Une transcription iPhone montre-t-elle où un appel a interrompu l'enregistrement ?

C'est une attente raisonnable si vous avez l'habitude des appels vidéo qui ajoutent « [déconnecté] » à un journal, ou des outils de sous-titrage qui marquent une coupure. Qu'un enregistreur se mette en pause pour un appel puis reprenne semble justement le genre d'événement qui devrait laisser une trace dans le texte produit ensuite. Ce n'est pas le cas, et la raison mérite d'être comprise, car elle explique quelque chose qui ressemble sinon à un bug la première fois qu'on le remarque.

Ce qui arrive réellement au fichier pendant l'appel

Quand un appel arrive, l'app n'est pas invitée à continuer d'enregistrer discrètement en arrière-plan : iOS confie le micro à l'appel, un point c'est tout, et l'app reçoit une notification indiquant qu'une interruption a commencé. Voice Studio répond en se mettant en pause : il arrête d'écrire dans le fichier à cet instant précis et conserve tout ce qui a été capté jusque-là. Quand l'appel se termine, il réactive la session audio et recommence à écrire, dans ce même fichier, exactement là où il s'était arrêté.

La partie qui mérite qu'on s'y arrête, c'est ce que signifie « exactement là où il s'était arrêté » pour le fichier lui-même. La durée de l'appel n'est jamais écrite comme du silence, ni comme quoi que ce soit d'autre : elle n'a tout simplement jamais existé du point de vue des données audio. Un appel de dix minutes au milieu d'un enregistrement n'ajoute pas dix minutes de piste vide ; il n'ajoute rien du tout. La durée du fichier terminé ne reflète que les secondes réellement captées, ce qui explique pourquoi un enregistrement qui a couvert quarante minutes réelles avec un appel de dix minutes au milieu se relit comme trente.

Pourquoi la transcription n'a rien à signaler

La transcription s'exécute sur ce fichier terminé, du début à la fin, bien après que l'enregistrement soit fini — en tentant d'abord le passage sur l'appareil, puis en se rabattant sur une autre voie seulement si ce passage revient vide ou en erreur. Dans les deux cas, ce que reçoit le moteur de reconnaissance vocale, ce sont trente minutes d'audio continu, pas quarante minutes avec un trou dedans. Il n'y a jamais eu de trou dans le fichier que le moteur aurait pu remarquer, donc il n'y a rien que la transcription puisse marquer. Une transcription ne peut pas signaler un silence qui n'a jamais été enregistré, ni une durée que l'app elle-même ne compare à aucune horloge murale séparée.

C'est différent d'un enregistrement qui devient vraiment silencieux un moment — quelqu'un marque une pause, réfléchit, ou s'éloigne en pleine phrase pendant que l'enregistreur tourne encore. Ce genre de silence est bien de l'audio capté, présent dans le fichier, et une transcription peut plausiblement le refléter comme une pause entre les mots. Une interruption par appel n'est pas cela. C'est du temps que le fichier ne contient tout simplement pas, et un texte ne peut pas représenter l'absence de quelque chose qui ne lui a jamais été fourni.

À quoi cela ressemble vraiment quand une phrase se retrouve coupée

Le cas concret n'est pas un blanc dans la transcription : ce sont deux morceaux de parole qui se retrouvent collés l'un à l'autre, sans rien entre les deux. Si une phrase s'est interrompue juste au moment où l'appel arrivait et qu'une nouvelle idée a démarré dès la reprise de l'enregistrement, la transcription se lit souvent comme un seul bloc continu : la fin de la première phrase directement accolée au début de la suivante, sans ponctuation ni pause pour suggérer que dix minutes et un appel se sont écoulés entre les deux. Cela peut ressembler sur la page à un enchaînement étrange — un virage brutal de sujet sans rien pour l'expliquer — alors qu'en réalité, un morceau de temps réel manque, de façon invisible, exactement à cette jointure.

Autant s'y attendre plutôt que de chercher une panne. Ce n'est pas une erreur de transcription au sens d'un mot mal entendu — le moteur a correctement transcrit les deux moitiés, chacune de son côté. L'étrangeté vient entièrement du fait que deux instants réels ont été soudés sans aucune trace de ce qui se trouvait entre eux, une propriété du fichier audio, pas une erreur de lecture.

Le compromis derrière ce comportement

Il existe une autre façon de gérer la même interruption : clore l'enregistrement au moment où l'appel arrive et en démarrer un tout nouveau ensuite. Cette approche laisserait deux fichiers séparés et deux transcriptions séparées, avec une coupure évidente entre elles — plus clair sur l'endroit où l'interruption a eu lieu, au prix de transformer un enregistrement en deux qu'il faut désormais retrouver et suivre ensemble. Mettre en pause puis reprendre dans un seul fichier évite cette fragmentation, au prix d'une jointure silencieuse plutôt que marquée entre les deux moitiés. Aucun des deux choix n'est gratuit ; c'est simplement de quel côté de ce compromis tombent un enregistrement continu et une transcription continue.

Un moyen de retrouver la jointure, si besoin

Si un appel interrompt un enregistrement que vous voudrez revoir avec attention plus tard — un entretien, un cours, tout ce qui a du contenu important des deux côtés de l'interruption —, un repère posé juste avant de vous éloigner pour décrocher vous donne un point de repère. Il ne décrira pas ce qui s'est passé, mais il place un point précis dans la chronologie et dans la transcription exportée, vers lequel revenir directement, plutôt que de devoir deviner où se trouve la jointure dans un long bloc de texte.

Comment Voice Studio gère cela

Voice Studio se met en pause à l'interruption et reprend dans le même fichier quand l'appel se termine, si bien que vous obtenez un seul enregistrement plutôt que deux fragments — la durée de l'appel ne fait tout simplement pas partie du fichier, elle n'y est pas représentée comme du silence. La transcription s'exécute ensuite sur ce fichier terminé, en tentant d'abord le passage sur l'appareil, et produit une transcription continue sans aucune marque de l'endroit où se trouvait l'interruption, puisque rien dans l'audio ne la marquait non plus. Poser un repère avant de décrocher un appel est le seul moyen délibéré de vous laisser un point de repère à cet endroit, puisque les repères restent dans la chronologie et passent dans une transcription exportée.

Questions fréquentes

La transcription montre-t-elle un trou ou une note à l'endroit où un appel a interrompu l'enregistrement ?

Non. Rien dans la transcription ne marque l'interruption — ni ligne vide, ni saut d'horodatage, ni note entre crochets. L'audio lui-même n'a aucun trou à signaler, donc il n'y a rien que la transcription puisse refléter.

L'enregistrement contient-il du silence pour le temps passé au téléphone ?

Non. L'app arrête d'écrire quand l'appel commence et recommence, dans le même fichier, quand il se termine. Le temps entre les deux n'est capté ni comme du silence ni sous aucune autre forme — la durée du fichier ne reflète que l'audio réellement enregistré.

Une phrase coupée par un appel se lira-t-elle bizarrement dans la transcription ?

C'est possible. Les mots juste avant l'appel et juste après se retrouvent côte à côte sans rien entre les deux, si bien qu'une phrase coupée en pleine idée peut se lire comme un saut brusque vers la suivante, sans ponctuation pour marquer qu'un vrai laps de temps s'est écoulé.

Existe-t-il un moyen de marquer l'endroit d'une interruption pour le retrouver ensuite ?

Oui — posez un repère juste avant de vous éloigner pour répondre à l'appel. Il ne décrira pas l'interruption, mais il vous donne un point précis dans l'enregistrement et dans la transcription exportée vers lequel revenir.