Skip to content
NouveauDécouvrez Metis, notre modèle de décisionDécouvrez Metis
Créer un compte

Speech to Text

Transcrivez tout. Ne manquez rien.

L’API Speech to Text de GreenPT transcrit l’audio en texte dans douze langues, en temps réel ou par lots. Elle s’appuie sur Deepgram Nova-2 et Nova-3, deux des modèles de transcription les plus précis du marché, et tourne entièrement sur une infrastructure européenne : vos données ne quittent jamais l’Europe.

Créer un compteAccès complet, sans carte bancaire(opens in a new tab)Lire la documentation de l’API(opens in a new tab)
  • Deepgram Nova-2 et Nova-3
  • 12 langues
  • Temps réel et par lots
  • Conforme au RGPD
  • Hébergé dans l’UE

Cas d’usage

Là où l’on parle, il vous faut le texte.

Speech to Text fonctionne partout où l’audio rencontre vos processus de travail. Voici où nos clients l’utilisent le plus.

  • Comptes rendus de réunion

    Enregistrez une fois, relisez aussitôt. Chaque appel devient une transcription consultable et partageable, sans que personne n’ait à prendre de notes.

  • Appels clients

    Transcrivez vos échanges avec le support en temps réel. Repérez les problèmes récurrents, formez votre équipe et gardez une trace complète et consultable de chaque interaction.

  • Interviews et podcasts

    Des heures d’audio deviennent des pages de texte en quelques secondes. Citations, transcriptions complètes et résumés par chapitre, prêts à publier ou à analyser.

  • Accessibilité

    Rendez lisible chaque contenu audio et vidéo. Des sous-titres et des transcriptions précis qui vous aident à respecter les obligations légales d’accessibilité.

  • Recherche et analyse

    Tirez des enseignements de vos groupes de discussion, entretiens utilisateurs et enregistrements de terrain, sans passer des heures à transcrire à la main.

  • Dictée vocale

    Dictez au lieu de taper. Transformez vos notes orales en e-mails, documents et rapports soignés, à la vitesse de la pensée.

Propulsé par Deepgram

Les modèles de transcription les plus précis. Désormais sur une infrastructure européenne.

Nous avons choisi Deepgram parce qu’il est en tête du secteur en matière de précision, de rapidité et de couverture linguistique. Green S utilise Nova-2 et couvre douze langues. Green S Pro utilise Nova-3, le modèle le plus récent de Deepgram, pour la meilleure précision possible sur cinq langues principales, avec en plus le mélange multilingue. Les deux tournent sur nos propres serveurs hébergés dans l’UE : votre audio est traité selon le droit européen et n’est jamais confié à un fournisseur américain.

Lire la documentation de l’API
Modèles
Nova-2 / 3
Langues
12
Latence en direct
<1 s
Juridiction des données
UE uniquement

Le partenariat avec Deepgram

Technologie américaine, contrôle européen.

Deepgram conçoit les modèles de transcription. Nous obtenons une licence pour ces modèles et les exploitons nous-mêmes, sur les propres serveurs de GreenPT en Europe. Il s’agit d’une coopération, pas d’un partage de données : Deepgram est notre fournisseur de technologie, jamais un sous-traitant de vos données. Le moteur est donc américain, mais votre audio n’est traité que par une infrastructure que nous exploitons nous-mêmes, selon le droit européen. Voici précisément ce que cela signifie pour vous.

Découvrir notre approche complète de la confidentialité
  • Votre audio ne quitte jamais l’UE.Chaque fichier et chaque flux en direct est traité et stocké sur nos serveurs européens. Rien n’est envoyé aux États-Unis.
  • Nous exploitons les modèles nous-mêmes.Les modèles tournent sur l’infrastructure propre de GreenPT. Il n’y a aucun appel API vers Deepgram ni aucun aller-retour par un centre de données américain.
  • Deepgram n’a aucun accès.Deepgram ne peut accéder ni à nos serveurs, ni à votre audio, ni à vos transcriptions. Ils fournissent la technologie ; ils ne touchent jamais à vos données.
  • Jamais utilisé pour l’entraînement.Votre audio et vos transcriptions ne sont jamais utilisés pour entraîner ou améliorer un modèle, ni le nôtre ni celui de qui que ce soit.
  • Hors de portée du CLOUD Act américain.Comme les données et l’infrastructure sont entièrement européennes et que Deepgram n’y a pas accès, vos données échappent aux demandes d’accès du gouvernement américain.
  • Aucune remontée d’informations.Les modèles tournent dans notre environnement, sans aucune télémétrie renvoyée à Deepgram. Ce qui se passe dans notre infrastructure reste dans notre infrastructure.

