Guide de Prise de Son en Réunion Multi-Intervenants (8 à 50 Personnes) : Réussir sa Diarisation IA

Pourquoi 80 % des erreurs de transcription proviennent de la acoustique de salle (et non du modèle IA)

Sur un entretien individuel enregistré à 40 cm du microphone, un pipeline moderne en 2 passes atteint une exactitude remarquable (47 révisions humaines seulement sur 1h16 d'entretien CNRS dans notre banc d'essai). En revanche, dans une grande salle vitrée réunissant 18 participants autour d'une table en U avec un unique téléphone posé près d'un vidéoprojecteur ventilé, le rapport signal/bruit chute brutalement au-delà de 2,50 mètres.

Trois phénomènes physiques dégradent alors simultanément la reconnaissance lexicale et la diarisation (séparation des intervenants) :

1. La loi de l'inverse du carré de la distance : un élu assis à 4 mètres d'un micro unique arrive avec une énergie vocale seize fois plus faible que le voisin immédiat de l'enregistreur, noyée dans la réverbération des murs.
2. Les bruits solidiens de table : stylos qui cliquent, tasses à café posées sur le bois, chemises cartonnées feuilletées et frappes sur un clavier d'ordinateur portable collé au dictaphone.
3. L'asymétrie des réunions hybrides : les participants présents en salle sont captés de loin tandis que les participants distants sur Microsoft Teams ou Zoom sortent par les haut-parleurs d'un téléviseur mural.

---

Quelle configuration matérielle choisir selon la taille et la géométrie de votre salle ?

---

Les 5 gestes terrain qui changent radicalement la netteté de votre export Word (.docx)

1. L'astuce du « tour de table d'empreinte vocale » en ouverture de séance (45 secondes)

Au démarrage de l'enregistrement, invitez chaque participant à énoncer brièvement son nom et sa fonction en une phrase (« Bonjour, Monsieur Martin, Président de séance », « Bonjour, Madame Dubois, Secrétaire du CSE »). Ce repère initial de 45 secondes offre deux avantages décisifs :

• Il stabilise immédiatement les profils vocaux pour notre passe d'unification des locuteurs.
• Lors de votre ouverture du dossier dans le lecteur interactif Le Scribe Audio, il vous permet de renommer et coder en 1 clic chaque étiquette d'intervenant sur l'intégralité des 3 ou 4 heures qui suivent !

2. Isoler mécaniquement le microphone du plateau de la table

Un microphone posé directement sur une table stratifiée capte chaque vibration mécanique (frappe clavier, coude posé). Glissez systématiquement une pochette néoprène, un sous-main en liège ou un cahier épais sous le dictaphone ou la pieuvre, et éloignez-le d'au moins 50 cm de tout ordinateur portable dont le ventilateur souffle.

3. Choisir le bon format d'enregistrement sans saturer le réseau

• En salle sur carte SD : privilégiez le .WAV (16 bits / 16 kHz ou 44,1 kHz mono) ou le .MP3 / .M4A à 128 kbps minimum (évitez les modes « LP / Long Play 32 kbps » des anciens dictaphones qui écrasent les consonnes sifflantes s/f/t). Vous utilisez un dictaphone médical ou juridique Olympus / Philips en .DS2 ou .DSS ? Notre plateforme décode nativement les fichiers .DSS et .DS2.
• Fichier .WAV de plusieurs gigaoctets : Le Scribe Audio accepte jusqu'à 10 heures et 10 Go d'un seul bloc. Si votre liaison Internet est lente, vous pouvez diviser son poids par 10 sans perte audible d'intelligibilité vocale avant l'envoi grâce à notre compresseur audio en ligne 100 % local.

4. Discipliner les chevauchements de parole (cross-talk) lors des votes et débats vifs

Même pour une oreille humaine expérimentée, trois personnes qui parlent en même temps rendent l'attribution juridique d'une réserve délicate. Rappeler en début de séance la règle du passage par le micro (et faire annoncer à haute voix par le Président le décompte final d'un scrutin : « 11 voix pour, 2 contre, 1 abstention ») garantit une traçabilité irréprochable au procès-verbal.

5. Que faire si un enregistrement déjà réalisé souffre d'un souffle fort ou d'un volume trop bas ?

Ne recommencez pas la réunion :

1. Vous pouvez pré-écouter et filtrer gratuitement un bruit de climatisation stationnaire dans votre navigateur avec notre outil de nettoyage vocal local.
2. Notre pipeline IA en 2 passes normalise automatiquement la dynamique sonore et vous fait diviser par 2 votre temps de rédaction (2 à 3 heures de réécoute synchronisée par heure d'audio contre 4 à 7 heures de frappe manuelle).
3. Pour les bandes sonores particulièrement difficiles ou les séances contentieuses, notre option de double relecture humaine à 60 € HT / heure mobilise deux transcripteurs successifs qui réécoutent chaque passage au casque professionnel.

---

Questions Fréquentes — Prise de Son & Transcription de Réunions

Combien d'intervenants distincts l'IA peut-elle séparer dans une même réunion ?

Il n'y a pas de plafond fixe codé en dur : sur une table ronde de 2 à 12 intervenants bien captés, la séparation des timbres vocaux est très fine. Au-delà de 15 ou 20 intervenants ponctuels dans un grand conseil, le lecteur synchronisé phrase par phrase vous permet de cliquer instantanément sur n'importe quel segment horodaté pour vérifier ou ajuster l'attribution d'un locuteur en une seconde avant l'export Word (.docx).

Faut-il découper un fichier audio de 4 heures (matinée + après-midi) avant de l'importer ?

Non : vous pouvez déposer directement un fichier unique allant jusqu'à 10 heures et 10 Go. Si votre enregistreur a au contraire coupé automatiquement votre séance en 3 fichiers successifs (ex. limite FAT32 à 2 Go sur carte SD), vous pouvez les rassembler proprement avant envoi grâce à notre outil gratuit de fusion audio en local afin d'obtenir un seul document Word unifié.

Mes enregistrements de réunion sont-ils protégés conformément au RGPD ?

Oui : le stockage des fichiers et de la base de données est hébergé en France chez OVHcloud (chiffré en AES-256), l'inférence est exécutée via Google Cloud Vertex AI (en région Europe) sans conservation ni entraînement sur vos données (Zero Data Retention), et vous disposez d'un bouton de suppression immédiate et définitive en 1 clic.