Chaque voix, mot pour mot.
Quelle précision attendre d’une transcription automatique ?
Un fichier, un prix. Sans abonnement.
- Sans inscription
- Les 2 premières minutes gratuites
- Confidentiel : supprimé après 24 heures sans commande
Paiement annulé. Votre aperçu est toujours là.
Aperçu gratuit : les 2 premières minutes
·
Votre transcription complète
7,90 €Un fichier, un prix. Sans abonnement.
- Version mot à mot et version corrigée
- 6 fichiers : Word, TXT et Markdown
- Chaque intervenant identifié, noms à confirmer
- Résumé et points clés
- Remboursé sous 7 jours, sans justification
Paiement sécurisé par Stripe : carte, Apple Pay, Google Pay
Votre carte n’est débitée qu’une fois la transcription vérifiée.
Envoyé. Le lien reste valable 24 heures.
Dettalo utilise ElevenLabs Scribe v2 pour la reconnaissance vocale. Voici ce que mesurent les tests publics, pourquoi un enregistrement réel fait moins bien que de la parole lue, et comment vérifier sur votre propre fichier avant de payer.
- Version mot à mot + corrigée
- 6 fichiers : Word, TXT, Markdown
- Plus de 90 langues
- Chaque intervenant identifié
- Remboursé sous 7 jours
Deux versions de chaque transcription
Mot à mot Chaque mot tel qu’il a été dit, hésitations comprises.
Alors, euh, comment vous avez, comment vous avez commencé la boulangerie ?
Ben, j’ai commencé en 2019 avec, euh, un seul four et mon ami Marco Bélouchi. La première année a été très dure.
Corrigée Corrigée et mise en page, avec intertitres et résumé. Rien n’est ajouté.
Les débuts
Alors, comment vous avez commencé la boulangerie ?
J’ai commencé en 2019 avec un seul four et mon ami Marco Bellucci. La première année a été très dure.
Les noms que vous indiquez corrigent l’orthographe : « Marco Bélouchi » devient « Marco Bellucci ».
Les mesures publiques
L’Open ASR Leaderboard (Hugging Face et d’autres, article v4 du 30 mars 2026) compare les modèles sur de la parole lue (jeux de données FLEURS, MLS et CoVoST-2). Taux d’erreur de mots de la piste multilingue, le plus bas est le meilleur :
| Modèle | Français | Allemand | Espagnol | Italien |
|---|---|---|---|---|
| ElevenLabs Scribe v2 (utilisé par Dettalo) | 3,28 % | 2,27 % | 2,33 % | 2,58 % |
| AssemblyAI Universal-3 Pro (version de mars 2026) | 3,74 % | 2,34 % | 2,34 % | 3,94 % |
| Cohere Transcribe (modèle ouvert) | 4,05 % | 3,84 % | 2,81 % | 3,44 % |
| Speechmatics Enhanced | 5,04 % | 2,84 % | 2,78 % | 5,58 % |
| Voxtral Small 24B (modèle ouvert) | 4,13 % | 3,01 % | 3,04 % | 3,91 % |
| Whisper large-v3 (modèle ouvert) | 6,36 % | 4,26 % | 3,65 % | 4,69 % |
Source : article de l’Open ASR Leaderboard sur arXiv. Sur le classement d’Artificial Analysis, surtout en anglais (environ 8 heures de conversations, de discours parlementaires et de conférences de résultats d’entreprises), Scribe v2 obtient 2,2 %, juste derrière MAI-Transcribe-2 (2,0 %) et devant Gemini 3.5 Transcribe (2,6 %), Voxtral Small (2,8 %), AssemblyAI Universal-3 Pro (3,1 %), OpenAI GPT Transcribe (3,3 %) et Deepgram Nova-3 (5,2 %). ElevenLabs classe le français dans sa meilleure catégorie, avec un taux d’erreur de 5 % au plus (documentation ElevenLabs).
