Google a enrichi son modèle d’intelligence artificielle Gemini d’une fonctionnalité très attendue : la capacité de transcrire des fichiers audio. Cette nouveauté se distingue de la concurrence et ouvre de nouvelles perspectives pour l’analyse de contenus vocaux. Cet article vous explique comment en profiter pleinement.

Qu’est-ce que la transcription audio de Gemini ?

Contrairement à d’autres outils comme ChatGPT qui se concentrent sur la capture en direct de réunions, Gemini permet de convertir en texte des fichiers audio préexistants. Il vous suffit d’importer votre fichier pour obtenir une transcription instantanée, que ce soit pour des notes, des interviews ou des enregistrements personnels.

Comment fonctionne la transcription avec l’IA de Google ?

Le processus est conçu pour être simple et intuitif. Pour transcrire un fichier audio avec Gemini, suivez ces étapes :

1. Ouvrez l’interface de Gemini et cherchez l’icône « + » dans la barre de saisie.
2. Sélectionnez « Importer des fichiers » dans le menu déroulant.
3. Choisissez le fichier audio que vous souhaitez transcrire. L’outil accepte plusieurs formats courants, tels que MP3, MP4 ou M4A.
4. Une fois le fichier chargé, ajoutez une requête (prompt) pour préciser votre besoin. Par exemple, vous pouvez simplement demander « Transcris ce fichier » ou « Résume les points clés de cet enregistrement ».

Avantages et limitations de la fonctionnalité

Cette nouvelle capacité de Gemini est particulièrement utile, mais elle est soumise à certaines limites :

• Utilisateurs gratuits : La durée de chaque fichier audio ne doit pas dépasser 10 minutes. Vous pouvez cependant importer jusqu’à 10 fichiers simultanément pour une transcription en masse.
• Abonnés Premium : Les utilisateurs des versions payantes, comme Google AI Pro et Google AI Ultra, bénéficient d’une limite étendue, leur permettant de traiter des fichiers audio d’une durée maximale de 3 heures.

Cette fonctionnalité positionne Gemini comme un outil puissant non seulement pour la génération de texte, mais aussi pour l’analyse de données audio.

Gemini face à ChatGPT : une différence de taille

Alors que ChatGPT a longtemps été considéré comme la référence, l’approche de Gemini sur la transcription audio le rend unique. Tandis que l’outil d’OpenAI se concentre sur l’enregistrement et la conversion de réunions en direct via son mode Enregistrement, Gemini excelle dans le traitement de fichiers existants, offrant une flexibilité et une utilité différentes pour les créateurs de contenu, les étudiants et les professionnels.