Rev AI

Les tâches par lot traitent l'audio et la vidéo déjà enregistrés, et selon Rev un fichier d'une heure revient en moins d'une minute. Le plafond pratique est de 17 heures d'audio par tâche, et les fichiers transmis par URL montent à 5 To. De quoi couvrir des journées entières, des dépositions et des archives de colloque sans découpage préalable.

L'API de streaming transforme l'audio en direct en sous-titres avec peu de latence. Elle s'appuie sur les mêmes modèles que l'offre par lot. WebSocket sert les applications, RTMP les encodeurs de diffusion. Chaque flux dure jusqu'à 3 heures, donc un long événement demande l'étape de reconnexion documentée par Rev.

Rev AI indique qui parle, jusqu'à 8 locuteurs en anglais et 6 dans les autres langues. Si chaque personne a été enregistrée sur une piste distincte, vous indiquez le nombre de canaux et obtenez une séparation plus nette que la diarisation seule. Aucun réglage ne fixe le nombre de locuteurs, ce qui pèse sur les enregistrements de groupe brouillons.

Chaque texte peut porter un horodatage jusqu'au mot, ce qui simplifie la citation, la recherche et la synchronisation des sous-titres. L'alignement forcé est la fonction jumelle : vous fournissez l'audio et un script existant, elle renvoie le minutage exact de chaque mot. Les équipes médias s'en servent pour caler des sous-titres incrustés, les juristes pour citer un instant précis d'une déposition.

L'API asynchrone couvre 58 langues, dont des modèles multilingues anglais et espagnol, tandis que le streaming en propose 9. L'identification de la langue se lance en appel séparé, ce qui permet de trier un audio inconnu avant de payer sa transcription. Chaque langue a son propre profil de précision et Rev publie la liste à jour.

Au-delà du texte, ce service de transcription audio note le sentiment, fait de l'extraction de thématiques, résume un long enregistrement et traduit vers une autre langue. Chaque fonction est un paramètre distinct de la tâche, donc vous ne payez pas ce que vous n'utilisez pas. Les modèles standard et premium ont des tarifs différents, vérifiez le prix avant de lancer un gros lot.

Vous fournissez une liste de noms, de produits et de termes techniques pour que le modèle les écrive comme votre entreprise. L'apport est net sur les marques, les noms de médicaments et le jargon interne que les modèles génériques massacrent. C'est une liste de mots, pas un modèle de langue que vous entraînez.

Les SDK officiels couvrent Python et Node.js, les webhooks signalent la fin d'une tâche et les formats de sortie incluent JSON, texte brut, SRT et VTT. Rev propose aussi un déploiement sur vos propres serveurs pour les acheteurs qui ne peuvent pas passer par un cloud public. Les tâches restent sur le serveur 30 jours, sauf si vous raccourcissez ce délai.