Retranscription d'un entretien : méthode, règles et outils

Pour retranscrire un entretien, décidez avant de commencer du niveau de détail : une transcription intégrale, mot à mot, avec les hésitations et les silences, ou une version lissée, plus facile à lire et à citer. Gardez les mêmes conventions du début à la fin, puis relisez tout en réécoutant l'enregistrement. Un logiciel peut produire un premier jet ; la vérification reste votre travail. Ci-dessous : le consentement, les deux niveaux de retranscription, un même extrait retranscrit trois fois, les signes à connaître, le temps à prévoir et les outils.

Avant d'enregistrer : consentement et RGPD

• Demandez avant d'appuyer sur « enregistrer ». L'article 226-1 du Code pénal réprime le fait d'enregistrer, sans le consentement de la personne, des paroles qu'elle prononce à titre privé ou confidentiel. Selon une réponse du ministère de la Justice publiée en 2008, le consentement est présumé quand l'enregistrement se fait « au vu et au su » des intéressés sans qu'ils s'y opposent alors qu'ils pouvaient le faire. Pour une enquête, ne comptez pas là-dessus : posez la question clairement et gardez une trace de la réponse.
• Choisissez la base légale avant la collecte. Une voix enregistrée permet d'identifier une personne : l'enregistrement et sa retranscription relèvent donc du RGPD. Pour la recherche, la CNIL cite trois bases adaptées : le consentement, la mission d'intérêt public (le cas typique d'un laboratoire public) et l'intérêt légitime. Même sans base « consentement », l'accord des personnes pour participer peut rester nécessaire.
• Si vous retenez le consentement, la CNIL demande deux cases distinctes sur le formulaire : l'une pour le consentement au traitement des données, l'autre pour la participation à la recherche. Le consentement peut aussi être donné à l'oral et enregistré, au début de l'entretien par exemple, à condition de pouvoir le prouver. La personne peut le retirer à tout moment.
• Mineurs : pour une recherche, la CNIL précise que le consentement d'un mineur seul, même après quinze ans, ne suffit pas ; il faut celui des titulaires de l'autorité parentale, qui associent l'enfant selon son âge et sa maturité.
• Logiciel en ligne = sous-traitant. Si un service transcrit l'enregistrement pour vous, il traite des données pour votre compte et la CNIL rappelle que ce traitement doit être encadré par un contrat. Annoncez-le dans la notice d'information.

Le Code pénal et les recommandations de la CNIL cités ici concernent la France ; en Belgique, en Suisse ou au Québec, d'autres textes s'ajoutent ou s'appliquent à la place. Ce n'est pas un conseil juridique : le délégué à la protection des données (DPO) de votre établissement ou votre comité d'éthique tranche les cas particuliers.

Intégrale, lissée ou analyse de conversation ?

Pour les entretiens de sciences sociales, la fiche méthodologique de Thibaut Rioufreyt (2016), docteur en science politique, rassemble les usages courants et les références classiques. Elle se présente comme des conseils plutôt que des consignes : chaque enquête adapte les règles. Son point de départ est un principe de fidélité : chaque mot prononcé est transcrit, aucun n'est remplacé ni ajouté.

• Transcription intégrale (ou littérale) : les hésitations, les répétitions, les tics de langage et les fautes restent. On ne rajoute pas le « ne » d'une négation qui n'a pas été prononcé et on écrit les mots comme ils ont été dits : « parce que il est pas là », « j'sais pas », « y a ». C'est le document de référence pour l'analyse.
• Version lissée : une seconde version, faite sur une copie. Elle retire les répétitions, les relances de l'enquêteur qui servent seulement à encourager (« D'accord », « Hein hein ») et les « euh » ou « ben » sans signification, et rétablit les négations. Elle reste proche de l'oral, mais se lit bien ; c'est d'elle que l'on tire les citations destinées à une publication. Le fichier intégral reste intact.
• Analyse de conversation et linguistique : quand la forme compte autant que le contenu (prises de parole, chevauchements, durée des pauses, intonation), on utilise une convention de transcription spécialisée. En France, c'est par exemple le cas de la Convention ICOR du laboratoire ICAR (CNRS, Université Lyon 2, ENS de Lyon), mise à jour en janvier 2013 et exigée pour les corpus versés dans la base d'interactions CLAPI.

Si votre directeur de recherche ou votre laboratoire a ses propres consignes, elles passent en premier. Dans tous les cas, écrivez vos règles et suivez-les dans tous les entretiens. Rioufreyt rappelle aussi qu'il n'est pas obligatoire de tout retranscrire : commencez par les entretiens les plus riches et ne menez pas plusieurs transcriptions de front.

Un extrait, trois retranscriptions

Nous avons inventé un court échange entre une enquêtrice et une étudiante qui travaille à côté de ses études, et l'avons retranscrit selon les trois approches.

