Comment générer des transcriptions, des chapitres et des notes d’épisode avec Auphonic

Les créateurs de podcasts peuvent générer automatiquement des transcriptions textuelles horodatées, des marqueurs de chapitres (Chapter Marks) et des notes d’émission complètes (Show Notes) dans Auphonic en combinant les algorithmes de traitement audio de la plateforme avec ses outils intégrés de reconnaissance vocale (ASR) et d'intelligence artificielle. Au lieu de jongler entre logiciels de mastering, plateformes de transcription payantes et outils de génération de texte, les podcasteurs configurent l'ensemble du flux directement dans le formulaire de production Auphonic.

Auphonic normalise le volume sonore, élimine les bruits de fond et équilibre la dynamique tout en transcrivant la voix via Whisper, analyse les transitions thématiques à l'aide de modèles de langage et encode les métadonnées obtenues directement dans les fichiers audio finaux, les lecteurs web et les flux RSS.

1. Comment Auphonic associe reconnaissance vocale et structuration de contenu

Auphonic intègre la génération de métadonnées directement dans son pipeline standard de post-production audio :

1. Classification et prétraitement du signal : Avant de lancer la transcription, les algorithmes de classification d'Auphonic segmentent le signal en distinguant la voix humaine des bruits de fond, de la musique et des silences. Cette étape évite que les bruits ambiants ne perturbent le moteur de reconnaissance vocale.
2. Reconnaissance automatique de la parole (ASR) : Les segments vocaux nettoyés sont transmis au moteur d'ASR. Auphonic intègre son propre moteur auto-hébergé Auphonic Whisper ASR (basé sur le modèle Whisper d'OpenAI), compatible avec environ 100 langues. Comme ce moteur s'exécute sur l'infrastructure d'Auphonic, les données audio ne transitent pas par des tiers, le traitement est rapide et aucun coût d'API supplémentaire n'est facturé aux utilisateurs abonnés. Les moteurs externes tels qu'Amazon Transcribe, Google Cloud Speech API, Wit.ai et Speechmatics sont également pris en charge.
3. Analyse thématique et chapitrage par IA : Une fois la transcription brute terminée, un modèle de langage analyse le texte. Il repère les changements de sujet, calcule les horodatages précis de chaque section, rédige des titres de chapitres clairs et génère un résumé détaillé (Long Summary), un résumé court (Brief Summary), un sous-titre ainsi que des mots-clés (Keywords).
4. Diarisation et enregistrement multipiste (Multitrack) : Lorsque les intervenants sont enregistrés sur des pistes distinctes et téléversés sous forme de Multitrack Production, Auphonic transcrit chaque piste de façon isolée. Cela élimine totalement la diaphonie (crosstalk) et les interruptions croisées, ce qui améliore la précision de la transcription et permet d'attribuer automatiquement le nom de chaque participant dans le texte.

2. Configuration pas à pas dans le formulaire de production

L'automatisation des métadonnées dans Auphonic se configure en cinq étapes simples, qui peuvent également être enregistrées dans un préréglage (Preset) réutilisable.

Étape 1 : Téléverser les fichiers audio sources

Créez une nouvelle Production (pour un fichier unique) ou une Multitrack Production (pour un projet multipiste). Téléversez des fichiers WAV non compressés ou des fichiers audio compressés à haut débit binaire.

Étape 2 : Activer et configurer la reconnaissance vocale

Dans le formulaire, rendez-vous dans la section Speech Recognition :

• Select Service : Choisissez Auphonic Whisper ASR pour éviter la création de comptes tiers ou la saisie de clés d'API.
• Select Language : Sélectionnez la langue principale de l'enregistrement ou laissez Whisper détecter la langue automatiquement.
• Speaker Diarization : Sur un enregistrement à piste unique réunissant plusieurs voix, activez la diarisation pour différencier les locuteurs. En multipiste, les noms sont déduits automatiquement des identifiants de piste.

Étape 3 : Cocher l'option Automatic Shownotes and Chapters

Activez la case à cocher Automatic Shownotes and Chapters :

• Shownotes Summary Example (Personnalisation du style) : Collez un exemple de notes d'épisode issues d'un enregistrement précédent. L'IA s'inspirera de votre ton, de votre structure et de vos formats (tels que des listes à puces Markdown ou des sections spécifiques) pour générer un texte fidèle à votre identité éditoriale.

