une heure d'audio ; un transcripteur humain qualifié a besoin de 4 à 6 heures, plus la relecture.
Le délai dépend avant tout du fait qu'un humain ou une IA effectue le travail – et de la taille du modèle utilisé.
Transcription par IA : un fichier audio de 60 minutes est traité en 1 à 3 minutes sur une infrastructure GPU moderne. Les modèles plus grands (Whisper Large v3 ou les modèles haut de gamme optimisés pour la précision) prennent un peu plus de temps – environ 3 à 5 minutes par heure d'audio. Si le prestataire a une file d'attente chargée, votre attente peut s'allonger. Des prestataires comme DeepScript exploitent une file prioritaire pour les tâches premium, qui passent ainsi avant les tâches standard.
Transcription humaine : un transcripteur qualifié traite environ 15 minutes d'audio par heure de saisie. Une heure d'audio demande donc 3 à 5 heures de travail humain sur un matériau propre – et 6 à 8 heures lorsque c'est difficile (plusieurs locuteurs, dialecte, jargon, audio de mauvaise qualité). Ajoutez 24 à 48 heures de délai de file d'attente/réservation, car le travail patiente dans une file.
Approche hybride : de nombreux services professionnels utilisent l'IA comme première passe et font corriger le résultat par un humain. Cela réduit le temps humain à 1 à 2 heures par heure d'audio, pour une précision quasi humaine. Délais typiques : 24 heures en standard, 4 à 6 heures avec un supplément express.
Ce qui ralentit le processus : les longs silences sont quand même traités (aucun gain de temps) ; une mauvaise qualité audio impose des passes de modèle plus longues ; de nombreux petits fichiers sont souvent plus lents que quelques gros, à cause de la surcharge par tâche. Pour la transcription en direct via WebSocket, la latence est une autre mesure : les bons systèmes renvoient des résultats intermédiaires en 300 à 800 ms et le texte final en 1 à 2 secondes.
Règle empirique : prévoyez une demi-journée à une journée entière par heure d'audio dès qu'un humain intervient. Pour une transcription purement par IA : le temps de vous faire un café, c'est terminé.
Questions associées
Une question reste sans réponse ?
Trois transcriptions gratuites pour essayer. Ou écrivez-nous un e-mail – nous répondons sous 24 heures, questions de conformité comprises.