Ce qui change d'une version à l'autre :

• L'intégrale garde le « euh », la répétition « elle y bossait déjà », le « hm hm » de l'enquêtrice et le « j'avais pas l'temps » tel qu'il a été dit. Les silences sont rendus par des points de suspension, le mot inaudible est signalé entre crochets.
• La version lissée supprime l'hésitation, la répétition et la relance, et rétablit « je n'avais pas le temps ». Le mot inaudible reste marqué : l'effacer cacherait un trou dans le document.
• ICOR écrit tout en minuscules, sans ponctuation, mesure les pauses en secondes, au dixième près, note l'intonation montante par une barre oblique et aligne les deux crochets du passage où les deux personnes parlent en même temps.

Les signes à connaître

ICOR demande en plus de désactiver les corrections automatiques du traitement de texte, d'écrire en police Courier, où tous les caractères ont la même largeur, et de ne mettre aucune majuscule aux noms propres. La convention distingue trois niveaux : le niveau de base note obligatoirement les changements de locuteur, les chevauchements et les pauses, en précisant comment elles ont été mesurées ; le niveau intermédiaire ajoute les phénomènes vocaux et les commentaires ; le niveau spécialisé dépend de la question de recherche.

L'en-tête et la mise en page

Rioufreyt conseille de faire précéder chaque transcription d'une courte notice qui ne contient que les métadonnées, et de placer le compte rendu ethnographique de l'entretien (contexte, déroulement, relation) dans un fichier à part. Voici un modèle à copier :

Entretien avec Camille (pseudonyme), 14 octobre 2026
Enquêtrice : ENQ
Enquêtée : CAM
Transcription : [initiales], le [date]
Lieu : [ville, ou visioconférence]
Durée : [hh:mm:ss]
Conventions : transcription intégrale, d'après Rioufreyt (2016)
Outil : [logiciel et version, local ou en ligne]
Relecture : [nombre de passages, par qui]

[Début de la transcription]

Quelques règles de mise en page tirées de la même fiche :

• Un fichier par entretien. Si l'entretien a été enregistré en plusieurs morceaux, fusionnez les fichiers audio et signalez dans le texte l'endroit où l'enregistrement change.
• Un nom de fichier systématique, le même pour l'audio et le texte, seule l'extension change. La date en premier, dans l'ordre année, mois, jour, pour que les fichiers se classent dans l'ordre chronologique.
• Les tours de parole commencent par l'identifiant du locuteur et sont séparés par une ligne vide ; les interventions de l'enquêteur peuvent être mises en gras.
• Des formats ouverts comme .odt se rouvrent plus sûrement au fil des années qu'un format propriétaire ; si votre logiciel d'analyse ne les lit pas, convertissez une copie.

Les repères temporels (« horodatage ») aident à retrouver un passage dans l'enregistrement ; notre guide sur la transcription horodatée présente les formats courants.

Combien de temps prévoir ?

• À la main : avec un simple traitement de texte, Rioufreyt compte jusqu'à huit heures de travail par heure enregistrée pour une personne qui débute au clavier, et cinq à six heures pour une personne entraînée. Avec les outils d'aide les plus performants de l'époque, il descend à environ quatre heures.
• Avec un premier jet automatique : dans une étude publiée en 2024 dans la revue Forum Qualitative Sozialforschung, la correction des transcriptions produites par Whisper a demandé en moyenne trois heures et demie par heure d'entretien, sur sept entretiens, contre environ six heures pour une transcription manuelle selon la littérature citée. Les tests datent de 2023 et portaient sur des entretiens en anglais et en allemand.
• Le temps machine : l'Université de Genève indique qu'un outil local, sur un ordinateur récent sans carte graphique dédiée, met en général à peu près la durée de l'enregistrement pour le transcrire avec le meilleur modèle. Pendant ce temps, l'ordinateur travaille seul.

Retranscrivez de préférence dans les jours qui suivent l'entretien, tant que vous vous souvenez du contexte. Rioufreyt conseille de noter dans votre journal d'enquête les idées d'analyse qui viennent en transcrivant : la retranscription fait déjà partie de l'analyse.

Logiciels : en local ou en ligne ?

Pour des entretiens de recherche, la première question est de savoir où part l'enregistrement. L'Université de Genève déconseille les services en ligne pour les projets universitaires et recommande un outil qui tourne sur votre ordinateur.

