Transformez vos entretiens, groupes de discussion et enregistrements terrain en transcriptions précises en quelques minutes.
Calame: Un outil de transcription pour tout le monde
Tout ce dont un flux de recherche ou d'application a besoin, de l'audio brut à la transcription structurée.
Pourquoi Calame
La pipeline de transcription
à l'état de l'art
Calame transforme vos entretiens et enregistrements terrain en transcriptions propres et structurées avec séparation des locuteurs, anonymisation et confidentialité complète.
Identifiez et étiquetez automatiquement chaque locuteur pour savoir précisément qui a dit quoi.
Calame détecte et masque les noms, lieux et informations identifiantes pour protéger les données personnelles.
Tous les outils sont en libre accès sur
Hugging Face
Configuration requise
Conçu pour tournersur une machine récente
12 Go
RAM
GPU / CPU
Supporté
Docker
Environnement
Performance
Transcription rapideen local
| Hardware | File | tTRS | tDIA | t |
|---|---|---|---|---|
| i7-1260P | 5 min | 5.51 | 3.41 | 8.92 |
| 30 min | 26.34 | 22.72 | 49.06 | |
| 60 min | 51.31 | 39.45 | 90.76 | |
| RTX 2070 | 5 min | 3.24 | 0.39 | 3.63 |
| 30 min | 24.99 | 4.30 | 29.29 | |
| 60 min | 38.32 | 13.24 | 51.56 | |
| RTX 4060 | 5 min | 1.02 | 0.24 | 1.26 |
| 30 min | 3.72 | 1.36 | 5.08 | |
| 60 min | 6.99 | 2.83 | 9.82 |
Comment citer
Citez Calame dans vos travaux!
@inproceedings{calame2026taln, title = {Calame: Un logiciel de transcription en code source libre}, author = {Soulas, T. and Ferstler, Y. and Tsilinchuk, V. and Chahdi, Y. and Lavoie, C. and Laperrière, G. and Meurs, M-J.}, booktitle = "Actes des 33ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : articles scientifiques originaux", month = "6", year = "2026", address = "Nantes, France", publisher = "ATALA ARIA", pages = "ZZ-ZZ", language = "fra",}
@inproceedings{calame2026canadianai, title = {Calame: An Open Source Transcription Software}, booktitle = {Proceedings of the 39th Canadian Conference on Artificial Intelligence}, series={Proceedings of Machine Learning Research}, volume = {318}, author = {Soulas, T. and Ferstler, Y. and Tsilinchuk, V. and Chahdi, Y. and Lavoie, C. and Laperrière, G. and Meurs, M-J.}, pages = {ZZ-ZZ}, year = {2026}, publisher = {Canadian Artificial Intelligence Association (CAIAC)}, url = {https://calame.tech}}Directions futures
Axes de recherche actuels
Langues peu dotées
Extension du support au-delà du français québécois vers d'autres dialectes et langues sous-représentées.
Diarisation ciblée
Concentrer l'identification des locuteurs sur une seule personne participante ou sur l'ensemble du groupe, pour les entretiens individuels.
Multi-modèles
Choisir parmi plusieurs modèles de transcription ou de séparation de locuteurs pour améliorer la précision dans des conditions audio variées.
Collaboration
Partagez des projets, révisez les transcriptions ensemble et gérez les accès pour un travail de recherche collaboratif.
Nos Partenaires