Transcrivez et identifiez chaque locuteur automatiquement.

Qu'est-ce que la diarisation des locuteurs ?

La diarisation (ou identification des locuteurs) est une technique d'analyse audio qui segmente un enregistrement en fonction des différents intervenants. Chaque segment de parole est étiqueté avec un identifiant de locuteur et un horodatage, ce qui permet de savoir précisément qui a parlé, quand et pendant combien de temps.

Cette technologie est particulièrement utile pour les enregistrements à plusieurs voix : interviews, réunions, tables rondes, entretiens ou podcasts. Elle transforme un fichier audio brut en un document structuré, lisible et consultable.

Comment fonctionne la détection automatique des voix ?

Vook analyse les caractéristiques acoustiques de chaque segment de parole, notamment la fréquence fondamentale, le timbre et le rythme, pour distinguer les voix les unes des autres. L'IA regroupe ensuite les segments similaires sous un même identifiant de locuteur.

• Segmentation. l'audio est découpé en segments homogènes selon les changements de locuteur.
• Regroupement. les segments appartenant à la même voix sont associés sous un label commun (Locuteur 1, Locuteur 2, etc.).
• Horodatage. chaque segment reçoit un timestamp de début et de fin pour une navigation précise.

Quels types de fichiers sont compatibles ?

Vook accepte 20 formats audio et vidéo : MP3, WAV, MP4, M4A, MOV, OGG et bien d'autres. La taille maximale par fichier est de 6 Go, sans limite de durée. Les fichiers audio comme vidéo sont pris en charge.

Pour les fichiers vidéo (MP4, MOV, WEBM), Vook extrait automatiquement la piste audio avant de lancer la diarisation. Aucune conversion préalable n'est nécessaire de votre côté.

Précision et limites de la diarisation

Sur un audio clair avec des intervenants distincts, Vook atteint une précision de transcription jusqu'à 99 %. La diarisation est particulièrement fiable lorsque les voix ne se chevauchent pas et que l'enregistrement est de bonne qualité.

• Chevauchements de voix. la précision baisse lorsque plusieurs personnes parlent en même temps.
• Enregistrements téléphoniques. la compression audio réduit les informations acoustiques disponibles pour distinguer les voix.
• Accents forts. certains accents régionaux peuvent affecter la transcription, mais l'éditeur intégré permet une correction rapide.

Corriger et exporter un transcript avec locuteurs

Une fois la diarisation terminée, l'éditeur intégré de Vook vous permet de renommer les locuteurs (remplacer « Locuteur 1 » par le prénom réel), de fusionner des segments mal attribués, de corriger les erreurs de transcription et de masquer des noms sensibles avant le partage.

L'export conserve les labels de locuteurs et les timestamps dans tous les formats disponibles : PDF, DOCX, MD, SRT et HTML. Vous pouvez ainsi réutiliser le transcript directement dans votre outil de rédaction, de recherche ou d'archivage.

Confidentialité et conformité RGPD

Les enregistrements contenant plusieurs voix sont souvent sensibles : entretiens RH, interviews de sources, réunions confidentielles. Vook est conçu pour protéger ces données dès la conception.

• Hébergement en France. vos fichiers ne quittent pas le territoire européen et ne sont pas soumis au Cloud Act américain.
• Chiffrement AES-256. au repos, vos données sont illisibles pour tout tiers.
• Suppression automatique. les fichiers audio sont effacés après 7 jours si vous ne les sauvegardez pas dans votre compte.
• Aucun entraînement de modèle. vos enregistrements ne sont jamais utilisés pour améliorer les modèles d'IA de Vook.