Glossaire
La reconnaissance vocale se présente sous deux modes opérationnels. Transcription par lots traite un enregistrement complet a posteriori — vous téléchargez un fichier, vous obtenez une transcription en retour. Temps réel (ou streaming) traite un flux audio en direct au fur et à mesure qu'il est parlé — utilisé pour les sous-titres en direct, les assistants vocaux, la dictée. Ils ont des compromis différents et utilisent des architectures de modèles différentes, donc le choix est important.
Pourquoi le traitement par lots est plus précis
La transcription par lots a accès à l'ensemble du fichier audio avant de produire la sortie. Le modèle peut utiliser l'audio futur pour désambiguïser le mot actuel — "I scream" vs "ice cream" est résolu par le contexte de la phrase suivante. Beam search peut s'exécuter avec un regard complet. En temps réel, ce n'est pas possible — il doit s'engager sur le texte dans les 1-3 secondes suivant l'audition, avant l'arrivée du reste de la phrase. C'est pourquoi les systèmes de reconnaissance automatique de la parole par lots obtiennent systématiquement 2-4 points de pourcentage de moins WER que le temps réel sur le même audio.
Quand utiliser chacun
Par lots (fichiers enregistrés): podcasts, conférences, interviews, réunions (a posteriori), mémos vocaux, archives audio. Partout où vous avez le fichier et souhaitez une précision maximale. C'est ce que fait Transcript.you. En temps réel (streaming): sous-titres en direct lors d'une réunion/appel Zoom, saisie vocale sur votre téléphone, assistants vocaux (Siri/Alexa), sous-titrage de diffusion en direct, logiciels de dictée. La latence est plus importante que les 2 derniers % de précision.
Architectures derrière chacun
Par lots, on utilise généralement des transformateurs encodeur-décodeur comme Whisper — l'encodeur voit l'ensemble de l'audio d'un coup, le décodeur génère le texte de manière auto-régressive. En temps réel, on utilise des architectures adaptées au streaming : RNN-Transducer (RNN-T), CTCbasées avec VAD chunking, ou des modèles d'attention avec des fenêtres de regard limitées. Les systèmes en temps réel sont également plus petits et plus rapides — on ne peut pas se permettre un modèle de 600M de paramètres qui prend 30 secondes par chunk.
En pratique
Deux scénarios. (1) Vous avez enregistré un podcast de 60 minutes. Déposez-le MP3 dans Transcript.you (par lots). 2 minutes plus tard, la transcription est prête, ~96% de précision. (2) Vous êtes dans un appel Zoom et vous voulez des sous-titres en direct. Utilisez les sous-titres en direct intégrés de Zoom ou un bot en direct de style Otter. Précision inférieure (~92%), mais disponible pendant l'appel. À la fin de l'appel, vous pouvez retraiter l'enregistrement en mode par lots pour obtenir une transcription plus précise.
Termes associés
Transcrire une réunion enregistrée
Commencez — gratuitementDernière mise à jour : 16 novembre 2026
Questions Fréquemment Posées
La transcription en temps réel traite un flux audio en direct à mesure qu'il est parlé (sous-titres en direct). La transcription par lots traite un fichier enregistré complet. Les lots sont généralement plus précis ; le temps réel a une latence de 1 à 3 secondes.
Transcription en temps réel vs par lots Affecte la manière dont vous comprenez la qualité de la transcription, le timing, la compatibilité ou la technologie derrière les résultats de la transcription vocale.
Utilisez le flux de travail associé à /zoom-to-text lorsque vous souhaitez voir comment ce concept de glossaire se connecte à une tâche de transcription réelle.
Parcourir le glossaire de transcription ou lisez le guide complet de la transcription IA.