Transcrire un podcast depuis un lien en quelques clics. Collez l’URL de l’épisode : transcription avec locuteurs nommés, résumé et exports SRT, PDF ou texte.
Pour transcrire un podcast depuis un lien, collez l’adresse de l’épisode dans VocalStack, appuyez sur Start et lisez la transcription quelques minutes plus tard. Le lien peut être une page d’épisode sur SoundCloud, Spreaker, iHeartRadio, Audioboom, Mixcloud ou YouTube, le site propre du podcast, ou le MP3 de l’épisode. Les liens Spotify et Apple Podcasts demandent une étape de plus, expliquée plus bas.
Ce guide suit tout le parcours dans le tableau de bord : quels liens fonctionnent, comment obtenir l’adresse du fichier audio quand un lien ne la donne pas, comment nommer les animateurs et les invités, et comment exporter le résultat en texte, en sous-titres ou en PDF. Une courte section à la fin fait la même chose par l’API.
La plupart des liens d’épisode fonctionnent tels quels. VocalStack ne télécharge que l’audio, le transcrit et garde le lien d’où vient la transcription. Voici les liens à essayer en premier :
.mp3, .m4a, .wav, .ogg, .flac ou un autre format audio ou vidéo.Deux types de liens sont refusés avant tout téléchargement. Un lien Spotify ou Apple Podcasts est une page destinée à leur propre application, et VocalStack ne télécharge rien chez eux. Un enregistrement protégé contre la copie ne peut être transcrit par l’outil de personne d’autre, et la vérification le dit en termes clairs. Les publications privées et les épisodes qui exigent une connexion sont également refusés.
Le tableau de bord le fait en cinq étapes.
La transcription porte le titre de l’épisode sur son site quand le site en donne un, si bien qu’un lot d’épisodes reste lisible dans la liste. Les épisodes longs ont un plafond : avec le Paiement à l’usage, un fichier peut durer jusqu’à 2 heures, et avec Premium jusqu’à 8 heures. Un enregistrement plus long n’est pas purement refusé. La vérification vous indique sa durée et vous laisse fixer un début et une fin, afin de ne transcrire que la partie dont vous avez besoin.
Utilisez le fichier audio de l’épisode plutôt que le lien de l’application. Presque tous les podcasts sont publiés par un flux RSS, et le flux contient une adresse directe pour l’audio de chaque épisode. Cette adresse fonctionne dans VocalStack comme n’importe quel autre lien MP3.
<item> par épisode.<title>, puis la ligne <enclosure url="…"> dans le même élément. Cette URL se termine généralement par .mp3.Collez l’adresse audio de l’épisode, pas l’adresse du flux : le flux liste tous les épisodes, et VocalStack transcrit un enregistrement par lien. Si l’émission a un site avec un lecteur sur chaque page d’épisode, coller la page de l’épisode est plus rapide, car VocalStack y trouve l’audio pour vous.
Certaines émissions ne sont publiées que sur Spotify, sans flux public. Ces épisodes n’ont aucune adresse audio en dehors de l’application, il n’y a donc aucun lien à donner à VocalStack. Si vous avez réalisé l’épisode, importez plutôt votre propre copie sur Transcriptions → New → Upload file.
Les étiquettes de locuteurs distinguent les voix, et les noms les rendent lisibles. Le réglage a trois valeurs :
Une étiquette commence par un numéro ; donnez donc un nom à chaque locuteur dans la transcription. Pour une émission avec un animateur régulier, cochez Save to Speakers en le nommant. L’animateur est alors conservé dans votre page Speakers et reconnu à sa voix dans les enregistrements suivants, si bien que l’épisode de la semaine prochaine l’étiquette par son nom sans que personne n’y touche. Enregistrer un locuteur ne conserve qu’une empreinte vocale pour le reconnaître ; aucune voix n’est clonée sans l’accord de la personne. Distinguer les voix est un travail différent de celui qui consiste à écrire les mots ; diarisation et reconnaissance vocale explique comment les deux s’articulent.
Une fois l’épisode transcrit, les outils pour le travailler se trouvent à côté de la transcription.
Chaque ligne garde son moment dans l’épisode, vous pouvez donc l’écouter et la vérifier avant de la citer.
L’onglet Export transforme la transcription en fichier, dans la langue parlée ou dans n’importe quelle traduction :
Par l’API, le même export donne aussi du texte brut (txt) et du Markdown (md), qui se collent directement dans les notes d’une émission ou dans un article de blog.
