Résumé Audio
Retenir les idées d’un enregistrement sans tout retranscrire
Transformez un entretien, un cours ou une réunion en notes plus courtes. Choisissez une longueur cible, des paragraphes ou des puces, puis les sujets à privilégier. Le résumé est rédigé par un modèle d’IA : vérifiez les décisions, les noms et les chiffres dans l’enregistrement avant de le partager.
Coût: Gratuit dans la limite du quota disponible. Des limites d’utilisation s’appliquent ; consultez le guide ci-dessous.
Comment résumer un fichier audio
Ajoutez l’enregistrement
Cliquez sur Télécharger audio à résumer ou déposez le fichier dans l’aperçu. Les fichiers audio MP3, WAV, M4A, AAC, FLAC, OGG, Opus et WebM ainsi que les vidéos MP4, M4V, MOV, MKV, AVI, WebM, MPEG et OGV sont acceptés jusqu’à 200 Mio. Fichiers ouvre les Téléversements compatibles du gestionnaire partagé.
Choisissez la longueur
Dans Longueur du résumé, sélectionnez une cible de 100, 250, 500, 1000 ou 2000 mots. Le choix initial est Moyenne - 500. Ce nombre indique une longueur souhaitée, sans imposer un compte exact.
Définissez la présentation
Dans Format du résumé, choisissez Paragraphe, sélectionné au départ, ou Puces pour une liste de points.
Précisez un thème si nécessaire
Dans Zone de mise au point (facultatif), indiquez par exemple « décisions, tâches et responsables ». Laissez le champ vide pour un résumé général. Ce texte oriente le contenu demandé au modèle.
Générez et relisez
Cliquez sur Générer un résumé et gardez l’onglet ouvert jusqu’à l’affichage de Résumé audio à la place du lecteur. Relisez le texte, puis utilisez Copier dans le Presse-papiers, TXT ou DOCX. Vous pouvez corriger les notes dans votre éditeur après copie ou téléchargement.
Ce que changent les trois réglages
La longueur, le format et le thème deviennent des instructions pour le modèle. Le résultat n’est ensuite ni allongé ni raccourci pour atteindre exactement le nombre de mots choisi.
- Longueur du résumé
- Les options réelles sont Petit - 100, Basse - 250, Moyenne - 500, Grand - 1000 et Haute - 2000. Les nombres désignent des mots, comme l’indique le titre de la carte. Ajustez cette cible au contenu : pour une courte note vocale, 100 mots peuvent suffire ; demander 1000 mots risquerait de donner un texte presque aussi long que l’original.
- Format du résumé
- Paragraphe, le choix initial, demande un texte suivi adapté à un rapport ou à un courriel. Puces demande une liste plus facile à parcourir pour des notes de réunion, un ticket ou une discussion. Ces choix changent la présentation du texte, pas le format des fichiers TXT et DOCX proposés ensuite.
- Zone de mise au point (facultatif)
- Ce champ est vide au départ. Écrivez quelques thèmes précis, par exemple « tâches, responsables et échéances », « définitions et sujets d’examen » ou « objections sur le prix ». La demande d’extraire les idées principales reste présente : ce thème change leur priorité, sans transformer le résumé en transcription exhaustive.
Réglages de départ selon l’enregistrement
Voici des combinaisons à sélectionner vous-même ; il n’y a pas de boutons de préréglage.
Réunion ou appel d’équipe
Essayez 250 ou 500 mots avec Puces et le thème « décisions, tâches et responsables ». Vérifiez les attributions et les échéances dans l’audio avant de diffuser les notes.
Cours ou formation
Essayez 1000 mots avec Paragraphe et le thème « concepts clés, définitions et exemples ». Chaque sujet dispose ainsi de plus de place qu’avec une cible de 100 mots.
Podcast ou entretien
Commencez avec 500 mots, en demandant les principaux arguments et recommandations de l’invité. Cet outil ne propose pas d’étiquettes d’intervenants ; indiquez les personnes à privilégier dans le thème et contrôlez qui a dit quoi.
Note vocale
Essayez 100 mots avec Paragraphe et sans thème. Un bref message peut déjà contenir peu d’informations ; une cible élevée n’ajoute pas de faits à l’enregistrement.
Comment l’enregistrement devient un résumé
Le fichier est importé sur nos serveurs. FFmpeg extrait la première piste audio, la convertit en FLAC mono à 16 kHz et retire les métadonnées. Les images d’une vidéo ne sont pas utilisées. Cette copie audio et les instructions issues de vos réglages sont envoyées à l’API Google Gemini, avec le modèle Gemini 3.5 Flash-Lite. Si l’API Gemini atteint une limite de requêtes, la même demande passe par OpenRouter vers le même modèle.
