Blog

Comment corriger les étiquettes de locuteurs

Auteur : Hushscript | Publié le : 6 octobre 2026 | Dernière révision : 6 octobre 2026

Pour corriger les étiquettes de locuteurs dans une transcription, utilisez l’éditeur : renommez une étiquette une fois pour modifier toutes ses lignes, réattribuez une prise de parole à un autre locuteur, puis scindez ou fusionnez les prises de parole dont les limites sont incorrectes. Vous n’avez pas besoin de retranscrire le fichier. Les étiquettes automatiques constituent un premier jet ; quelques minutes de vérification les rendent fiables.

Remplacer Locuteur A par un vrai nom

Les étiquettes automatiques sont neutres. La transcription affiche Locuteur A et Locuteur B parce que le système regroupe les voix sans connaître l’identité des personnes. Une fois les personnes reconnues, ouvrez la boîte de dialogue des noms de locuteurs et saisissez un nom pour chaque étiquette. Ce nom remplace l’étiquette sur toutes les lignes du locuteur, dans l’éditeur et les exports.

Vous pouvez aussi utiliser un rôle plutôt qu’un nom. Intervieweur et Participant conviennent quand les noms ne doivent pas figurer dans le fichier. Si des Insights existent, Hushscript peut suggérer des noms de locuteurs dans un bloc que vous pouvez vérifier. Rien n’est appliqué sans votre accord. La page sur la diarisation et l’identification des locuteurs explique ce que les étiquettes indiquent et ce qu’elles ne prétendent pas établir.

Réattribuer une prise de parole au bon locuteur

Parfois, une seule ligne porte la mauvaise étiquette alors que les autres lignes du locuteur sont correctes. Modifiez uniquement le locuteur de cette prise de parole. Sélectionnez le bon locuteur dans la liste, ou créez-en un si la ligne appartient à une voix que la transcription n’a pas distinguée.

Parcourez la transcription en écoutant l’audio. Vérifiez la première ligne après chaque pause et à chaque changement de sujet. C’est à ces endroits que les erreurs d’attribution sont les plus probables.

Scinder une prise de parole contenant deux locuteurs

Quand deux personnes parlent l’une juste après l’autre, le moteur peut les placer dans une seule prise de parole. Scindez-la au début de la seconde voix, puis attribuez la seconde partie au bon locuteur. Placez la coupure avec précision pour que chaque partie ne contienne qu’une voix.

Fusionner des prises de parole qui vont ensemble

Le problème inverse est une phrase d’un même locuteur coupée en deux prises de parole, souvent par une pause ou une toux. Fusionnez la prise de parole avec la suivante pour les réunir. Cela ne fonctionne correctement que si les deux appartiennent au même locuteur : corrigez donc d’abord l’étiquette.

Une même personne peut aussi apparaître sous deux étiquettes, par exemple Locuteur A et Locuteur C. Il n’existe pas de commande dédiée à la fusion de deux étiquettes de locuteurs. Réattribuez les prises de parole de l’étiquette en trop au bon locuteur. Lorsqu’il n’en reste plus, cette étiquette disparaît de la transcription.

Vous pouvez annuler et rétablir chaque modification, et restaurer toute la transcription dans son état d’origine si une série de corrections se passe mal.

Pourquoi les étiquettes de locuteurs sont parfois fausses

Comprendre la cause vous indique où chercher. Le guide sur le fonctionnement de la diarisation approfondit le sujet. Voici les causes habituelles :

• Paroles superposées. Quand deux personnes parlent en même temps, une voix domine souvent. Attendez-vous à des prises de parole manquantes ou fusionnées autour des interruptions.
• Voix proches. Deux locuteurs dont la hauteur et le timbre sont similaires peuvent se retrouver sous une seule étiquette.
• Audio d’appels téléphoniques et vidéo. La compression et les variations de connexion modifient le son d’une voix, ce qui peut attribuer deux étiquettes à une même personne.
• Prises de parole courtes. Une réponse d’un seul mot comme « oui » offre peu d’indices vocaux au système, qui peut l’attribuer à un locuteur voisin.
• Nombreux locuteurs. Plus il y a de personnes, plus il faut placer correctement les limites. Une table ronde à huit demande plus de vérification qu’un entretien à deux.

Dans tous ces cas, la solution passe par une relecture. Les étiquettes automatiques ne constituent pas un relevé vérifié.

Les réglages à vérifier avant de transcrire

Certains problèmes coûtent moins cher à prévenir qu’à corriger.

Activez la détection des locuteurs pour tout enregistrement contenant plusieurs voix. Elle n’ajoute aucune minute. Désactivez-la pour un enregistrement à une seule voix.

Si chaque personne a été enregistrée sur un canal distinct, utilisez le traitement multicanal. Il garde les canaux séparés, et chaque canal est facturé. Il produit toujours des étiquettes dans la transcription, et non des pistes vocales isolées.

De bonnes habitudes d’enregistrement aident davantage que n’importe quel réglage. Donnez un micro à chaque personne si possible. Gardez le micro près de la personne et la pièce calme. Demandez aux invités de ne pas parler en même temps et à chacun de dire son nom au début pour associer rapidement les voix aux étiquettes.

Quel format utiliser pour une étiquette de locuteur ?

Aucun format unique n’est imposé. Dans une transcription écrite, l’usage courant consiste à placer un nom ou un rôle au début de chaque prise de parole, suivi de deux-points. Choisissez un style, comme Maria : ou Intervieweur :, et gardez-le pour toute la transcription.

Les exports suivent ce principe. En TXT, DOCX et dans les formats de sous-titres, chaque prise de parole ou sous-titre commence par le nom du locuteur suivi de deux-points. En Markdown, le nom figure en gras au-dessus de chaque prise de parole. CSV et TSV ont une colonne pour le locuteur. JSON conserve l’étiquette brute de chaque énoncé, accompagnée des noms enregistrés. Pour TXT, Markdown, HTML, RTF, ODT et PDF, vous pouvez désactiver les étiquettes de locuteurs si vous souhaitez du texte seul.

Les sous-titres offrent une autre possibilité. La spécification WebVTT définit un élément de voix pour nommer le locuteur d’un sous-titre. L’export VTT de Hushscript écrit plutôt le nom en texte brut au début de chaque sous-titre, pour que tout lecteur l’affiche comme du texte de sous-titre ordinaire.

Renommez les locuteurs avant d’exporter. L’export utilise les noms tels qu’ils sont à cet instant.

Modifier les étiquettes ou retranscrire

Dans presque tous les cas, modifiez les étiquettes. Les corrections sont gratuites, immédiates et conservent vos autres modifications.

Retranscrivez seulement si un réglage était incorrect dès le départ : détection des locuteurs désactivée, mauvaise langue choisie ou canaux distincts non traités séparément. Une nouvelle transcription est une nouvelle tâche facturée sur toute la durée de l’audio, et la nouvelle transcription ne reprend pas vos corrections manuelles. Corrigez le réglage dans les options, puis relancez le fichier.

Si vous comptez générer des Insights, terminez d’abord les étiquettes. Les Insights sont liés à la version de la transcription, et les générer à nouveau plus tard consomme des minutes.