L’onglet Share crée un lien public vers une page de transcription où chacun peut lire en suivant l’audio. Vous pouvez créer plusieurs liens avec des libellés différents, pour un invité et pour votre lettre d’information, et en révoquer un à tout moment ; il cesse aussitôt de fonctionner. Les lecteurs d’un lien partagé peuvent le passer dans leur propre langue et le télécharger.
Si l’émission vit sur WordPress, le plugin de transcription pour WordPress transcrit les épisodes de votre médiathèque et place la transcription sur la page, où les moteurs de recherche lisent chaque mot.
Une remarque sur les émissions des autres. Transcrire un épisode pour vos propres recherches, notes ou traductions est un usage courant. Publier la transcription de quelqu’un d’autre est un autre acte, régi par le droit d’auteur là où vous êtes et par les conditions de l’émission, demandez donc à l’émission avant de la publier.
Vous pouvez commencer gratuitement. Un nouveau compte reçoit $5 de crédit d’inscription unique, sans carte. Au tarif fichier de $0.20 de l’heure d’audio, ce crédit couvre environ 25 heures d’épisodes.
Ensuite, un fichier coûte $0.20 de l’heure, facturé à la seconde : un épisode d’une heure coûte $0.20 et un de 30 minutes $0.10. Avec le Paiement à l’usage, chaque transcription est facturée au minimum 5 minutes, si bien qu’un extrait de deux minutes coûte autant qu’un de cinq. Premium n’a pas de minimum et inclut $25 de crédit chaque mois. Les étiquettes de locuteurs, le résumé et les traductions font partie du tarif, ce ne sont pas des suppléments. Les chiffres et limites en vigueur figurent sur la page Tarifs.
Pour un arriéré d’épisodes, ou un flux que vous voulez transcrire chaque semaine, l’API fait la même chose depuis du code. Créez une clé sur Developers → API keys, puis envoyez POST /v1/transcriptions avec un corps JSON contenant l’url de l’épisode. Elle répond aussitôt avec la transcription ; le serveur récupère l’audio ensuite.
API={{api}}
AUTH="Authorization: Bearer $VOCALSTACK_API_KEY"
TX=$(curl -sSf "$API/v1/transcriptions" -H "$AUTH" -H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{"url":"https://example.com/episodes/42.mp3","name":"Episode 42","settings":{"speakerLabels":"auto"}}' \
| jq -r .id)
Interrogez GET /v1/transcriptions/$TX/job toutes les quelques secondes. Il passe de fetching à transcribing puis à done, ou se termine en failed avec une error qui en donne la raison. Une fois terminé, exportez la transcription :
curl -sSf "$API/v1/transcriptions/$TX/export?format=txt" -H "$AUTH" -o episode-42.txt
curl -sSf "$API/v1/transcriptions/$TX/export?format=srt&lang=es" -H "$AUTH" -o episode-42.es.srt
GET /v1/transcriptions/probe?url= vérifie d’abord un lien et vous dit s’il s’ouvre comme un enregistrement, sans rien stocker. Les SDK encapsulent tout cela sous vs.transcriptions.createFromUrl et vs.transcriptions.waitForJob ; le tutoriel de l’API fichiers les passe en revue, avec les erreurs que vous rencontrerez.
Pas depuis le lien Spotify. VocalStack ne télécharge rien chez Spotify. La plupart des émissions présentes sur Spotify publient aussi un flux RSS, et l’adresse audio de l’épisode tirée de ce flux fonctionne. Les émissions publiées uniquement sur Spotify n’ont pas d’adresse audio publique, elles ne peuvent donc pas être transcrites depuis un lien.
Oui, par son fichier audio. Une page Apple Podcasts est refusée, mais Apple Podcasts liste les émissions à partir de leurs flux RSS : l’adresse <enclosure> de l’épisode dans le flux de l’émission se transcrit donc comme n’importe quel MP3.
Moins que la durée de l’épisode. L’audio se télécharge d’abord, ce qui prend quelques secondes depuis un hébergeur de podcasts, et la transcription va plusieurs fois plus vite que la lecture. La barre de progression montre les deux étapes.
Oui. La langue parlée est détectée seule, parmi 100 langues, et vous pouvez la préciser quand vous la connaissez, ce qui aide sur un audio bruyant. Toute transcription peut ensuite être traduite dans jusqu’à 10 langues au même prix.
Oui. Les exports, les liens partagés et les traductions ne coûtent rien en plus de la transcription elle-même, et vous pouvez exporter la même transcription autant de fois que vous voulez.
Collez le lien de votre premier épisode et lisez-le en quelques minutes.