Neuf entretiens de cinquante minutes sont sur votre disque dur. La collecte est terminée, vous êtes soulagé — et vous vous apprêtez à sous-estimer d’un facteur cinq le travail qui reste.
La question n’est pas « quel est le meilleur outil de transcription ». Elle est : combien d’heures vous coûte chaque heure d’enregistrement, et laquelle de ces heures pouvez-vous supprimer sans abîmer votre analyse. Voici l’arithmétique, les trois méthodes possibles, et le point précis où la transcription automatique décroche en Suisse romande.
L’arithmétique qui décide de tout
Le seul chiffre qui compte est le rapport entre la durée de l’audio et la durée du travail. En pratique, sur des entretiens semi-directifs de qualité sonore correcte :
| Méthode | Rapport au temps d’audio | Pour 7 h 30 d’entretiens |
|---|---|---|
| Saisie manuelle, sans pratique | environ 8× à 10× | 60 à 75 heures |
| Saisie manuelle, avec raccourcis et pédale | environ 5× à 6× | 38 à 45 heures |
| Reconnaissance automatique puis relecture complète | environ 1,5× à 3× | 11 à 22 heures |
| Reconnaissance automatique seule, sans relecture | environ 0,2× | inutilisable |
Ces fourchettes sont larges parce que trois facteurs les font varier plus que le choix du logiciel : la qualité du son, le nombre de locuteurs, et la convention de transcription que vous avez retenue. Un entretien enregistré au téléphone dans un café double le rapport, quelle que soit la méthode.
La conclusion pratique tient en une phrase : la reconnaissance automatique suivie d’une relecture intégrale est presque toujours le bon choix, non parce qu’elle est parfaite, mais parce qu’elle déplace votre travail de la saisie vers l’écoute — et l’écoute, elle, sert directement l’analyse. Intégrez ces heures à votre planning dès maintenant : c’est le poste que sous-estime le plus le calendrier d’un mémoire mené en parallèle d’un emploi.
Trois façons de transcrire
1. La saisie manuelle assistée
Un lecteur audio avec raccourcis clavier, un ralentissement à 70 %, et un retour arrière automatique de deux secondes à chaque pause. Des outils gratuits font cela très bien dans le navigateur, sans envoyer le fichier nulle part.
Quand c’est le bon choix : trois ou quatre entretiens courts, un son difficile que la machine ne reconnaîtra pas de toute façon, ou une exigence de confidentialité qui interdit tout traitement externe. C’est aussi la méthode qui vous fait le mieux connaître vos données — un avantage réel, souvent invoqué pour de mauvaises raisons.
2. La reconnaissance automatique puis relecture
Un moteur de reconnaissance vocale produit une première version horodatée avec identification des locuteurs, puis vous relisez l’intégralité en écoutant. C’est la méthode par défaut aujourd’hui.
Deux sous-familles à ne pas confondre :
- Les services en ligne. Vous téléversez le fichier, vous récupérez une transcription en quelques minutes. Confort maximal, interface de correction synchronisée avec l’audio. L’enregistrement quitte votre machine.
- Les moteurs exécutés localement. Le modèle tourne sur votre propre ordinateur ; rien ne sort. La qualité est comparable, la mise en route demande une heure, et il faut une machine récente. Plusieurs logiciels grand public encapsulent désormais ces moteurs dans une interface simple.
Les logiciels d’analyse qualitative intègrent aussi une fonction de transcription. Si vous coderez ensuite dans l’un d’eux, cela évite une étape d’import et garde l’horodatage — un gain réel que l’on oublie en comparant les outils un par un.
3. La délégation à un service payant
Tarifé à la minute d’audio, avec un rendu humain relu. La qualité est bonne, le coût rarement compatible avec un budget d’étudiant, et deux réserves s’imposent : vérifiez que votre règlement d’études l’autorise, et déclarez-le dans le chapitre méthode. Faire transcrire n’est pas faire écrire — mais cela se mentionne.
Ce que la reconnaissance automatique rate en Suisse romande
C’est le point que les comparatifs internationaux ignorent, et il change le calcul de temps.
Les numéraux. Les moteurs entraînés majoritairement sur du français de France traitent mal septante, huitante et nonante. Selon le moteur, vous obtiendrez une transcription phonétique approximative ou une conversion silencieuse vers la forme hexagonale. Le second cas est le plus dangereux : la transcription paraît propre et le chiffre est faux. Si vos entretiens comportent des montants, des âges ou des effectifs, vérifiez tous les nombres à l’oreille, systématiquement.
L’alternance de langues. Un entretien mené en français où l’interlocuteur bascule en suisse allemand, en anglais professionnel ou en italien pour une expression met en échec la plupart des moteurs, qui décident d’une langue par fichier. Le passage ressort en français phonétique, souvent sans que rien ne signale l’anomalie.
Le suisse allemand. Si l’entretien est entièrement en dialecte, considérez qu’il n’y a pas de transcription automatique fiable, et budgétez du manuel. La question préalable — transcrire en dialecte ou traduire en français — se tranche avant l’analyse, pas après, et se justifie en une phrase dans le chapitre méthode.
Le vocabulaire institutionnel. Les sigles suisses (HES, ES, OFS, AVS, LPD) et les noms d’institutions cantonales sortent déformés. La plupart des outils acceptent une liste de vocabulaire personnalisé : la remplir avant de lancer les neuf fichiers vous économise plusieurs heures de correction répétitive.
