Transcription de Conférence Téléphonique

La transcription d’une conférence téléphonique transforme l’enregistrement d’un appel à plusieurs interlocuteurs en un texte écrit, avec l’indication de qui parle et du moment où il parle. Espresso Translations transcrit l’audio à partir de 5 € la minute dans plus de 150 langues et traduit la transcription à partir de 0,10 € par mot, la traduction étant relue par un second linguiste conformément à la norme ISO 17100:2015. Le devis est gratuit et arrive en 1 heure.

Traductions certifiées ISO 17100:2015

Linguistes de langue maternelle

Transcription dès 5 € la minute

Locuteurs identifiés et horodatage

Plus de 150 langues

Devis en 1 heure

Avis Google sur Espresso Translations
Avis Trustpilot sur Espresso Translations
Certification ISO 17100:2015 d’Espresso Translations pour les services de traduction

Demandez le devis de votre enregistrement

Nous vous répondons en 1 heure

Logo Forbes, client d'Espresso Translations
Logo IMDB, client d'Espresso Translations
Logo Jaguar, client d'Espresso Translations
Logo Universal, client d'Espresso Translations
Logo National Geographic, client d'Espresso Translations
Logo EY, client d'Espresso Translations
Logo Sixt, client d'Espresso Translations
Logo Amazon, client d'Espresso Translations
Logo EDF, client d'Espresso Translations
Logo FREENOW, client d'Espresso Translations

Qu’est-ce que la transcription d’une conférence téléphonique ? C’est la mise par écrit d’un appel enregistré à plusieurs interlocuteurs, chaque prise de parole étant attribuée à son auteur et située dans le temps. Elle se distingue du compte rendu, qui résume les décisions, et de l’interprétation, qui est le rendu oral et en temps réel d’un discours dans une autre langue : une transcription part toujours d’un fichier déjà enregistré, et nous ne proposons pas d’interprétation. Espresso Translations transcrit l’audio à partir de 5 € la minute et traduit le texte à partir de 0,10 € par mot, la traduction certifiée coûtant 30 € par page jusqu’à 250 mots et étant livrée en 24 à 48 heures ; le devis est gratuit et arrive en 1 heure. La correction dont les acheteurs ont le plus souvent besoin porte sur la précision : aucun organisme de normalisation ne définit de pourcentage de précision pour une transcription, et les chiffres qui circulent dans le secteur sont à l’origine des notes minimales d’examens individuels.

Qu’est-ce que la transcription d’une conférence téléphonique ?


Une conférence téléphonique transcrite est un enregistrement à plusieurs locuteurs mis par écrit, avec l’attribution des prises de parole et des repères de temps. Le travail ne consiste pas à taper des mots : il consiste à décider qui a dit quoi lorsque deux personnes parlent en même temps, à signaler ce que l’audio ne permet pas d’établir et à rendre un document que l’on puisse citer. Nous travaillons sur des appels enregistrés par un standard, sur une ligne téléphonique ou par une plateforme de réunion — un enregistrement Zoom, Microsoft Teams ou Google Meet arrive tel quel, quel que soit l’enregistreur qui l’a produit.

Transcription, traduction et interprétation sont trois choses différentes, et le droit de l’Union les tient séparées dans des articles distincts. La directive 2010/64/UE, relative au droit à l’interprétation et à la traduction dans le cadre des procédures pénales, consacre son article 2 à l’interprétation pendant la procédure et son article 3 à la traduction écrite des documents essentiels ; le mot « transcription » n’y figure nulle part. Nous produisons le texte écrit d’un enregistrement et, si besoin, sa traduction. Nous ne proposons pas d’interprétation.

Avant de commander, il faut décider quel texte vous est utile. Une transcription verbatim restitue tout, y compris les répétitions, les faux départs et les chevauchements ; c’est celle qu’il faut quand le texte doit soutenir la comparaison avec l’audio. Une transcription nettoyée supprime les hésitations et rend le propos lisible sans changer ce qui a été dit. Des notes de réunion sont encore autre chose : un résumé des décisions, pas le texte de l’appel. Si ce qu’il vous faut est le compte rendu d’une séance, ce n’est pas cette page ; s’il vous faut qu’il reste écrit qui a dit quoi, ce l’est.

Nous acceptons les fichiers audio et vidéo courants — mp3, wav, m4a, aac, mp4, mov, avi — et le fichier audio ou vidéo se télécharge depuis le formulaire de devis ; transformer une vidéo en texte part du même fichier. Nous livrons en Word ou en PDF, avec les locuteurs identifiés, un horodatage et un texte consultable ; sur demande, nous ajoutons des résumés des points clés et les actions à mener relevés après l’appel. Si l’enregistrement est multilingue, la transcription suit l’audio langue par langue et la traduction vient ensuite, sur un texte déjà stabilisé.

A-t-on le droit d’enregistrer et de faire transcrire une conférence téléphonique ?


Cela dépend du pays, et les quatre marchés d’Europe du Sud ne disent pas la même chose. En France, le critère légal est le consentement, et la question de l’interlocuteur qui enregistre son propre appel n’est pas tranchée ; en Italie et en Espagne, un participant peut enregistrer ; au Portugal, enregistrer les paroles d’autrui est un délit « même lorsqu’elles lui sont adressées ». Le tableau compare les positions vérifiées sur les textes et la jurisprudence, et la ligne sur les services financiers est celle qui concerne le plus directement ceux qui travaillent en plusieurs langues.

