Ce qu'est le Studio

Le Studio est l'application web d'Uttera : une page où vous téléversez un fichier ou collez du texte, cochez ce que vous voulez et téléchargez le résultat. Rien à installer, aucune clé à demander, et pas une ligne de code à écrire.

En dessous, c'est exactement le même service que décrit le reste de cette documentation. Le Studio n'est pas une démo aux limites rognées : il appelle la même API, sur votre même plan, et dépense des crédits de votre même quota. Quand cette documentation dit que transcrire coûte tant par seconde, cela coûte le même prix par les deux portes.

Pour y entrer, il vous faut un compte et une session active. Si vous n'en avez pas, le Studio vous renvoie vers la page d'accueil. L'en-tête de la page vous rappelle avec quel e-mail vous vous êtes connecté et sur quel plan vous êtes, parce que ce que vous pouvez faire en dépend.

Comment l'écran est organisé

Il y a quatre cartes, une par tâche :

Si votre plan n'inclut pas quelque chose, la carte est quand même là mais désactivée, grisée et sans bouton, indiquant quel plan il vous faudrait. C'est affiché à dessein : mieux vaut voir ce qui existe et ce que cela coûte que de le découvrir par une erreur. Il se passe la même chose à l'intérieur de Transcrire avec les cases d'analyse et de résumé, qui se désactivent individuellement sans retirer la transcription.

Toutes les cartes fonctionnent de la même façon, de haut en bas :

1. Les champs. Le fichier ou le texte, et les options de cette tâche.
2. La ligne de coût. Elle apparaît dès que vous choisissez un fichier et dit ce que cela va coûter, avant de dépenser quoi que ce soit.
3. Le bouton Lancer.
4. Le résultat. Pendant qu'il travaille, vous verrez le logo Uttera animé et un compteur de secondes, pour que vous sachiez qu'il est toujours en vie ; un audio long prend du temps. Quand il termine, le logo s'immobilise et le compteur devient la durée que cela a pris.

Transcrire de l'audio

La carte la plus complète : elle transcrit, et au passage elle peut analyser et résumer.

1. Choisissez le fichier. Elle accepte wav, mp3, flac, ogg, opus, aiff, m4a et webm. Jusqu'à 150 Mo et 2 heures d'audio.
2. Cochez les extras que vous voulez (chacun a son prix et est facturé séparément) :

   Case	Ce qu'elle ajoute
   ton	L'émotion dominante de l'enregistrement, avec sa confiance et les autres candidats.
   profil du locuteur	Tranche d'âge et genre estimés à partir de la voix.
   qui parle et quand	Tours de parole avec horodatages par locuteur.
   résumé de l'enregistrement	Un résumé structuré de ce qui a été dit.

3. Lancer. Le fichier est téléversé une seule fois même si vous cochez les quatre : l'analyse est répartie en interne sur l'audio déjà téléversé.

Le résultat est toujours présenté dans cet ordre :

1. La transcription, et en dessous le ton sous forme d'une ligne en prose si vous l'avez demandé, avec le bouton Télécharger le texte (transcripcion.txt) qui clôt le bloc.
2. Le résumé, si vous l'avez demandé, avec Télécharger le résumé (resumen.txt). Il vient après le texte à dessein : un résumé est plus facile à suivre avec la transcription sous les yeux, et la transcription est ce qui est toujours là.
3. Le profil et qui parle et quand, bruts. Ce sont des données structurées et quiconque les demande les veut entières, non rédigées.
4. Télécharger l'analyse (analisis.json) : un seul fichier avec tout ce qui a été analysé — y compris le vecteur de ton complet — non un par section.
5. La ligne de facturation, qui clôt l'opération.

Si une analyse particulière échoue, c'est dit : la transcription est quand même livrée et en dessous apparaît quelle partie n'a pas pu être faite. Ce n'est ni caché ni inventé.

Texte en voix numérique

Écrivez ou collez un texte et choisissez comment vous voulez l'entendre.

Le résultat est un lecteur, la ligne de facturation et Télécharger l'audio (voz.mp3, ou l'extension que vous avez choisie).

Texte en voix clonée

Comme la précédente, mais vous fournissez la voix : vous téléversez un échantillon et le texte est lu avec.

L'échantillon n'est pas facturé. Ce qui est facturé, c'est l'audio généré, qui dépend de la longueur du texte, non de la durée de l'échantillon. Le clonage prend nettement plus de temps que la voix numérique : la carte vous en avertit pendant qu'elle travaille. Le téléchargement sort sous voz-clonada.mp3.

Traduire un enregistrement

Toute la chaîne en une étape : elle transcrit l'audio, traduit le texte et le redit dans la langue cible.

Le résultat montre l'original transcrit et la traduction, et en dessous le lecteur avec Télécharger l'audio (traduccion.mp3) si vous avez demandé l'audio. Si une partie de la chaîne avait quelque chose à signaler, cela apparaît comme un avis au lieu de se perdre.

Ce que ça coûte, avant et après

Le Studio est aussi l'endroit où vous apprenez ce que valent les choses, il indique donc le prix deux fois : une estimation avant et la facturation réelle après.

Avant. Dès que vous choisissez un fichier, le navigateur lit sa durée et la multiplie par le prix de ce que vous avez coché. Cocher ou décocher une case le recalcule sans avoir à choisir le fichier à nouveau. Il dit coût approximatif parce qu'il l'est : la durée qu'un navigateur mesure sur un mp3 à débit variable n'est pas toujours exacte, et c'est le moteur qui facture.

Les deux cartes de voix ne comportent aucune estimation préalable, et ce n'est pas un oubli : elles sont facturées à la seconde d'audio généré, et combien d'audio un texte produira n'est pas connu tant qu'il n'est pas généré.

Après. Quand cela se termine, une ligne apparaît avec le temps de traitement et ce qui a été consommé ; une seconde plus tard elle est remplacée par la facturation réelle, exactement telle que le système de facturation l'a enregistrée :

29 s · Facturé : 144 crédits · pour 2 424,0 s d'audio ·
transcription 79 · ton 12 · profil 8 · locuteurs 24 · résumé 21

Les prix qu'utilise cet écran sont les mêmes coefficients publiés dans cette documentation, lus en direct : s'ils changent, ils changent ici en même temps.

Quand quelque chose se passe mal

Les messages du Studio sont les erreurs de l'API en langage clair :

Et si ce que vous voulez, c'est que tout cela se fasse tout seul, sans que personne ne téléverse de fichiers à la main, c'est l'autre porte : Intégrer Uttera dans votre code.