Choisir sa convention avant de transcrire, pas après
C’est la décision qui a le plus d’effet sur votre temps, et elle est presque toujours prise par défaut. Deux conventions raisonnables :
- Transcription épurée. On supprime les hésitations, les répétitions et les amorces de mots ; on conserve la formulation. Suffisante pour une analyse thématique de contenu — c’est-à-dire pour la grande majorité des mémoires.
- Transcription intégrale. On note les hésitations, les pauses chiffrées, les rires, les chevauchements. Nécessaire seulement si votre analyse porte sur la manière de dire : analyse de discours, analyse conversationnelle, approche narrative.
Le coût n’est pas comparable : passer de l’épuré à l’intégral peut doubler le temps de relecture. Choisissez selon votre méthode d’analyse, jamais par prudence. Transcrire en intégral « au cas où » est l’erreur de planning la plus fréquente et la plus chère.
Quelle que soit la convention, fixez et documentez quatre points : l’identification des locuteurs, l’horodatage (tous les combien), le traitement des passages inaudibles, et la ponctuation. Écrivez ces règles sur une demi-page avant le premier fichier, et appliquez-les à tous. Un correcteur orthographique lancé sans réfléchir sur un verbatim « corrigera » précisément ce que vous vouliez conserver — pensez à le désactiver, et gardez ces outils de correction pour votre propre texte.
Anonymiser pendant la transcription
Remplacez les noms, les employeurs, les lieux et les détails identifiants au moment où vous les tapez, avec des pseudonymes cohérents et une table de correspondance conservée séparément de la transcription.
Anonymiser après coup, par rechercher-remplacer, laisse systématiquement passer quelque chose : un prénom décliné, une fonction unique dans un canton, un événement daté qui identifie l’établissement. Dans une région où beaucoup de secteurs se connaissent, la fonction identifie souvent mieux que le nom.
Sur la question de savoir où vos fichiers ont le droit d’être traités, la logique est la même que pour la collecte en ligne : commencez par ce que votre haute école met à disposition et par ce que son règlement autorise. Le raisonnement est détaillé dans l’article sur le choix d’un outil de questionnaire en ligne — un enregistrement d’entretien est une donnée personnelle au même titre qu’une réponse d’enquête, et souvent plus sensible, puisque la voix elle-même identifie.
Le déroulé qui tient
- Transcrivez un entretien en entier avant de lancer les autres. C’est le seul moyen de savoir si votre convention tient et combien de temps un fichier vous coûte réellement.
- Remplissez la liste de vocabulaire avec les sigles, les noms d’institutions et le jargon du terrain.
- Lancez le lot, puis relisez fichier par fichier en écoutant, sans sauter les passages qui paraissent propres.
- Vérifiez tous les nombres et tous les noms propres à l’oreille. C’est la passe qui rattrape les erreurs invisibles.
- Anonymisez au fil de la relecture, pas dans un second temps.
- Notez vos premières impressions dans un fichier séparé pendant que vous écoutez : ce sont vos premiers mémos d’analyse, et ils ne reviendront pas.
Décrivez ensuite en trois phrases, dans le chapitre méthode, l’outil utilisé, la convention retenue et la manière dont l’anonymisation a été faite. Cette section trouve naturellement sa place dans la partie méthode telle que la structure le plan de votre mémoire.
Questions fréquentes
Faut-il transcrire l’intégralité de chaque entretien ?
Pour une analyse thématique, oui : sélectionner à l’écoute revient à coder avant d’avoir lu, et vous ne retrouverez pas ce que vous aviez jugé hors sujet au moment où votre grille aura évolué. L’exception est l’entretien qui déborde longuement du sujet ; dans ce cas, indiquez la coupure et sa durée dans le fichier plutôt que de la passer sous silence.
Combien de pages fait une heure d’entretien ?
Comptez entre huit et douze pages en transcription épurée, à interligne simple. C’est utile pour dimensionner vos annexes et pour comprendre pourquoi les transcriptions complètes n’y tiennent pas toujours — un extrait représentatif accompagné de la mention que l’intégralité est disponible sur demande est souvent la solution retenue.
Puis-je utiliser un outil gratuit en ligne ?
Cela dépend entièrement de ce que devient votre fichier et de ce que votre règlement d’études autorise. Posez la question à votre direction de mémoire par écrit, et gardez la réponse. Si vous n’obtenez pas de réponse claire, un moteur exécuté localement supprime la question.
Dois-je transcrire mes propres questions ?
Oui. Une réponse ne s’interprète pas sans la relance qui l’a produite, et un lecteur attentif de votre analyse voudra vérifier que vous n’avez pas suggéré la réponse. C’est aussi ce qui vous permet de constater, à la relecture, quelles relances ont fonctionné.
Que faire des passages inaudibles ?
Notez-les avec un marqueur uniforme et l’horodatage, par exemple (inaudible, 12:34). Ne devinez jamais. Si un passage inaudible portait une information centrale, mentionnez-le comme limite plutôt que de reconstituer.
L’essentiel
Calculez d’abord le rapport au temps d’audio, pas le prix de l’outil. Prenez la reconnaissance automatique suivie d’une relecture intégrale, sauf son difficile ou dialecte. Fixez votre convention avant le premier fichier et choisissez l’épuré si votre analyse est thématique. Remplissez la liste de vocabulaire, vérifiez tous les nombres à l’oreille — septante et nonante en particulier — et anonymisez pendant que vous tapez.
Et quand les transcriptions seront prêtes et qu’il faudra en faire un chapitre : Tesify vous accompagne de la méthode à la discussion, chapitre par chapitre.