Le consentement à l’enregistrement, pays par pays
PaysCe que la loi exige pour enregistrerSource
FranceLe consentement de l’auteur des paroles est le critère. Enregistrer « au vu et au su des intéressés » sans qu’ils s’y opposent fait présumer leur consentement. Conserver un enregistrement obtenu illégalement est déjà une infraction.Code pénal, art. 226-1 (en vigueur depuis le 23 mars 2024) et art. 226-2
ItalieCelui qui participe à la conversation peut l’enregistrer, même à l’insu des autres : l’enregistrement est une preuve documentaire.Cass. Sez. Un. n° 36747/2003 (Torcasio), citée dans Cass. Sez. II n° 14287/2022
EspagneMême sens : il n’y a pas de secret à l’égard de celui à qui la communication est adressée, le devoir de réserve sur la vie privée demeurant réservé.Tribunal Constitucional, STC 114/1984 du 29 novembre 1984
PortugalL’inverse : enregistrer sans consentement les paroles d’une autre personne est un délit « même lorsqu’elles lui sont adressées », et utiliser un enregistrement l’est aussi, « même licitement produit ».Código Penal, art. 199, a) et b)
Union européenne, services financiersLes appels qui aboutissent ou peuvent aboutir à un ordre doivent être enregistrés et conservés cinq ans, sept sur demande de l’autorité, et l’information au client doit être donnée dans la langue du service.MiFID II art. 16, paragraphe 7 ; règlement délégué (UE) 2017/565 art. 76, paragraphe 8
Téléchargement de l’enregistrement d’une conférence téléphonique pour un devis gratuit
Relecture de la transcription contre l’audio de l’appel enregistré
Chef de projet préparant le devis d’une transcription à la minute d’audio
Livraison de la transcription avec locuteurs identifiés et horodatage

En France, le critère est le consentement — et la connaissance ne fait que le présumer

L’article 226-1 du Code pénal punit d’un an d’emprisonnement et de 45 000 euros d’amende le fait de porter volontairement atteinte à l’intimité de la vie privée d’autrui « en captant, enregistrant ou transmettant, sans le consentement de leur auteur, des paroles prononcées à titre privé ou confidentiel ». La connaissance n’est pas le critère : elle n’intervient que comme présomption, lorsque les actes « ont été accomplis au vu et au su des intéressés sans qu’ils s’y soient opposés, alors qu’ils étaient en mesure de le faire ». Deux précisions que l’on lit rarement : cette présomption vise expressément les actes « aux 1° et 2° du présent article », et non l’article entier, dont le 3° sur la géolocalisation reste donc en dehors ; et la version de l’article en vigueur est celle du 23 mars 2024, issue de la loi n° 2024-247 du 21 mars 2024, alors que l’identifiant d’article le plus largement recopié sur le web renvoie à une rédaction antérieure, applicable jusqu’au 1er août 2020.

Ce que la loi française ne tranche pas, et ce qu’elle tranche

Elle ne tranche pas le cas de l’interlocuteur qui enregistre l’appel auquel il participe. L’article 226-15, qui vise l’interception « commise de mauvaise foi » de correspondances émises par voie électronique, est naturellement une disposition de tiers ; mais l’article 226-1 n’exempte pas, à sa lecture, celui qui participe à la conversation et enregistre les paroles privées de l’autre sans son consentement. Nous ne trouvons pas, dans les textes vérifiés, de réponse ferme — et nous préférons le dire plutôt que d’emprunter la réponse italienne ou espagnole, qui ne vaut pas ici. Ce que la loi tranche, en revanche, concerne directement une prestation de transcription : l’article 226-2 punit des mêmes peines le fait de « conserver » ou d’« utiliser de quelque manière que ce soit » un enregistrement obtenu par l’un des actes de l’article 226-1. Transmettre à un prestataire un enregistrement obtenu sans base, c’est donc déjà le problème, pas seulement l’avoir fait. L’article 226-6 ajoute que la poursuite suppose une plainte de la victime.

Ce qu’il faut annoncer au début de l’appel

Le seul comportement licite dans les quatre pays est le même : le dire à tout le monde au début, expliquer pourquoi, et enregistrer l’annonce avec l’appel. Le RGPD n’exige pas le consentement dans tous les cas : l’article 6, paragraphe 1, pose que le traitement est licite si « au moins une » de six bases s’applique, et le consentement n’en est que la première. L’article 13 impose d’indiquer, au moment où les données sont collectées, l’identité du responsable, la finalité et la base légale, les destinataires — un prestataire de transcription en est un — et la durée de conservation. La CNIL, dans sa fiche du 25 avril 2022, retient pour l’enregistrement destiné à prouver la formation d’un contrat « la base légale du contrat (article 6.1.b du RGPD) », et précise que « sauf dispositions légales le permettant, les enregistrements ne peuvent être ni permanents ni systématiques ». Une fiche plus ancienne, du 5 mai 2009 — que la CNIL signale elle-même comme obsolète et en cours de mise à jour — ajoute une précision utile : les interlocuteurs doivent être informés de leur droit d’opposition « avant la fin de la conversation téléphonique », pour être en mesure de l’exercer. En amont, la directive 2002/58/CE interdit à son article 5, paragraphe 1, l’écoute et le stockage des communications « par des personnes autres que les utilisateurs » sans leur consentement, mais son paragraphe 2 réserve expressément l’enregistrement légalement autorisé effectué dans le cadre des pratiques commerciales licites, pour fournir la preuve d’une transaction commerciale : c’est de là que vient la position européenne, qui exige une base et de la transparence plutôt que le consentement de tous. Quant au règlement ePrivacy, que bien des pages annoncent encore comme imminent, il ne viendra pas : la Commission a retiré la proposition le 6 octobre 2025, et c’est donc la directive qui reste en vigueur. Et la capture d’écran couplée à l’enregistrement est, en principe, exclue.

