Comment retranscrire un entretien, avec un exemple commenté

Pour retranscrire un entretien correctement, décidez d’abord quel niveau de détail le texte doit garder, puis écrivez chaque mot en séparant les interlocuteurs, avec un horodatage à chaque prise de parole, marquez ce que vous n’entendez pas au lieu de le deviner, et relisez le tout en réécoutant l’enregistrement. La plupart des retranscriptions d’entretien en recherche sont « nettoyées » : tous les mots, sans les « euh ». Or le nettoyage retire parfois justement les passages qui répondent à votre question de recherche.

Cette page commence par un exemple de transcript d’interview, commenté signe par signe, puis montre le même extrait nettoyé pour que vous voyiez ce qui disparaît. Vous trouverez ensuite les quatre façons de retranscrire, avec leur temps et leur coût réels, puis les cas où la transcription automatique suffit.

Un exemple de transcript d’interview, commenté

Un transcript d’interview est la version écrite d’une conversation enregistrée : chaque prise de parole y est attribuée à son auteur, horodatée et notée avec les mots prononcés. Nous avons écrit cet extrait pour la page, sur le modèle d’une interview de recherche sur les raisons qui poussent des indépendants à abandonner leur logiciel de facturation. Il est retranscrit en verbatim intégral, avec la notation légère qu’utilisent la plupart des chercheurs en qualitatif.

Interview 07 · graphiste indépendante · 18/09/2026 · audio 00:41:12
Retranscrit par : M.L. · Niveau : verbatim intégral · Noms remplacés par [crochets]

[00:12:04] I : Vous disiez que vous n’envoyez plus vos factures depuis l’appli. La dernière fois, c’était quand ?
[00:12:09] P : Euh (.) en mars ? Je crois mars. J’avais (.) j’avais ce client, un gros, et je vou- je voulais que la facture parte le jour même parce qu’ils paient le 1er.
[00:12:21] I : Mmh.
[00:12:22] P : Et le PDF est sorti avec l’ancien numéro de TVA. ((rit)) Ce qui est (.) bon. Ce qui est drôle MAINTENANT.
[00:12:29] I : Et vous avez fait [comment ?]
[00:12:30] P :                   [Je l’ai] faite sur Word. (2,5) Je l’ai faite sur Word le soir même et je n’y suis jamais vraiment revenue.
[00:12:38] I : Vous n’y êtes jamais vraiment revenue. Qu’est-ce qu’il aurait fallu pour que vous y reveniez ?
[00:12:43] P : Franchement ? (1,5) Que quelqu’un me dise que c’était corrigé. Personne (inaudible 00:12:47) donc j’ai supposé que non.

Chaque signe garde quelque chose que les mots seuls perdraient.

Verbatim intégral ou nettoyé : la version propre perd des indices

Voici le même extrait après un nettoyage classique, celui que livrent par défaut beaucoup de prestataires et que produisent beaucoup d’équipes en reprenant une transcription automatique.

I : Quand avez-vous envoyé une facture depuis l’appli pour la dernière fois ?
P : En mars. J’avais un gros client et je voulais que la facture parte le jour même, parce qu’ils paient le 1er. Le PDF est sorti avec l’ancien numéro de TVA.
I : Qu’avez-vous fait ?
P : Je l’ai faite sur Word le soir même, et je n’y suis jamais revenue.
I : Qu’est-ce qu’il aurait fallu pour que vous y reveniez ?
P : Que quelqu’un me dise que c’était corrigé. Personne ne l’a fait, donc j’ai supposé que non.

Le texte se lit et se cite plus facilement, mais il a perdu au moins quatre choses.

• Les hésitations, et les deux secondes et demie de silence avant « Je l’ai faite sur Word le soir même ». La version propre énonce une décision nette, alors que l’enregistrement montre une personne qui a du mal à la dire.
• Le rire et l’accent mis sur « maintenant », qui montraient la gêne.
• Le « vraiment » de « jamais vraiment revenue », qui laisse la porte entrouverte. Une équipe produit lit « jamais revenue » comme une cliente perdue, et « jamais vraiment revenue » comme une cliente qui peut revenir.
• Le passage inaudible. La personne qui a nettoyé le texte a écrit « Personne ne l’a fait », une supposition plausible que rien ne signale sur la page.