Modèles disponibles

Choisissez le modèle adapté à votre charge de travail.

  • Deepgram Nova-2

    Green S

    Batch 0,23 €/h · Live 0,31 €/h

    Une large couverture linguistique pour le quotidien. Douze langues, temps réel et par lots, mise en forme intelligente et identification des locuteurs, au coût par minute le plus bas.

    • 12 langues : EN, DE, ES, FR, IT, NL, PT, RO, BG, CA, DA, FI
    • Temps réel et par lots
    • Ponctuation et mise en forme intelligente
    • Identification des locuteurs avec Diarization V2
    • Sentiment, thèmes et intentions

  • Deepgram Nova-3

    Green S Pro

    Batch dès 0,23 €/h · Live dès 0,31 €/h

    La plus haute précision disponible. Conçu pour les cas d’usage exigeants : enregistrements médicaux, juridiques et de centres de contact. Il s’appuie aussi sur un véritable modèle multilingue : une conversation qui passe d’une langue à l’autre est transcrite correctement, même quand les locuteurs changent de langue au milieu d’une phrase.

    • 5 langues principales : EN, DE, NL, SV, TR
    • Détection automatique de la langue
    • Modèle multilingue : une conversation, jusqu’à 10 langues à la fois
    • Diarization V2 (3,3 × plus précise)
    • Résumé (par lots, en anglais)

Ce que vous obtenez

Tout ce dont votre chaîne de transcription a besoin.

  • 12 langues

    Green S couvre douze langues d’Europe de l’Ouest, du Nord et de l’Est, dont l’anglais, l’allemand, l’espagnol, le français, l’italien, le néerlandais, le portugais et d’autres encore.

  • Transcription en temps réel

    Une latence inférieure à la seconde pour les applications en direct. Les résultats intermédiaires partiels vous permettent de créer des interfaces vocales réactives : sous-titres en direct, suivi des appels, assistants vocaux.

  • Tous les formats audio

    WAV, MP3, FLAC et tous les principaux formats audio sont acceptés. Importez vos fichiers directement ou indiquez une URL ou un bucket de stockage cloud. Traitement par lots à toute échelle.

  • Identification des locuteurs

    Sachez qui a dit quoi. Propulsée par Deepgram Diarization V2 sur tous les modèles : 3,3 fois plus précise que le modèle précédent pour identifier qui a parlé à quel moment.

  • Sentiment, thèmes et intentions

    Allez au-delà de la transcription. Détectez le ton émotionnel de chaque phrase, identifiez les thèmes clés et faites ressortir ce que les locuteurs cherchaient à obtenir, sans une ligne de code en plus.

  • Résumé

    Obtenez un résumé automatique des longs enregistrements en plus de la transcription complète. Idéal pour les comptes rendus de réunion, les notes d’entretien et la recherche. Disponible pour la transcription par lots.

  • API compatible OpenAI

    Se branche sur toute intégration existante qui utilise l’endpoint de transcription d’OpenAI. Aucune modification de code, aucun verrouillage. SDK disponibles pour Node.js et Python.

  • Hébergé dans l’UE, conforme au RGPD

    Votre audio est traité et stocké sur nos serveurs européens. Il n’est jamais envoyé à un fournisseur américain ni utilisé pour entraîner des modèles.

  • Infrastructure durable

    Chaque transcription tourne sur des serveurs européens alimentés en énergie renouvelable. Nous mesurons et publions l’empreinte en énergie et en CO2 de chaque appel API.