Étape 4 : Définir les formats de sortie et le mappage des métadonnées

Dans la section Output Files, sélectionnez les fichiers souhaités :

• Fichiers audio : Choisissez MP3, AAC/M4A, Opus ou FLAC. Auphonic injecte automatiquement les titres de chapitres, les marqueurs temporels, les résumés et les mots-clés dans les balises ID3 (MP3), les métadonnées MPEG-4 (M4A) ou les commentaires Vorbis (FLAC/Opus).
• HTML Transcript : Génère un document web autonome comprenant le texte complet horodaté, les intervenants et l'éditeur interactif intégré.
• Sous-titres (WebVTT ou SRT) : Fichiers de sous-titres synchronisés pour lecteurs web et plateformes vidéo.
• Données vocales (JSON ou XML) : Fichiers exploitables par machine avec horodatages et scores de confiance mot à mot.
• Fichiers de chapitres dédiés : Exportation possible au format texte MP4chaps, Podlove Simple Chapters ou JSON Podcasting 2.0.
• Burn-In Subtitles (Sous-titres incrustés, facultatif) : Lors de la génération d'audiogrammes ou de vidéos MP4, cette option permet de graver des sous-titres synchronisés avec styles typographiques et mise en valeur dynamique (karaoké) directement sur l'image.

Étape 5 : Lancer la production

Cliquez sur Start Production. Auphonic applique la normalisation du volume, le débruitage, la transcription et l'extraction des métadonnées lors d'un traitement cloud unique.

3. Révision et ajustements dans le Transcript Editor

Une fois le traitement achevé, cliquez sur Correct and edit speech recognition results sur la page de statut (ou ouvrez le fichier HTML téléchargé) pour lancer l'Auphonic Transcript Editor.

+-----------------------------------------------------------------------+
|  AUPHONIC TRANSCRIPT EDITOR                                  [ Save ] |
+-----------------------------------------------------------------------+
|  AUTOMATIC SHOWNOTES                                                  |
|  Summary:   [ Résumé d'épisode généré par l'IA, modifiable ici...   ]  |
|  Keywords:  [ podcasting, auphonic, post-production, metadata     ]  |
+-----------------------------------------------------------------------+
|  CHAPTER MARKS                                                        |
|  00:00:00.000  - Introduction et accueil des invités                  |
|  00:04:15.500  - Comparatif des moteurs de reconnaissance vocale      |
|  00:14:30.000  - Normes de métadonnées et balises ID3                 |
+-----------------------------------------------------------------------+
|  TRANSCRIPT                                                           |
|  [00:00:00] Hôte A: Bienvenue dans ce nouvel épisode...               |
|  [00:00:15] Hôte B: Aujourd'hui nous explorons les chapitres auto...  |
+-----------------------------------------------------------------------+

L'éditeur offre des fonctionnalités conçues pour une relecture rapide :

• Mise en évidence des faibles confiances (Highlight Low Confidence) : Les mots pour lesquels le modèle a un indice de certitude statistique plus faible s'affichent avec des nuances de rouge. Plus le rouge est soutenu, plus la confiance est basse, ce qui permet de corriger immédiatement les noms propres et le jargon sans relire l'intégralité du texte.
• Lecture au clic (Play on Click) : En cliquant sur un mot, la lecture audio démarre instantanément à cet endroit précis pour une vérification à l'oreille.
• Mode paragraphe vs Mode sous-titres/lignes : Basculez entre l'affichage en paragraphes fluides et le mode ligne par ligne. La touche Entrée sépare une réplique, tandis que la touche Retour arrière en début de ligne permet de la fusionner avec la précédente.
• Gestion des locuteurs : Cliquez sur le libellé d'un intervenant pour le renommer sur l'ensemble de la transcription.
• Ajustement des chapitres : Modifiez les titres et résumés dans le volet Automatic Shownotes. Pour décaler le début précis d'un chapitre, modifiez l'horodatage directement dans le corps de la transcription afin de caler la transition sur une pause naturelle de la voix.

4. Recompilation gratuite sans consommation de crédits

Les podcasteurs craignent souvent de devoir payer de nouveau lorsqu'ils corrigent une coquille ou modifient un horodatage. Chez Auphonic, la réexportation des métadonnées est sans surcoût :

1. Après avoir effectué vos corrections dans le Transcript Editor, cliquez sur Save. Le statut de la production devient Production Changed.
2. Cliquez sur Start Production pour régénérer les fichiers finaux.
3. Dès lors que les fichiers audio d'origine n'ont pas été modifiés, Auphonic réencode le texte, les chapitres et les métadonnées dans les fichiers cibles sans déduire aucun crédit de calcul supplémentaire de votre compte.

[!TIP] Si vous avez utilisé un service externe payant lors du premier passage, désactivez la reconnaissance vocale externe avant de relancer la production pour ne pas générer de frais d'API superflus.

5. Diffusion des métadonnées et compatibilité avec les applications

Les chapitres et notes générés par Auphonic sont pris en charge nativement par l'ensemble de l'écosystème de diffusion :

En intégrant la transcription audio, l'analyse sémantique par IA et l'encapsulation technique des fichiers dans un flux continu, Auphonic transforme une corvée manuelle laborieuse en une procédure automatisée et professionnelle en un clic.

Références

• Automatic Speech Recognition, Shownotes and Chapters — Auphonic Help 2026 documentation
• Production — Auphonic Help 2026 documentation
• Auphonic Speech Recognition Engine using Whisper by OpenAI (Beta) | Auphonic