Daniel Oliver, Julianne Serovich et Tina Mason, trois chercheurs publiant dans la revue de sociologie Social Forces, ont nommé les deux approches dans un article de 2005 sur la retranscription. La transcription « naturalisée » garde chaque énoncé avec un maximum de détails. Dans la transcription « dénaturalisée », on corrige la grammaire, on retire les bruits et on lisse les accents : le texte garde ce qui a été dit et laisse de côté la manière. Le bon choix dépend de l’analyse prévue.

Nous conseillons de retranscrire en verbatim intégral avec la notation légère de l’exemple, et de nettoyer plus tard pour les citations. Un « euh » noté se supprime en une seconde quand la citation part dans une présentation, alors qu’une pause jamais notée oblige à réécouter l’enregistrement, si vous l’avez encore.

Comment retranscrire une interview : quatre méthodes comparées

Vous pouvez taper le transcript vous-même, passer l’enregistrement dans un logiciel de transcription, l’envoyer à un prestataire humain ou appeler une API de reconnaissance vocale depuis votre code. Les quatre se distinguent surtout par la personne qui y passe du temps.

Julia Bailey, médecin généraliste et chercheuse à l’University College London, compte au moins trois heures par heure de parole, et jusqu’à dix avec un niveau de détail fin, dans son article de 2008 sur la retranscription paru dans Family Practice. Les prix de l’application, du prestataire et de l’API sont les tarifs publics d’Otter, de Rev et d’OpenAI en octobre 2026, publiés en dollars.

Si vous comptez importer les transcripts dans un outil d’analyse, vérifiez s’il retranscrit avant de payer une application à part. Certains logiciels d’analyse qualitative retranscrivent eux-mêmes l’enregistrement, pour 1 $ à 30 $ l’heure d’audio selon l’outil.

Quelle que soit la méthode, une retranscription soignée suit les mêmes étapes.

1. Enregistrez dans une pièce calme avec un micro séparé. Pour un appel, enregistrez chaque côté sur une piste à part. Un mauvais son coûte plus cher que tous les autres choix de cette liste.
2. Choisissez le niveau de détail et écrivez vos conventions sur une page avant de commencer.
3. Rédigez l’en-tête, puis retranscrivez ou générez un premier jet.
4. Corrigez ce premier jet en réécoutant tout l’enregistrement.
5. Marquez chaque passage inaudible avec son horodatage, et signalez chaque supposition comme telle, par exemple (mardi ?).
6. Remplacez les noms, les employeurs et les lieux par des rôles entre crochets, dès la retranscription.
7. Après la correction, réécoutez encore quelques minutes de l’audio, texte sous les yeux, en commençant par les passages que vous comptez citer.

En recherche qualitative, le transcript est la donnée

Dans une étude qualitative, vous codez le transcript et non l’enregistrement : une décision prise en retranscrivant devient une décision d’analyse. Une pause non notée ne se code pas. Une phrase remise en bon français se code avec la grammaire du transcripteur. Bailey le dit aussi : passer de l’oral à l’écrit réduit toujours la matière, donc ce qu’on garde est déjà une décision d’analyse, prise tôt et souvent par quelqu’un d’autre que l’analyste.

C’est pourquoi le niveau de retranscription a sa place dans votre guide d’entretien, à côté des questions. Une fois les transcripts prêts, vous codez de courts extraits, construisez des thèmes à partir des codes et vérifiez chaque thème dans les textes : ce sont les étapes d’une analyse thématique des transcripts d’interview. Un thème comme « les gens gardent la porte ouverte tout en disant qu’ils sont partis » a besoin de l’hésitation, du « vraiment » et de la pause.