Ce que veut dire le taux d’erreur de mots
On compare la transcription automatique à une transcription de référence faite par des humains. On compte les mots remplacés, oubliés ou ajoutés, et on les rapporte au nombre de mots de la référence. 3,28 %, c’est environ 3 mots sur 100, soit une dizaine sur une page de 300 mots. Toutes les erreurs ne pèsent pas autant : un article mal reconnu gêne peu, un nom propre ou un chiffre faux peut changer le sens.
Parole lue ou enregistrement réel
Le tableau porte sur de la parole lue : une voix à la fois, des phrases écrites d’avance. Un enregistrement réel est plus difficile. Le bruit, la distance au micro, les voix qui se chevauchent et les accents marqués font monter le taux d’erreur. Un entretien dans un café ou une réunion où l’on se coupe la parole donnera plus d’erreurs que le tableau.
Vérifiez sur votre propre fichier
C’est pour cela que vous lisez les 2 premières minutes de votre enregistrement avant de payer : intervenants identifiés, dans les deux versions, en 2 minutes environ. Regardez les noms propres, le jargon et la séparation des voix. Si la langue détectée est fausse, choisissez la bonne : l’aperçu est relancé.
Comment ça marche
Envoyez le fichier
Déposez un audio ou une vidéo de 3 heures maximum. Sans inscription.
Lisez l’aperçu gratuit
En 2 minutes environ, vous lisez les 2 premières minutes, intervenants identifiés, en mot à mot et en version corrigée.
Payez une fois
Saisissez votre e-mail et payez pour ce fichier uniquement. Sans abonnement.
Téléchargez
Nous vous envoyons un lien privé. Confirmez les noms et téléchargez 6 fichiers.
Combien coûte une transcription
| Prix | Mode de paiement | |
|---|---|---|
| Transcription humaine (Rev) | 1,99 $ US la minute : environ 119 $ US pour une heure | À la minute d’audio |
| Applis par abonnement (TurboScribe, Otter) | 16,99 à 20 $ US par mois, ou 8,33 à 10 $ US par mois en annuel | Abonnement mensuel ou annuel |
| Dettalo | 7,90 € par fichier, jusqu’à 3 heures | Une fois par fichier, sans abonnement |
Questions fréquentes
La transcription sera-t-elle sans erreur ?
Non. Aucune reconnaissance vocale n’est parfaite : noms propres, chiffres, voix qui se chevauchent et bruit de fond causent des erreurs. La version Corrigée rectifie les erreurs évidentes et liste chaque modification, mais relisez ce que vous citez ou publiez.
Quel moteur Dettalo utilise-t-il ?
ElevenLabs Scribe v2 pour la reconnaissance vocale, avec AssemblyAI en secours. La version Corrigée est rédigée par Claude (Anthropic) à partir de la version Mot à mot.
Le français est-il aussi bien reconnu que l’anglais ?
ElevenLabs place le français dans sa meilleure catégorie (« Excellent », taux d’erreur de 5 % au plus), avec l’anglais, l’espagnol, l’italien, l’allemand, le néerlandais, le portugais et le japonais. Les tests publics cités ici ne permettent pas de comparaison directe : ils ne portent pas sur les mêmes enregistrements.
Les accents régionaux posent-ils problème ?
Un accent marqué augmente le taux d’erreur, comme le bruit ou la distance au micro. Le plus sûr est de vérifier : l’aperçu des 2 premières minutes montre le résultat sur votre propre enregistrement.
Comment obtenir moins d’erreurs ?
Avant l’envoi, saisissez les noms propres et termes techniques (jusqu’à 60) et indiquez combien de personnes parlent. À l’enregistrement, rapprochez le micro des voix et évitez de parler en même temps.
Et si le résultat me déçoit après paiement ?
Vous êtes remboursé intégralement sous 7 jours, en un clic sur la page de votre commande, sans justification. Voir Remboursements.