Combien de temps peut-on garder l’enregistrement

Le RGPD ne fixe aucune durée : il n’y a que le principe de limitation de la conservation de l’article 5, paragraphe 1, point e). Qui cite une « durée RGPD » pour les enregistrements l’invente. Les durées viennent d’ailleurs. En France, le référentiel de la CNIL sur les durées de conservation en gestion des ressources humaines retient « 6 mois maximum à compter de l’enregistrement » et « 1 an maximum » pour les documents d’analyse, et qualifie expressément cette base de recommandation et non d’obligation ; l’archivage d’un enregistrement servant de preuve d’un contrat suit, lui, une vraie obligation, par exemple cinq ans au titre de l’article 2224 du code civil. Dans les services financiers, l’article 16, paragraphe 7, de MiFID II impose cinq ans, portés à sept sur demande de l’autorité compétente. Au Portugal, la CNPD a fixé par sa délibération n° 1039/2017 vingt-quatre mois pour les contrats à distance, trente mois au plus pour les contrats de communications électroniques et sept ans pour les opérations financières relevant de la lutte contre le blanchiment. En Italie, le Garante plafonne le contrôle des salariés à 20 % des appels enregistrés par équipe et par vacation et 3 % des enregistrements réécoutés.

Quels secteurs et quels appels enregistrés transcrivons-nous ?


Nous transcrivons des appels enregistrés pour ceux qui doivent pouvoir les citer : banques et intermédiaires, cabinets d’avocats, directions des ressources humaines, conseils d’administration et équipes de recherche. Chaque enregistrement est confié à un linguiste qui connaît la terminologie du secteur, parce que sur un audio imparfait c’est le contexte, et non le son, qui distingue un mot d’un autre.

Services financiers : l’enregistrement est obligatoire, et l’information doit être dans la langue du client

L’article 16, paragraphe 7, de la directive MiFID II oblige les entreprises d’investissement à enregistrer les conversations téléphoniques relatives à la réception, à la transmission et à l’exécution des ordres des clients, y compris celles destinées à aboutir à une transaction même lorsqu’elles n’y aboutissent pas, et interdit de fournir par téléphone ces services à un client qui n’a pas été informé au préalable de l’enregistrement. Les enregistrements sont remis au client sur demande et conservés cinq ans, sept sur demande de l’autorité compétente. Le considérant 57 de la directive justifie l’obligation par la protection des investisseurs et la surveillance du marché.

Le point qui concerne directement une agence de traduction se trouve dans le règlement délégué (UE) 2017/565. Son article 76, paragraphe 8, oblige à informer le client que les conversations sont enregistrées et qu’une copie sera disponible sur demande pendant cinq ans, portés à sept sur demande de l’autorité, et ajoute que cette information « est présentée dans la ou les mêmes langues que celles utilisées pour fournir des services d’investissement aux clients ». C’est une règle européenne qui exige un texte dans la langue du client. Autour : le paragraphe 1 réclame une politique écrite couvrant aussi les conversations téléphoniques internes, le paragraphe 3 veut des dispositifs « neutres sur le plan technologique », réévalués chaque fois que l’entreprise accepte un nouveau moyen de communication — ce qui vise directement les plateformes de réunion —, et le paragraphe 10 exige un support durable ne permettant ni d’altérer ni de supprimer l’enregistrement original.

Cabinets d’avocats, contentieux et preuve

Deux règles comptent ici, et elles ne vont pas dans le même sens. En France, conserver ou utiliser un enregistrement obtenu sans le consentement de l’auteur des paroles est une infraction autonome au titre de l’article 226-2, ce qui fait de la provenance du fichier la première question du dossier, avant la qualité du texte. En Italie, à l’inverse, un enregistrement fait par un participant entre au procès comme preuve documentaire au sens de l’article 234 du code de procédure pénale. Ce qu’un juge retient d’une transcription donnée, et avec quelle valeur, relève de lui et non de celui qui la produit.

Lorsque la transcription doit être produite dans une autre langue, la traduction suit le parcours habituel : 0,10 € par mot pour le texte standard, 30 € par page jusqu’à 250 mots avec la déclaration signée du traducteur et une livraison en 24 à 48 heures pour une traduction certifiée, 55 € par page et 7 à 14 jours ouvrés pour une traduction assermentée, le serment dépendant du calendrier d’un tiers. En France, ce sont les traducteurs experts inscrits près les cours d’appel qui portent ce rôle : demandez à la juridiction ou à l’administration destinataire laquelle des trois formes elle attend, avant de commander.

Ressources humaines et enquêtes internes

Un appel professionnel est protégé par l’article 8 de la Convention européenne des droits de l’homme. Dans l’arrêt Halford c. Royaume-Uni du 25 juin 1997, la Cour a jugé que les appels téléphoniques passés depuis des locaux professionnels, comme ceux passés depuis le domicile, peuvent relever des notions de vie privée et de correspondance. La Grande Chambre, dans Bărbulescu c. Roumanie du 5 septembre 2017, a énuméré les facteurs à peser : le salarié a-t-il été prévenu, clairement et à l’avance ; quelle était l’étendue de la surveillance et le degré d’intrusion, le contrôle du contenu exigeant une justification plus lourde que celui du flux ; l’employeur avance-t-il des motifs légitimes ; des moyens moins intrusifs étaient-ils possibles ; quelles conséquences pour l’intéressé ; quelles garanties. L’avis 2/2017 du groupe de travail « article 29 » ajoute qu’au travail le consentement est « hautement improbable » comme base légale, faute de pouvoir être refusé sans conséquence, et que les salariés doivent recevoir une information effective sur la surveillance mise en place. La CNIL, dans son cadre du 9 juillet 2026, tient qu’« une surveillance constante est excessive ».

