Curation des transcripts après l'événement

Un transcript brut de Loquira capture chaque mot que le moteur de reconnaissance a reconnu : phrases complètes, fragments de phrases, faux départs, mots de remplissage répétés et artefacts de dialogues croisés. C’est un enregistrement précis de ce que le moteur a entendu. Ce n’est pas un document publiable.

Ce guide couvre le passage de curation — le nettoyage minimal qui transforme un transcript brut en un document adapté à la distribution, à la citation et à l’archivage.

Le nettoyage minimal

Un transcript curaté doit passer trois tests :

1. Un lecteur peut identifier qui a dit quoi.
2. Le texte se lit comme une prose écrite, pas comme un discours haché.
3. Aucun contenu sensible n’apparaît dans la version distribuée.

Étape 1 : Attribution des orateurs. Le transcript brut enregistre les énonciations sous forme d’un flux unique. Si plusieurs orateurs étaient actifs, ajoutez une étiquette d’orateur à la première énonciation de chaque orateur et à chaque changement d’orateur. Utilisez le nom ou le rôle de l’orateur : « Alina Novak (PDG) : » ou « Modérateur : ». Pour les conférences de presse, identifiez les journalistes par média si l’autorisation a été accordée : « Question — Le Monde : ».

Étape 2 : Sauts de paragraphe et structure. Le transcript brut arrive sous forme de bloc de segments horodatés. Insérez des sauts de paragraphe aux transitions thématiques naturelles. Si l’ordre du jour de la soirée couvrait trois sujets, le transcript doit avoir trois sections. Ajoutez des annotations d’en-tête entre crochets pour les changements de sujet : « [Transition vers les questions-réponses] ».

Étape 3 : Nettoyage des disfluences. Supprimez les mots de remplissage répétés (euh, hein, vous savez, genre, en quelque sorte). Le moteur de reconnaissance reproduit fidèlement chaque énonciation, y compris celles-ci. Une version curatée sert mieux le lecteur en les omettant. Ne corrigez pas la grammaire, ne reformulez pas les phrases et ne modifiez pas le sens de l’orateur. Le transcript est un enregistrement, pas une réécriture.

Réconciliation des transcripts traduits avec l’original

Lorsqu’une session avait plusieurs langues de sortie actives, chaque transcript linguistique est un rendu indépendant du discours original. Une rétro-traduction directe du transcript français en anglais ne correspondra pas mot pour mot à l’original anglais — la traduction introduit des variations légitimes dans la formulation, le traitement des expressions idiomatiques et la structure des phrases.

Comment réconcilier pour la distribution :

• Distribuez le transcript en langue originale comme version faisant autorité.
• Distribuez chaque transcript traduit à côté, clairement étiqueté : « Traduction française (générée automatiquement) ».
• N’essayez pas d’harmoniser manuellement les traductions avec l’original. La variation est inhérente au processus de traduction et n’indique pas d’erreurs.

Si un passage spécifique doit être identique dans toutes les versions linguistiques — une déclaration de politique, une mention légale, une citation clé — vérifiez la traduction de ce passage séparément et annotez le transcript si nécessaire. C’est rare pour la plupart des cas d’usage mais essentiel dans les contextes réglementaires ou de conformité.

Caviardage pour contenu sensible

Avant de distribuer un transcript en externe, révisez-le pour détecter tout contenu sensible qui ne devrait pas apparaître dans la version publiée.

Ce qu’il faut rechercher :

• Informations personnellement identifiables (numéros de téléphone, adresses e-mail, adresses personnelles) prononcées pendant l’événement. Le moteur de reconnaissance les capture avec précision.
• Remarques « off-the-record » faites pendant des segments « on-the-record ». Un orateur peut passer du « on-the-record » au « off-the-record » au milieu d’une phrase.
• Déclarations prospectives commercialement sensibles qui ont été approuvées pour la salle mais pas pour la distribution externe.

Méthode de caviardage : Remplacez le passage sensible par une description entre crochets : « [Caviardé — commercialement sensible] » ou « [Informations personnelles supprimées] ». N’utilisez pas le transcript brut comme preuve de caviardage ; le texte est à la même position. Créez un fichier caviardé séparé.

Conventions d’archivage pour les enregistrements à long terme

Les organisations qui mènent des sessions Loquira hebdomadaires ou mensuelles accumulent une archive de transcripts. Sans conventions de nommage, l’archive devient inutilisable en quelques trimestres.

Structure d’archive recommandée :

/transcripts/
  YYYY/
    YYYY-MM-DD_nom-de-l-evenement/
      YYYY-MM-DD_nom-de-l-evenement_fr.txt
      YYYY-MM-DD_nom-de-l-evenement_en.txt
      YYYY-MM-DD_nom-de-l-evenement_ja.txt
      YYYY-MM-DD_nom-de-l-evenement_metadata.json

Le fichier JSON de métadonnées stocke les informations au niveau de la session : nom de l’orateur, type d’événement, durée, nombre d’auditeurs par langue et toute note du curateur (par exemple « Segment questions-réponses manquant — le microphone était éteint pendant les questions-réponses »).

Décisions de rétention par événement :

Tous les transcripts n’ont pas besoin d’être conservés indéfiniment. Établissez une catégorie de rétention pour chaque type d’événement :

Type d’événement	Rétention	Exemple
Conseils d’administration	Permanente	Assemblée générale annuelle
Réunions publiques internes	2 ans	Réunion publique trimestrielle
Conférences de presse	1 an	Lancement de produit
Points hebdomadaires	90 jours	Synchronisation technique
Sessions de test	30 jours	Répétition avant un événement

Appliquez la rétention au niveau de l’archive, pas par fichier. Un script qui vérifie les dates de création des dossiers par rapport à la politique de rétention peut automatiser le nettoyage.

Ressources associées

• Transcripts et exports
• Organiser une réunion publique ou une assemblée générale
• Confidentialité et traitement des données