Transcription ou Retranscription : Quelle Différence ? (+ Glossaire de l'Audiotypie)

Dit-on « Transcription » ou « Retranscription » d'un Enregistrement Audio ?

Que ce soit dans un mémoire universitaire, un appel d'offres de collectivité publique ou le règlement intérieur d'un CSE, l'hésitation est permanente : faut-il écrire « la transcription d'un entretien » ou « la retranscription d'un entretien » ?

Voici la réponse linguistique exacte (selon le Dictionnaire de l'Académie française, le CNRTL et les normes d'édition académique) ainsi que la distinction pratique utilisée par les professionnels de l'écrit :

En résumé pour votre mémoire, votre thèse ou vos documents officiels : Dans un titre de section académique (ex: « Annexe 2 : Transcription des entretiens semi-directifs ») ou un cahier des charges, privilégiez le mot « Transcription », plus rigoureux. Dans vos échanges courants, les deux termes sont parfaitement compris comme synonymes.

---

Les 4 Formats de Transcription / Retranscription à Connaître Avant de Rédiger

Au-delà du choix entre les mots transcription et retranscription, la vraie distinction méthodologique porte sur le niveau de fidélité au discours oral que vous attendez dans votre document Word :

---

Glossaire Complet des 15 Termes de la Transcription Audio, de l'Audiotypie et du Speech-to-Text

• ASR (Automatic Speech Recognition) / Reconnaissance Automatique de la Parole : Technologie informatique permettant de convertir un signal acoustique vocal en texte écrit. Contrairement aux anciens moteurs ASR en une seule passe, Le Scribe Audio combine un modèle multimodal en 2 passes (reconnaissance acoustique + consolidation linguistique et diarisation).
• Audiotypie (et Audiotypiste) : Métier spécialisé consistant à saisir et mettre en forme par écrit des enregistrements sonores (dictées juridiques, médicales, réunions de CSE, colloques) à l'aide d'un casque et d'un pédalier de commande. Sur Le Scribe Audio, vous pouvez combiner l'IA avec la relecture humaine par un audiotypiste français.
• CAQDAS (Computer-Assisted Qualitative Data Analysis Software) : Logiciels d'analyse qualitative de données textuelles utilisés par les chercheurs et sociologues (tels que NVivo, MAXQDA ou Atlas.ti) dans lesquels on importe les transcriptions Word (.docx) pour coder les entretiens par thématiques.
• Conventions Jefferson (Système de Gail Jefferson) : Ensemble normalisé de symboles typographiques ((.), [ ], ::, ↑) utilisés en analyse conversationnelle et en sociolinguistique pour noter les chevauchements de parole, la durée des silences et les intonations (voir notre guide des Conventions de Transcription Jefferson).
• Couture invisible (Invisible Stitching) : Procédé algorithmique développé par Le Scribe Audio lors du traitement des fichiers longs (jusqu'à 10 heures) : l'audio est découpé en segments de 20 minutes avec une zone de recouvrement de 5 secondes, puis la 2e passe fusionne les jonctions sans jamais couper une phrase ni perdre l'identité des locuteurs.
• Diarisation des locuteurs (Speaker Diarization) : Processus d'intelligence artificielle qui répond à la question « Qui parle, et quand ? » en segmentant l'enregistrement audio par empreinte vocale et en attribuant chaque prise de parole à un intervenant distinct (Locuteur 1, Locuteur 2... voir notre page Diarisation & Identification des Locuteurs).
• .DS2 (DSS Pro) et .DSS (Digital Speech Standard) : Formats audio propriétaires haute compression créés conjointement par Olympus, Philips et Grundig pour les dictaphones professionnels d'avocats, de notaires et de médecins. Le Scribe Audio intègre un décodeur natif .DS2 et .DSS.
• Hallucination acoustique (Hallucination Whisper) : Défaut fréquent des modèles dérivés d'OpenAI Whisper qui, face à un silence, un bruit de papier ou une musique d'attente, inventent des phrases de sous-titrage en boucle (« Sous-titres réalisés par la communauté d'Amara.org », « Merci d'avoir regardé cette vidéo »). Le pipeline en 2 passes de Le Scribe Audio élimine ces hallucinations.
• In extenso (Compte rendu in extenso) : Expression latine signifiant « dans toute son étendue / en entier ». Désigne un procès-verbal ou des actes de colloque restituant l'intégralité des interventions du début à la fin de la séance, sans couper aucun échange (voir Compte Rendu Intégral In Extenso).
• Paper Edit (Dérushage par le texte) : Méthode de montage vidéo et documentaire consistant à transcrire toutes les interviews avec leurs timecodes pour construire l'ours du film en surlignant et réorganisant les paragraphes de texte avant d'ouvrir Premiere Pro ou DaVinci Resolve (voir Dérushage Vidéo & Paper Edit).
• Pseudonymisation (Anonymisation RGPD d'entretien) : Remplacement systématique des noms propres, lieux et entreprises cités dans un entretien de recherche ou une enquête interne par des identifiants neutres ([Prénom A], [Ville X], [Entreprise B]) afin de protéger l'identité de l'enquêté.
• .SRT (SubRip Subtitle) et .VTT (WebVTT) : Formats universels de fichiers de sous-titres vidéo contenant les numéros de séquences, les codes temporels de début/fin à la milliseconde (00:01:12,400 --> 00:01:15,800) et le texte affiché à l'écran.
• Sténotypie (et Sténotypiste de conférences) : Technique de frappe codée syllabique en temps réel sur un clavier spécial (type Grandjean) permettant de suivre la vitesse de la parole en direct lors de grands congrès ou d'audiences solennelles.
• Timecode (Horodatage) : Marqueur temporel ([00:24:15]) inséré au début de chaque prise de parole dans le document Word permettant de retrouver instantanément le passage correspondant dans l'enregistrement sonore.
• WER (Word Error Rate / Taux d'Erreur par Mot) : Métrique scientifique internationale permettant de mesurer la précision d'un système de transcription en additionnant les mots substitués ($S$), insérés ($I$) et oubliés ($D$), divisés par le nombre total de mots prononcés ($N$). Un WER de 2 % équivaut à 98 % d'exactitude.