Une précision technique sur ce qui entoure la prestation. Le règlement (UE) 2024/1689 sur l’intelligence artificielle interdit, à son article 5, paragraphe 1, point f), l’utilisation de systèmes d’IA visant à inférer les émotions d’une personne sur le lieu de travail, sauf raisons médicales ou de sécurité, et cette interdiction s’applique depuis le 2 février 2025 parce que l’article relève du chapitre II. Nous transcrivons et nous identifions les locuteurs : nous n’analysons pas le ton et nous n’inférons pas d’état émotionnel. L’annexe III, point 4 b), classe par ailleurs à haut risque les systèmes servant à surveiller et évaluer le comportement et les performances des travailleurs, avec des obligations applicables au 2 août 2027.

Conseils d’administration, assemblées et appels investisseurs

Sur un appel à plusieurs, l’enjeu n’est pas le résumé : c’est la phrase exacte et la personne qui l’a prononcée. Une transcription verbatim avec les locuteurs identifiés permet de citer une réponse dans son contexte, de retrouver la minute où un chiffre a été annoncé et de confronter deux versions de ce qui avait été décidé. Le procès-verbal, qui résume et enregistre les votes, reste un document distinct et sert à autre chose.

Un appel enregistré est aussi de la matière à droit d’accès. L’article 15, paragraphe 3, du RGPD donne à la personne concernée le droit d’obtenir une copie des données traitées, la réponse étant due sans retard et au plus tard sous un mois au titre de l’article 12, paragraphe 3, prorogeable de deux mois dans les cas complexes ; mais le paragraphe 4 précise que ce droit « ne porte pas atteinte aux droits et libertés d’autrui ». Sur un appel à plusieurs interlocuteurs, c’est exactement là que le problème naît, et un texte écrit, séparé par locuteur, en est la réponse pratique : une transcription se caviarde locuteur par locuteur, un fichier audio non.

Recherche, études de marché et projets multilingues

Entretiens de groupe, tables rondes et appels d’étude arrivent presque toujours avec plusieurs voix sur la même piste et une qualité audio inégale, puisque chaque participant appelle depuis une ligne différente et parfois depuis le microphone d’un ordinateur portable. Nous transcrivons l’enregistrement tel qu’il est, en signalant les chevauchements et les passages que l’audio ne permet pas d’établir au lieu de les devenir, et nous laissons la matière prête à coder.

À la livraison, vous recevez un texte précis dans ses repères : horodaté, locuteur par locuteur, consultable, de sorte que l’on retrouve un passage sans réécouter une heure d’audio. Si le projet est multilingue, la transcription se fait dans la langue parlée et la traduction vient ensuite : traduire directement à l’écoute mélange deux décisions et rend la première invérifiable.

Que livrons-nous, et combien coûte la transcription d’un appel ?


Nous livrons le texte intégral de l’appel, avec une étiquette par locuteur, un horodatage aux intervalles que vous indiquez et le format qui vous sert — Word, PDF ou texte brut. La transcription de l’audio coûte à partir de 5 € la minute d’audio et la traduction du texte à partir de 0,10 € par mot ; le devis est gratuit et arrive en 1 heure.

Ce que nous ne faisons pas, c’est combler les trous. Là où deux personnes parlent en même temps pendant l’appel et où l’audio ne permet pas d’établir qui dit quoi, la transcription le signale ; là où un mot est inaudible, il reste marqué inaudible avec sa minute, parce qu’un texte qui devine vaut moins qu’un texte qui reconnaît une limite. Quand les noms des participants ne se déduisent pas de l’enregistrement, les étiquettes restent neutres jusqu’à ce que vous nous donniez la liste des participants.

Sur la confidentialité : accord de non-divulgation, transfert sécurisé des fichiers et accès limité aux personnes affectées au projet. Il vaut la peine de rappeler que celui qui confie un enregistrement à un prestataire le fait comme responsable de traitement envers un sous-traitant, et que l’article 28 du RGPD lui demande de choisir un sous-traitant présentant des garanties suffisantes et d’encadrer la relation par un contrat. Si l’audio quitte l’Union européenne, c’est un transfert au sens du chapitre V : pour les États-Unis, l’instrument en vigueur est la décision d’adéquation (UE) 2023/1795 relative au cadre de protection des données UE–États-Unis, qui couvre les organisations inscrites sur la liste et non les États-Unis en général. Elle a survécu au recours en annulation Latombe c. Commission, T-553/23, le 3 septembre 2025. L’ancien Privacy Shield, lui, n’existe plus depuis 2020.

À côté de la transcription, ceux qui partent d’un enregistrement demandent souvent le sous-titrage de la vidéo de la réunion, qui part du même montant de 5 € mais compté à la minute de vidéo, et la traduction du texte final dans une ou plusieurs langues.

Les prix. La transcription audio se compte à la minute d’audio enregistré, à partir de 5 € la minute, parce que c’est l’unité qui mesure le travail : un seul intervenant sur un enregistrement propre et quatre personnes qui se coupent la parole sur une ligne étroite ne font pas la même minute, et c’est pourquoi le devis naît du fichier et non d’un tarif affiché. La traduction de la transcription suit les tarifs de la traduction. Le devis est gratuit et arrive en 1 heure ; le délai de la transcription est indiqué dans le devis, puisqu’il dépend de la durée de l’audio et du nombre de voix.

