Guide

M4A, MP3, WAV, MOV : extraire le texte de ce que vous avez enregistré

Le format de votre enregistrement ne devrait pas décider si vous pouvez le transcrire. La plupart du temps, ce n'est pas le cas — mais il existe quelques pièges bien réels.

30 August 2026

Cherchez « m4a to text » et vous trouverez une centaine de sites qui veulent que vous téléversiez votre fichier. Vous n'en avez presque jamais besoin : le format est rarement l'obstacle réel, et quand il l'est, la solution n'est pas un site de conversion.

Voici ce que signifie réellement chaque format que vous avez sans doute entre les mains.

La réponse courte #

Pour la transcription, un bon outil convertit en interne tout ce que vous lui donnez vers la même chose — de l'audio mono à 16 kHz — et travaille à partir de là. Le conteneur est un détail. Ce qui compte, c'est :

1. Y a-t-il seulement une piste audio à l'intérieur ?
2. A-t-elle été compressée au point que le détail de la parole a disparu ?
3. L'outil sait-il ouvrir ce conteneur particulier ?

Seule la troisième question dépend de l'extension du fichier, et seulement dans quelques cas délicats.

Les formats #

M4A — Ce qu'est un mémo vocal d'iPhone. De l'audio AAC dans un conteneur MP4. Compressé, mais aux débits utilisés par les téléphones, la qualité est bonne et la transcription n'en souffre pas. Le fichier que les gens veulent transcrire le plus souvent, et ce n'est pas un problème.

MP3 — L'universel. Même histoire : avec perte, très bien en pratique. Les MP3 à très faible débit (64 kbit/s et moins, courants dans les vieilles archives de podcasts et les enregistrements de systèmes téléphoniques) dégradent la précision de façon mesurable, parce que la compression supprime les hautes fréquences qui distinguent des consonnes proches. Rien ne peut les restituer.

WAV — Non compressé. Le meilleur cas pour la précision et le pire pour la taille du fichier : deux heures représentent plusieurs centaines de mégaoctets, ce qui explique que les services fondés sur le téléversement calent précisément sur les WAV. La transcription locale s'en moque.

AAC — Le codec contenu dans la plupart des fichiers M4A, qui apparaît parfois sous la forme d'un simple .aac. Mêmes propriétés que le M4A.

CAF — Le Core Audio Format d'Apple. Produit par les outils d'enregistrement de macOS et iOS. Rare ailleurs, géré sans souci par tout ce qui repose sur les frameworks audio d'Apple.

OGG / Opus — Le côté web et Android du monde. Les notes vocales WhatsApp sont en Opus. Excellent codec pour la parole à bas débit, réellement meilleur que le MP3 à taille égale. Certains outils natifs Apple ne peuvent pas l'ouvrir sans une étape de décodage, ce qui est une limite de l'outillage et non de la qualité.

MOV et MP4 — De la vidéo. La transcription n'a besoin que de la piste audio, qui est extraite en premier. Presque tous les enregistrements d'écran, vidéos de téléphone et fichiers d'appareil photo sont dans l'un de ces formats.

Les pièges bien réels #

Un fichier vidéo sans piste audio #

Évident une fois qu'on le sait, invisible avant. Certains enregistrements d'écran sont capturés sans audio, et certaines caméras écrivent un fichier audio séparé. Un outil de transcription ne peut rien faire d'une vidéo muette, et un bon outil devrait le dire plutôt que de renvoyer une transcription vide.

Les anciens fichiers MOV #

Tous les fichiers .mov ne se valent pas. Les anciens fichiers QuickTime peuvent contenir un unique flux MPEG multiplexé, sans piste audio séparée que les frameworks modernes puissent adresser. Les outils d'Apple eux-mêmes signaleront zéro piste audio. Si un vieux .mov précis échoue partout alors que les fichiers modernes fonctionnent, c'est généralement la raison. Le réexporter depuis QuickTime Player est la solution pratique.

Tout ce qui a un débit très faible #

En dessous d'environ 64 kbit/s pour la parole, vous perdez en précision quel que soit l'outil de transcription. Si vous avez le choix au moment de l'enregistrement, c'est le réglage qui mérite votre attention — bien plus que l'application utilisée ensuite.

Un fichier qui n'est pas ce que son extension prétend #

Renommer recording.aiff en recording.mp3 ne le convertit pas, et les outils qui font confiance à l'extension échoueront de façon déroutante. Si un fichier se comporte bizarrement, vérifiez ce qu'il est vraiment (file recording.mp3 dans le Terminal vous le dira).

Faut-il convertir d'abord ? #

En général non, et convertir peut vous coûter cher.

Chaque conversion entre formats avec perte — MP3 vers M4A, par exemple — décode et réencode, en perdant un peu plus de détail à chaque fois. Si votre objectif est une transcription précise, donner le fichier original à un outil qui le lit directement est strictement préférable à le convertir au préalable.

L'exception est un format que votre outil ne sait vraiment pas ouvrir. Convertissez alors une seule fois, depuis l'original, vers du WAV plutôt que vers un autre format avec perte.

Ce que nous prenons en charge #

Offline Transcription lit les formats MP3, WAV, M4A, AAC, CAF et OGG pour l'audio, ainsi que MOV et MP4 pour la vidéo, aussi bien sur Mac que sur iPhone. Tout est converti en interne vers le mono 16 kHz attendu par le modèle : vous déposez le fichier original et rien d'autre n'est nécessaire.

Les fichiers non pris en charge ou indécodables sont listés avec une raison claire plutôt que d'échouer en silence — y compris le cas des anciens .mov évoqué plus haut, que nous conservons comme cas de test justement parce que c'est celui qui échoue partout.

En bref #

Le format n'est presque jamais le problème. Une compression en dessous d'environ 64 kbit/s est un vrai problème, les fichiers vidéo sans piste audio sont un vrai problème, et les anciens fichiers MOV sont un problème réel occasionnel. Tout le reste — M4A, MP3, WAV, AAC, CAF, OGG, MP4 — se transcrit directement, et convertir au préalable rend généralement les choses légèrement pires plutôt que meilleures.