La copie FLAC temporaire est supprimée de notre serveur après la réponse. Notre serveur demande aussi à Gemini de supprimer sa copie importée après la requête. Le fichier original, le texte du résumé et le document DOCX suivent les durées de conservation indiquées ci-dessous.
Le modèle reformule les informations ; il ne recopie pas chaque phrase. Il peut omettre un point, confondre les propos de deux personnes ou modifier un chiffre, surtout si les voix se chevauchent ou si la prise de son est mauvaise. Pour retrouver davantage de formulations de l’enregistrement, utilisez Transcrire un audio sur le même fichier disponible dans Fichiers.
Le téléchargement TXT conserve le texte tel qu’il apparaît, y compris les caractères Markdown comme ** ou # éventuellement produits par le modèle. Le document DOCX convertit ces marques en gras, titres et listes. Les résultats restent enregistrés dans le gestionnaire partagé ; le sélecteur de cet outil présente les fichiers audio et vidéo compatibles.
Formats, limites et conservation
- Formats d’entrée
- Audio MP3, WAV, M4A, AAC, FLAC, OGG/OGA, Opus et WebM ; vidéo MP4, M4V, MOV, MKV, AVI, WebM, MPEG/MPG et OGV.
- Piste utilisée
- Uniquement la première piste audio décodable. Les images vidéo sont écartées.
- Résultats
- Texte affiché, téléchargement TXT UTF-8 sous summary.txt et document Word sous summary.docx.
- Taille maximale
- 200 Mio par fichier, soit 209 715 200 octets.
- Fichiers par traitement
- Un enregistrement à la fois.
- Traitement
- Préparation avec FFmpeg sur nos serveurs, rédaction par Google Gemini directement ou via OpenRouter. Un traitement peut durer jusqu’à 60 minutes.
- Filigrane
- Aucun ajout.
- Limites d’utilisation
- Limites horaires et quotidiennes pouvant compter les résumés ou la durée totale des enregistrements. Un message indique lorsqu’une limite est atteinte.
- Conservation
- Suppression automatique des fichiers importés et des résultats après 48 heures pour les visiteurs et après 30 jours pour les comptes gratuits. Les offres payantes peuvent les conserver plus longtemps.
Questions fréquentes
Peut-on résumer un audio gratuitement ?
Oui, sans compte ni paiement. Chaque résumé utilise un modèle d’IA : des limites horaires et quotidiennes s’appliquent au nombre de demandes et à la durée des enregistrements. Le message affiché précise lorsqu’une limite est atteinte.
L’audio est-il envoyé à un service d’IA externe ?
Oui. La copie mono à 16 kHz de la première piste audio et le thème saisi sont envoyés à l’API Google Gemini, ou via OpenRouter au même modèle si Gemini atteint sa limite de requêtes. Les images d’une vidéo ne sont pas envoyées.
Pourquoi le nombre de mots diffère-t-il du choix demandé ?
Longueur du résumé est une cible transmise au modèle. Aucun découpage ni ajout ne force ensuite ce nombre. Une cible de 2000 mots pour un enregistrement très court peut dépasser le contenu disponible et favoriser des répétitions. Choisissez une longueur qui laisse assez de place aux idées sans reproduire toute la discussion.
Dans quelle langue le résumé sera-t-il rédigé ?
Cet outil ne propose aucun sélecteur de langue de sortie. Pour choisir une langue ou obtenir une traduction, Transcrire un audio propose une langue audio et une traduction facultative.
Peut-on résumer une vidéo ou une capture d’écran enregistrée ?
Oui, si elle contient du son. Seule la première piste audio est analysée. Si votre logiciel place le microphone sur une deuxième piste, cette voix ne sera pas incluse. Les informations visibles uniquement dans les images ne font pas partie du résumé.
Comment préparer un enregistrement de plus de 200 Mio ?
Un WAV stéréo à 44,1 kHz et 16 bits représente environ 606 Mio par heure et atteint la limite après environ 20 minutes. Un MP3 à 64 kbit/s créé avec Convertir un audio représente environ 27,5 Mio par heure. Cette compression avec perte peut modifier la reconnaissance : vérifiez que la parole reste claire. Pour une longue session dont un seul résumé serait trop général, utilisez Diviser un audio et résumez chaque partie.