Prix de la transcription et de la traduction, et délais
PrestationPrixDélai
Transcription de l’audio enregistré (appel à plusieurs interlocuteurs)À partir de 5 € la minute d’audioIndiqué dans le devis
Traduction de la transcriptionÀ partir de 0,10 € par mot2 à 3 jours ouvrés ; express en 24 heures
Traduction certifiée de la transcription30 € par page jusqu’à 250 mots24 à 48 heures
DevisGratuitEn 1 heure

Les autres services liés à l’audio

Un même enregistrement peut donner plusieurs livrables. Le sous-titrage part de 5 € la minute de vidéo ; la transcription, du même montant à la minute d’audio ; la traduction du texte, de 0,10 € par mot, et la traduction certifiée de 30 € par page jusqu’à 250 mots, et des sous-titres au format srt se livrent depuis la même piste. Si l’appel était une séance et que ce qu’il vous faut est le document officiel des décisions, le point de départ est notre page de services de transcription.

Comment se déroule la prestation, étape par étape ?


Tout part du fichier : il suffit de télécharger l’enregistrement depuis le formulaire, vous nous dites combien de personnes parlent et dans quelle langue, et vous recevez le devis en 1 heure. Du téléchargement à la livraison, le fichier reste dans un canal réservé et les personnes qui l’écoutent sont celles affectées au projet.

78% COMMANDER

Étape 1 : téléchargez l’enregistrement

Téléchargez le fichier audio ou vidéo depuis le formulaire de devis : mp3, wav, m4a, aac, mp4, mov, avi et les autres formats courants conviennent tels quels, sans conversion faite à la main. Si vous le pouvez, indiquez combien de personnes parlent, comment elles s’appellent, d’où elles appellent — ligne téléphonique, standard, plateforme de réunion — et dans quelle langue parle chacune : ce sont les trois informations qui changent le plus le résultat, parce que l’attribution des prises de parole part de là.

Étape 2 : devis en 1 heure

Un chef de projet écoute un échantillon, mesure la durée réelle de l’audio, compte les voix et apprécie la qualité audio de la ligne — un appel client enregistré par un standard et des réunions Zoom exportées ne posent pas les mêmes problèmes —, puis vous envoie un devis détaillé en 1 heure. Dans le même message, nous vous disons ce que l’enregistrement permet et ce qu’il ne permet pas : si une partie de l’appel passe sous le seuil de l’intelligible, mieux vaut le savoir avant d’acheter, et s’il existe un meilleur enregistrement du même appel, il vaut la peine de le chercher.

ORIGINAL EN A 文 TRADUIT AR FR DE ES JA ZH AR CERTIFIÉE TRADUCTION

Étape 3 : transcription, identification des locuteurs et relecture

Un linguiste de langue maternelle transcrit l’appel et attribue les prises de parole, puis relit le texte contre l’audio aux endroits difficiles : les chevauchements, les noms propres, les chiffres et les termes techniques. Les passages que l’enregistrement ne permet pas d’établir restent marqués, avec leur minute, plutôt que complétés manuellement au sens le plus probable.

Étape 4 : livraison, et traduction si besoin

Vous recevez la transcription complète dans le format convenu, locuteurs identifiés, horodatée et consultable, prête à citer, à exporter ou à relire après la réunion. Si le texte doit ensuite être traduit, c’est le parcours de la traduction qui s’applique : un traducteur de langue maternelle, la relecture d’un second linguiste conformément à la norme ISO 17100:2015 et, là où le destinataire la réclame, la traduction certifiée à 30 € par page jusqu’à 250 mots livrée en 24 à 48 heures.

Pourquoi un appel enregistré ne se transcrit-il pas tout seul ?


Parce que le canal téléphonique jette la moitié du son avant que quiconque l’écoute. Le canal à bande étroite travaille entre 300 Hz et 3400 Hz — et c’est la recommandation ITU-T G.712 qui fixe cette bande, non le codec G.711, dans le texte duquel les nombres 300 et 3400 n’apparaissent pas une seule fois. La recommandation ITU-T P.48 ajoute ce que presque personne ne rapporte : cet intervalle existe pour rester cohérent avec l’espacement nominal de 4 kHz des anciens systèmes à répartition en fréquence, et ne doit pas être lu comme une limite de qualité. G.711 échantillonne 8 000 fois par seconde sur huit bits ; G.729 comprime à 8 kbit/s et reste courant sur les anciens liens VoIP. Un appel à bande large est autre chose : G.722 porte de 50 à 7 000 Hz en échantillonnant à 16 kHz, G.722.2 est la désignation ITU-T de l’AMR-WB et travaille entre 6,6 et 23,85 kbit/s, et Opus — qui est une norme de l’IETF, la RFC 6716 mise à jour par la RFC 8251, et non une recommandation ITU-T — atteint 20 kHz de bande audio en échantillonnant à 48 kHz. Plus de spectre, c’est plus d’énergie des consonnes qui survit à l’encodage, c’est-à-dire justement ce qui distingue deux mots proches. Microsoft documente sa propre plateforme multimédia en temps réel à 16 kHz et 16 bits, avec des codecs comme SILK et G.722.