---

Guides Méthodologiques Complémentaires

• Transcription Verbatim : Définition, Niveaux & Exemples Comparés — Approfondissez le choix du bon niveau de verbatim.
• Exemples Réels de Transcriptions Audio en Word (.docx) — Comparez visuellement un même extrait audio en Mot à mot, en Texte lissé et en Synthèse.
• Calculateur Durée Audio ⇄ Nombre de Mots & Pages Word — Estimez la taille de votre futur document Word.

---

Questions Fréquentes — Transcription vs Retranscription

Quelle formulation utiliser dans un mémoire ou une thèse : « grille de transcription » ou « grille de retranscription » ?

Dans un mémoire de Master ou une thèse de doctorat (en sociologie, psychologie, sciences de l'éducation, sciences infirmières ou marketing), les jurys universitaires et les manuels de méthodologie (Blanchet & Gotman, Beaud & Weber, normes APA 7) utilisent préférentiellement les termes « transcription des entretiens », « corpus transcrit » et « conventions de transcription ». Vous pouvez toutefois mentionner le terme retranscription une fois dans votre chapitre méthodologique pour préciser l'usage courant.

Un compte rendu « in extenso » est-il forcément un verbatim mot à mot avec tous les « euh » ?

Non, et c'est une nuance essentielle pour les secrétaires de CSE et les collectivités ! Un compte rendu in extenso signifie qu'aucune intervention n'est résumée ni omise : toutes les phrases prononcées figurent dans le document. En revanche, dans 95 % des CSE, Conseils Municipaux et colloques, l'in extenso est rédigé en Texte lissé (verbatim épuré) afin que les élus s'expriment dans un français écrit correct, sans les bégaiements ni les hésitations de l'oral. C'est exactement ce que produit le Mode Texte lissé de Le Scribe Audio.