Nouveau

3,3×

plus précis pour identifier qui parle

Deepgram Diarization V2

Le plus grand bond en avant de l’identification des locuteurs à ce jour.

Batch Diarization V2 repose sur une nouvelle architecture d’embeddings de locuteurs et sur des algorithmes de clustering améliorés, qui réduisent le taux d’erreur sur les appels d’agents vocaux, les enregistrements de centres de contact et les transcriptions médicales. Lors d’évaluations comparatives directes, les évaluateurs ont choisi V2 plutôt que le modèle précédent plus de 3,3 fois plus souvent. Il fonctionne avec tous les modèles Nova, prend en charge l’audio multilingue et ne demande aucune modification de votre intégration existante.

Lire l’annonce de Deepgram

Sobriété énergétique

Chaque heure d’audio a une empreinte. Nous mesurons la nôtre.

La plupart des transcriptions tournent dans des centres de données énergivores, à l’autre bout du monde. GreenPT exécute chaque tâche sur des serveurs européens alimentés à 100 % en énergie renouvelable, et nous mesurons le coût en énergie et en CO2 de chaque heure d’audio que vous traitez. La transcription la plus verte est celle dont vous pouvez réellement rendre compte.

Alimenté par
100 % renouvelable
Empreinte
Mesurée par heure
Données
UE uniquement

Tarifs

Payez pour l’audio que vous transcrivez.

Speech to Text est facturé à l’heure d’audio traitée, sans minimum ni frais par utilisateur. La transcription par lots est moins chère ; le streaming en direct comporte un léger supplément pour la livraison en temps réel. Chaque nouveau compte démarre avec un essai gratuit de 14 jours et un accès complet aux deux modèles.

Créer un compte
ModèleBatch (par heure)Live (par heure)
Green SNova-2 · 12 langues0,23 €0,31 €
Green S ProNova-3 · une seule langue0,23 €0,31 €
Green S ProNova-3 · multilingue0,28 €0,37 €

Prix hors TVA. L’identification des locuteurs, la mise en forme intelligente, le sentiment, les thèmes et le résumé sont inclus sans frais supplémentaires. L’accès à l’API nécessite un abonnement Pro, Teams ou API actif.

Speech to Text, en bref

Quels modèles de transcription GreenPT utilise-t-il ?

GreenPT utilise Deepgram Nova-2 et Nova-3. Nova-3 est en tête pour la précision et la transcription multilingue en temps réel ; Nova-2 offre la couverture de langues et de modes la plus large. Vous choisissez le modèle et le mode à chaque requête, sur un seul endpoint.

Où mon audio est-il traité ?

Entièrement sur une infrastructure européenne alimentée en énergie renouvelable. Il n’y a ni solution de repli aux États-Unis, ni pipeline mondial. L’audio est traité, pas conservé, et n’est jamais utilisé pour entraîner des modèles.

Proposez-vous le temps réel et le traitement par lots ?

Oui. Diffusez l’audio en streaming via WebSocket pour la transcription en direct, ou envoyez des fichiers préenregistrés pour un traitement par lots. Les deux passent par la même API : vous n’intégrez qu’une seule fois.

Quelles langues peut-il transcrire ?

Plus de 40 langues avec Nova-2 et Nova-3, dont le néerlandais, l’allemand, le français, l’espagnol, l’italien et l’anglais. Nova-3 transcrit dix langues principales en temps réel et passe de l’une à l’autre au milieu d’une phrase.

Comment y accéder ?

Créez un compte pour obtenir une clé API, puis envoyez votre audio vers l’endpoint. La documentation couvre le streaming, le traitement par lots, la diarisation, les modes des modèles et la prise en charge des modèles par langue.

14 jours gratuits

Commencez à transcrire dès aujourd’hui.

Accès complet à toutes les langues et à toutes les fonctionnalités, gratuitement pendant 14 jours. Sans carte bancaire. Votre audio reste dans l’UE dès la toute première seconde.

Créer un compte14 jours, accès complet(opens in a new tab)Lire la documentation de l’API

Résiliable à tout moment.

  • 100 % renouvelable
  • Hébergé dans l’UE
  • Conforme au RGPD