Et parce qu’attribuer les prises de parole reste un problème ouvert. La mesure reconnue est le diarization error rate, défini par le NIST dans les plans d’évaluation de la série Rich Transcription comme la fraction du temps de parole qui n’est pas attribuée au bon locuteur — somme de la parole manquée, des fausses alarmes et des confusions entre locuteurs, divisée par le temps de parole évalué. Trois précisions expliquent pourquoi les chiffres publiés ne se comparent pas. D’abord, ce n’est pas une norme : les catalogues de l’ETSI, de l’IEEE, de l’ITU-T et de l’ISO/CEI ont été passés en revue et aucun organisme de normalisation ne définit la diarisation. Ensuite, le NIST évalue aussi les recouvrements, c’est-à-dire les zones où plus d’une personne parle sur le même canal : la parole superposée compte comme erreur et n’est pas pardonnée. Enfin, la tolérance aux frontières de segments est un choix propre à chaque campagne et non une propriété de la mesure — la valeur par défaut de l’outil de notation est zéro, le plan RT-03S de 2003 n’en utilisait aucune, les plans RT-06S et RT-09 indiquent 0,25 seconde et la campagne DIHARD, aujourd’hui menée par le Linguistic Data Consortium, n’en applique aucune. La série Rich Transcription a couru de 2002 à 2009 et le NIST la range lui-même parmi ses projets passés.

Ce qu’il faut demander à un prestataire de transcription

Demandez quatre choses, et méfiez-vous d’une. La première : comment la parole est attribuée quand deux personnes parlent en même temps, et ce que fait le prestataire quand l’audio ne suffit pas. La deuxième : si le texte livré est verbatim ou nettoyé, car ce sont deux documents. La troisième : qui écoute l’enregistrement, sous quel contrat et pendant combien de temps il le conserve. La quatrième : si vos enregistrements servent à entraîner des modèles d’IA, parce que la réponse ne va pas de soi et qu’elle devrait figurer au contrat. Celle dont il faut se méfier est le pourcentage. Aucun organisme de normalisation ne définit de pourcentage de précision pour une transcription, et les chiffres en circulation sont des notes minimales d’examens individuels : l’AAERT, aujourd’hui intégrée à CAPTUR, a abaissé la note minimale de son épreuve pratique CET de 98 % à 95 % à compter du 26 mars 2026, en expliquant que le seuil de 98 % dépassait celui de tout examen comparable et que, loin de protéger la qualité, il empêchait des transcripteurs capables de travailler ; et le 95 % de la NCRA est un nombre fixe d’erreurs autorisées sur un passage dicté de cinq minutes, corrigé à la main, où une virgule manquante compte pour une erreur. Qui vend « des transcriptions précises à 99 %, la norme du secteur » cite une note d’examen comme si c’était une tolérance de livraison. Il en va de même du sigle ISO : la norme ISO 17100:2015 porte sur les services de traduction, elle « ne s’applique pas aux services d’interprétation » et exclut la traduction automatique post-éditée, et la seule norme ISO qui parle de transcription, l’ISO 24624:2016, normalise le codage TEI/XML des corpus de langue parlée sous la classification ICS 01.140.10 « Écriture et translittération » : elle ne dit rien de la qualité d’un service. Le document le plus proche, le rapport technique IEC TR 63558:2025, classe la difficulté acoustique et linguistique d’un scénario sur quatre niveaux et ne fixe aucun seuil. C’est pourquoi nous n’annonçons pas de pourcentage, ni sur cette page ni dans nos devis.

Quels services connexes Espresso Translations propose-t-il ?


Un enregistrement reste rarement un enregistrement : il devient un texte, puis une traduction, parfois un document à produire. Choisir un service de transcription, c’est d’abord savoir lequel de ces textes vous sert : voici le bon point de départ selon où vous en êtes.

Services de transcription

Vous avez un audio qui n’est pas une conférence téléphonique — un entretien, un podcast, une séance, une dictée ? Notre page de services de transcription explique comment se compte une minute d’audio et ce qui change entre un verbatim et une transcription nettoyée.

Transcription juridique

L’appel finit dans un dossier, une enquête interne ou un contentieux ? La transcription juridique traite des textes destinés à un usage judiciaire et de la terminologie qui les accompagne.

Transcription rapide

L’appel est d’hier et le texte vous sert maintenant ? Notre page de transcription rapide explique comment on travaille sur une échéance courte et quelles informations il faut fournir d’emblée pour ne pas perdre de temps au devis.

Traduction certifiée

La transcription doit être présentée à une administration ou à une juridiction dans une autre langue ? Nos services de traduction certifiée coûtent 30 € par page jusqu’à 250 mots, sont livrés en 24 à 48 heures et comprennent la déclaration signée du traducteur dans le prix à la page.

Traduction juridique

À côté de la transcription, il y a un contrat, un jugement ou un mémoire à traduire, où la terminologie est la partie coûteuse ? Notre page de traduction juridique est chiffrée sur les notions que le texte contient plutôt que sur sa longueur.

Sous-titrage

La réunion était enregistrée en vidéo et il vous faut le texte à l’écran ? Le sous-titrage part de 5 € la minute de vidéo, contre le même montant à la minute d’audio pour une transcription : la différence n’est pas le prix, c’est l’unité que l’on compte.

2,000+

Linguistes

ISO 17100

Norme qualité certifiée

1 heure

Devis gratuit

150+

Langues prises en charge

Que demandent encore les clients sur la transcription d’appels ?


Combien coûte la transcription d’une conférence téléphonique ?