Sur votre ordinateur, sans envoi de l'audio :

• noScribe est gratuit et open source (licence GPL-3.0), pour Windows, macOS et Linux. Il fonctionne entièrement en local, distingue les locuteurs, comprend une soixantaine de langues et inclut un éditeur pour corriger le texte en réécoutant. Il a été créé par le sociologue Kai Dröge et repose sur Whisper. Son site existe en anglais, allemand, espagnol, italien et néerlandais, pas en français. L'auteur met en garde contre un site au nom proche qui vend des services de transcription : téléchargez uniquement depuis le site officiel ou GitHub.
• aTrain, développé à l'Université de Graz, transcrit hors ligne, reconnaît les locuteurs et produit des fichiers importables dans ATLAS.ti, MAXQDA et NVivo. C'est l'outil que recommande l'Université de Genève.
• Whisper, le modèle open source d'OpenAI, tourne sur votre propre machine, mais ne sépare pas les locuteurs.

Pour corriger et analyser : Sonal π, logiciel libre et gratuit d'enquête qualitative conçu par Alex Alber, sociologue à l'université de Tours, ne transcrit pas l'audio lui-même. Il aide à corriger une retranscription faite par une IA, à identifier les locuteurs, à pseudonymiser les noms propres et à coder les entretiens. Son site précise que la version actuelle, la 1.0.81, est encore en cours de développement.

En ligne :

• Word, avec un abonnement Microsoft 365, transcrit un fichier .wav, .mp4, .m4a ou .mp3 via Accueil > Dicter > Transcrire, avec des étiquettes « Intervenant 1 », « Intervenant 2 » et une limite de 300 minutes d'audio importé par mois. L'enregistrement est stocké dans le dossier Fichiers transcrits de OneDrive. L'aide de Microsoft distingue le français de France et celui du Canada.
• MAXQDA Transcription ne propose l'option d'écrire les mots de remplissage que pour l'anglais : pour une transcription intégrale en français, prévoyez d'ajouter les « euh » à la main.

En octobre 2026, nous avons mesuré la précision de Whisper et d'un autre moteur gratuit, Vosk, sur des livres audio en anglais et en allemand : le modèle par défaut de Whisper s'y trompait sur moins de deux mots sur cent dans les deux langues. Nous n'avons testé ni le français ni des entretiens, où plusieurs personnes parlent, parfois en même temps ; les détails sont dans notre guide pour transcrire un fichier audio en texte. L'étude de 2024 note d'ailleurs que tous les outils testés attribuaient mal les paragraphes et les locuteurs. Quel que soit l'outil, vérifiez les noms, les chiffres et les passages à plusieurs voix.

Mots étrangers et entretiens dans deux langues

• Retranscrivez dans la langue de l'entretien. Les recherches sur les entretiens menés dans une autre langue recommandent de rester le plus longtemps possible dans la langue d'origine et de ne traduire que les extraits cités, avec soin.
• Gardez les changements de langue. Rioufreyt met les mots étrangers en italique (« il était vachement speed »). ICOR, si l'on choisit de la noter, indique l'alternance de langues en donnant la langue entre doubles parenthèses et en délimitant le passage.
• Une langue par fichier pour les logiciels. MAXQDA Transcription ne traite pas les enregistrements qui mélangent les langues, sauf l'espagnol avec l'anglais. Pour un entretien mixte, prévoyez plus de correction.

Si vous publiez la vidéo d'un entretien, la retranscription corrigée peut servir de base à des sous-titres ; notre guide du fichier SRT montre le format.

Relire, pseudonymiser, citer

1. Relire en réécoutant. Lisez la transcription du début à la fin en écoutant l'enregistrement, et reprenez chaque passage marqué inaudible. Rioufreyt rappelle que la personne qui a mené l'entretien comprend mieux les passages difficiles, les noms propres et l'ironie : idéalement, c'est elle qui retranscrit, ou au moins qui relit.
2. Pseudonymiser. ICOR demande de remplacer tous les noms propres (personnes, lieux) par des pseudonymes qui gardent si possible le même nombre de syllabes et la même connotation, ainsi que les numéros (téléphone, rue, compte bancaire). Rioufreyt conseille plutôt de le faire après la transcription, avec un codage préparé, pour ne pas perdre d'informations.
3. Savoir que pseudonymiser n'est pas anonymiser. La CNIL le rappelle : des données pseudonymisées restent des données personnelles, soumises au RGPD, tant qu'une table de correspondance existe ou que des recoupements permettent de retrouver la personne. Rangez cette table à part et vérifiez les détails qui trahissent quelqu'un : une petite commune, un employeur, un métier rare.
4. Citer à partir de la version lissée et garder la version intégrale pour l'analyse et les vérifications. Notez dans votre journal ce que vous avez modifié.
5. Documenter l'outil. Si un logiciel a produit le premier jet, indiquez dans votre méthodologie son nom, sa version, s'il tourne en local ou en ligne, et le nombre de relectures.

Si vous avez seulement besoin des décisions et non de chaque mot, rédigez plutôt un compte rendu de réunion.