Quand la transcription automatique suffit, et quand elle ne suffit pas

La transcription automatique suffit quand le son est clair, que les interlocuteurs parlent chacun à leur tour, et que vous prévoyez une analyse thématique ou de contenu qui travaille sur les mots. Quelqu’un doit quand même relire le texte en réécoutant l’enregistrement, parce que les erreurs qui comptent ont l’air plausibles.

Allison Koenecke, chercheuse en sciences de l’information à l’université Cornell, et ses coauteurs ont montré qu’environ 1 % des transcriptions produites par Whisper, le modèle d’OpenAI, contenaient des phrases absentes de l’audio, dont près de 40 % étaient nuisibles, dans un article présenté à la conférence ACM FAccT en 2024. Ces inventions apparaissaient surtout pendant les longues pauses et chez des personnes aphasiques. En interview, les longues pauses sont souvent les moments qu’on veut lire au mot près.

graph TD
  A["Vous avez un enregistrement d’interview"] --> B{"Allez-vous analyser la manière de dire : pauses, chevauchements, intonation ?"}
  B -->|"Oui, analyse de conversation ou de discours"| C["Retranscription manuelle, Jefferson ou verbatim intégral"]
  B -->|"Non, des thèmes ou du contenu"| D{"Le son est-il clair, chacun parle-t-il à son tour ?"}
  D -->|"Non : voix mêlées, bruit, accents forts, troubles de la parole"| E["Prestataire humain, ou premier jet automatique et relecture attentive"]
  D -->|"Oui"| F{"Les citations seront-elles publiées ou utilisées comme preuve ?"}
  F -->|"Oui"| E
  F -->|"Non"| G["Transcription automatique, relue une fois en réécoutant l’audio"]

Avant de déposer l’audio sur un service tiers, vérifiez que votre formulaire de consentement couvre cet envoi.

Sauter l’étape de retranscription quand Raconte mène l’interview

Toutes les méthodes de cette page supposent qu’un enregistrement existe et que quelqu’un doit le transformer en texte. Quand l’interview passe par Raconte, il n’y a pas de retranscription à faire. Une IA mène l’interview en conversation vocale et relance quand une réponse reste vague. Le transcript se construit pendant ce temps, prise de parole après prise de parole.

À la fin de l’interview, vous récupérez le transcript avec les prises de parole de l’intervieweur et de la personne séparées, un horodatage sur chaque message, l’audio de chaque message à côté de son texte, un résumé et un sentiment sur chaque message de la personne. Vous le lisez dans l’application, vous le copiez, ou vous le récupérez dans vos propres outils par l’API REST, le serveur MCP ou un webhook déclenché en fin d’interview. Les interviews se déroulent en français ou en anglais.

Bien sûr, ce transcript est le texte reconnu à partir de la voix, au niveau du verbatim nettoyé, sans la durée des pauses ni les signes de Jefferson. Quand un passage dépend de la manière dont il a été dit, écoutez l’audio du message, placé juste à côté du texte. Pour une analyse de conversation, continuez à retranscrire à la main.

Questions fréquentes

Par où commencer

Si vous avez déjà des enregistrements, fixez d’abord le niveau de détail. Pour la plupart des recherches produit et UX, nous conseillons le verbatim intégral avec la notation légère de l’exemple. Partez d’un premier jet automatique et corrigez-le en une écoute : ajoutez les pauses et les hésitations, marquez chaque mot inaudible comme tel. Lisez ensuite tous les transcripts avant d’en coder un seul.

Si les interviews n’ont pas encore eu lieu, vous pouvez sauter la retranscription. Raconte mène la conversation pour vous : vous écrivez le brief une fois, vous envoyez un lien, et chaque personne répond à voix haute quand ça l’arrange. Chaque interview revient sous forme de transcript horodaté, interlocuteurs séparés et audio de chaque message joint, prêt à coder. Les 60 premières minutes de chaque mois sont offertes, sans carte bancaire. Ensuite, vous payez 0,10 € la minute de parole active.