La transcription se paie à la minute d’audio enregistré, à partir de 5 € la minute, et le devis naît du fichier : comptent la durée réelle, le nombre de personnes qui parlent, l’ampleur des chevauchements et l’état de la ligne, parce qu’un seul intervenant sur un enregistrement propre et cinq personnes sur un pont téléphonique ne font pas la même minute. Si la transcription doit ensuite être traduite, la traduction standard coûte 0,10 € par mot et est livrée en 2 à 3 jours ouvrés, la traduction certifiée 30 € par page jusqu’à 250 mots en 24 à 48 heures, et la traduction assermentée 55 € par page en 7 à 14 jours ouvrés. Le devis est gratuit et arrive en 1 heure.

A-t-on le droit de transcrire un appel téléphonique enregistré ?

Transcrire un fichier n’est pas le problème : le problème est la façon dont l’enregistrement a été obtenu, et la réponse change selon le pays. En France, l’article 226-1 du Code pénal fait du consentement de l’auteur des paroles privées le critère, la connaissance ne jouant que comme présomption lorsque les intéressés ne s’y sont pas opposés alors qu’ils pouvaient le faire ; et le cas de celui qui enregistre l’appel auquel il participe n’est pas tranché par les textes. En Italie, un participant peut enregistrer et l’enregistrement est une preuve documentaire. En Espagne, la position est la même, d’après la STC 114/1984. Au Portugal, c’est l’inverse : l’article 199 du Código Penal punit celui qui enregistre les paroles d’autrui « même lorsqu’elles lui sont adressées ». Si l’appel réunit des participants dans plusieurs de ces pays, c’est la règle la plus sévère qui compte.

Puis-je faire transcrire un ancien enregistrement, et pas seulement une réunion en direct ?

Oui, et nous ne travaillons en réalité que sur des enregistrements. Nous ne nous connectons pas à l’appel et nous n’envoyons aucun robot dans la réunion : vous nous téléchargez le fichier audio ou vidéo déjà enregistré, d’hier ou de trois ans, et nous le transcrivons. Les formats mp3, wav, m4a, aac, mp4, mov, avi et les autres formats courants conviennent, y compris les exports de standards téléphoniques et de plateformes de réunion. Un audio ancien n’est pas un problème en soi : ce qui compte est la qualité audio, pas la date.

Quelle différence entre transcription et traduction ?

La transcription met par écrit ce qui a été dit, dans la langue où cela a été dit. La traduction prend un texte déjà écrit et le rend dans une autre langue. Ce sont deux travaux successifs, et il vaut presque toujours mieux les séparer : on fixe d’abord le texte de l’appel dans la langue parlée, puis on traduit ce texte. Traduire directement à l’écoute mélange deux décisions et rend la première invérifiable. Le troisième terme, l’interprétation, est le rendu oral et en temps réel d’un discours dans une autre langue, et nous ne proposons pas d’interprétation : le droit de l’Union tient les trois séparées, la directive 2010/64/UE consacrant son article 2 à l’interprétation et son article 3 à la traduction écrite.

Quelle différence entre une transcription et un compte rendu de réunion ?

Le compte rendu résume : il rapporte les décisions, les votes et les présents, et c’est le document officiel d’une séance. La transcription rapporte : elle restitue ce qui a été dit, prise de parole par prise de parole, avec l’indication de qui parlait et quand. Les deux servent à des choses différentes. Pour établir ce qu’une personne a dit, il faut la transcription ; pour consigner ce qu’un organe a décidé, il faut le compte rendu. Il arrive qu’un compte rendu soit rédigé à partir d’une transcription, et l’ordre est alors celui-là : d’abord le texte de l’appel, ensuite la synthèse.

Comment identifiez-vous qui parle quand deux personnes parlent en même temps ?

Par attribution, pas par devinette. Le linguiste écoute la piste, distingue les voix, demande la liste des participants quand les noms ne se déduisent pas de l’enregistrement, et relit contre l’audio les endroits où les voix se recouvrent. Là où le recouvrement ne permet pas d’établir qui dit quoi, la transcription le signale avec sa minute. Il vaut la peine de savoir que la parole superposée est la faiblesse reconnue de tous les systèmes automatiques : dans la mesure définie par le NIST pour la diarisation, les zones où plus d’une personne parle sur le même canal sont évaluées et comptent comme des erreurs. Si vous nous dites combien de personnes participent et comment elles s’appellent, l’attribution part d’une base solide.

Quels formats audio et vidéo acceptez-vous ?

Les formats courants, tels qu’ils sortent du standard ou de la plateforme : mp3, wav, m4a, aac pour l’audio, mp4, mov et avi pour la vidéo, et les autres formats d’usage. Il est inutile de convertir quoi que ce soit à la main, et mieux vaut ne pas le faire : chaque conversion ajoute un passage de compression sur un audio qui l’est souvent déjà. Si vous avez l’export original de la plateforme et une copie recompressée, envoyez-nous l’original.

Combien de temps faut-il pour transcrire une conférence téléphonique ?

Cela dépend de la durée de l’audio, du nombre de voix et de la qualité de la ligne, et le délai est écrit dans le devis que vous recevez en 1 heure : sur un enregistrement chargé en chevauchements ou passé sur une ligne étroite, une minute d’audio demande beaucoup plus de travail que sur un audio propre à une voix. Pour la traduction du texte, en revanche, ce sont nos délais habituels : 2 à 3 jours ouvrés pour la traduction standard, avec un express en 24 heures pour les travaux urgents, et 24 à 48 heures pour la traduction certifiée.

Existe-t-il un pourcentage de précision normalisé pour une transcription ?

Non, et il vaut la peine de savoir d’où viennent les chiffres qui circulent. Aucun organisme de normalisation ne définit de pourcentage de précision pour une transcription : les nombres qu’on lit sont des notes minimales d’examens individuels. L’AAERT, aujourd’hui intégrée à CAPTUR, a abaissé la note minimale de son épreuve pratique CET de 98 % à 95 % à compter du 26 mars 2026, en expliquant que 98 % dépassait le seuil de tout examen comparable et que, loin de protéger la qualité, cette exigence empêchait des transcripteurs capables de travailler. Le 95 % de la NCRA est un nombre fixe d’erreurs autorisées sur un passage dicté de cinq minutes, corrigé à la main selon les règles de ponctuation d’un dictionnaire, où une virgule manquante compte pour une erreur. Ce sont des notes d’examen pour une personne, pas des tolérances pour un document livré, et c’est pourquoi nous n’annonçons pas de pourcentage.

Êtes-vous certifiés ISO pour la transcription ?

Non, et personne ne l’est, parce que la certification dont on parle porte sur autre chose. Espresso Translations est certifiée ISO 17100:2015, qui est la norme des services de traduction : elle fixe les exigences du processus de traduction, prévoit la relecture par un second linguiste et, de manière expresse, « ne s’applique pas aux services d’interprétation » ni à la traduction automatique post-éditée. Ce n’est pas une norme de transcription et elle ne dit rien de la qualité d’un texte transcrit. La seule norme ISO qui parle de transcription est l’ISO 24624:2016, qui normalise le codage TEI/XML des corpus de langue parlée pour la recherche linguistique, classée sous ICS 01.140.10 « Écriture et translittération » : elle porte sur le format dans lequel un chercheur archive un corpus, pas sur le service. Quand vous lisez « transcription certifiée ISO », quelqu’un emprunte un sigle à un autre service. Nous sommes par ailleurs certifiés ATC et membres de l’ATC.

Pouvez-vous traduire la transcription dans une autre langue ?

Oui, et c’est la demande la plus fréquente sur un appel international. Nous fixons d’abord le texte dans la langue parlée, puis nous le traduisons : 0,10 € par mot pour le texte standard, par un traducteur de langue maternelle et avec la relecture d’un second linguiste conformément à la norme ISO 17100:2015, dans plus de 150 langues. Si le texte doit être produit devant une administration, la traduction certifiée coûte 30 € par page jusqu’à 250 mots, est livrée en 24 à 48 heures et comprend la déclaration signée du traducteur ; si le destinataire exige un traducteur expert inscrit près une cour d’appel, la traduction assermentée coûte 55 € par page et demande 7 à 14 jours ouvrés.

Combien de temps puis-je conserver l’enregistrement d’un appel ?

Le RGPD ne fixe pas de durée : l’article 5, paragraphe 1, point e), impose seulement de ne pas conserver les données plus longtemps que la finalité ne l’exige, de sorte que citer une « durée RGPD » pour des enregistrements, c’est l’inventer. Les durées viennent d’ailleurs. En France, le référentiel de la CNIL sur les durées de conservation en gestion des ressources humaines retient 6 mois maximum pour les enregistrements et 1 an maximum pour les documents d’analyse, en qualifiant expressément cette base de recommandation. Dans les services financiers, l’article 16, paragraphe 7, de MiFID II impose cinq ans, portés à sept sur demande de l’autorité compétente. Au Portugal, la CNPD retient vingt-quatre mois pour les contrats à distance et sept ans pour les opérations financières relevant de la lutte contre le blanchiment. Dire à l’intéressé, au moment de l’enregistrement, combien de temps vous le garderez est de toute façon une obligation : c’est l’article 13, paragraphe 2, point a), du RGPD.

La transcription d’un appel peut-elle servir de preuve ?

Cela se décide devant le juge saisi, et non par celui qui produit le texte. Deux points méritent d’être connus avant de commander. En France, l’article 226-2 du Code pénal punit des mêmes peines le fait de conserver ou d’utiliser un enregistrement obtenu par l’un des actes de l’article 226-1 : la provenance du fichier est donc la première question, avant toute discussion sur sa transcription, et l’admissibilité d’un enregistrement entre participants n’est pas tranchée par les textes vérifiés ici. En Italie, à l’inverse, un enregistrement fait par un participant est une preuve documentaire au sens de l’article 234 du code de procédure pénale. Et si l’appel comptait des participants au Portugal, l’article 199 du Código Penal punit séparément l’utilisation d’un enregistrement, « même licitement produit ».

Que faut-il annoncer aux participants avant d’enregistrer ?

Le comportement qui tient dans les quatre pays est le même : le dire à tout le monde au début de l’appel, expliquer à quoi servira l’enregistrement, et enregistrer l’annonce avec l’appel pour qu’elle reste dans le fichier. Sur le contenu, l’article 13 du RGPD demande d’indiquer qui est le responsable du traitement, la finalité et la base légale, les destinataires — un prestataire de transcription en est un, et il doit être nommé — et la durée de conservation. En France, la CNIL ajoute deux exigences propres : les enregistrements ne peuvent être ni permanents ni systématiques, et les interlocuteurs doivent être informés de leur droit d’opposition avant la fin de la conversation, afin d’être en mesure de l’exercer.

Contactez-nous


Contactez notre équipe pour des services de traduction professionnels. Nous sommes là pour vous accompagner dans tous vos besoins de traduction.

Email
info@espressotranslations.com

Phone
+1 332 9006150

Note Google Reviews d'Espresso Translations
Note Trustpilot d'Espresso Translations
Services de traduction certifiés ISO 17100

Demandez un Devis

We’ll get back to you with a competitive quote.