Nettoyeur local de sous-titres .SRT / .VTT en français : déduplication YouTube, espaces insécables françaises, export corpus étoilé IRaMuTeQ / Alceste / TXM (UTF-8 sans BOM) et estimation réaliste du temps de retranscription.
Installation
Launch VS Code Quick Open (Ctrl+P), paste the following command, and press enter.
Nettoyage de sous-titres .SRT et .VTT en français (Le Scribe Audio : Nettoyer .SRT/.VTT en texte français) :
Suppression des numéros de séquences, horodatages 00:00:00,000 --> ..., en-têtes WEBVTT et balises HTML/ASS.
Déduplication automatique des sous-titres glissants YouTube (rolling captions).
Fusion intelligente des phrases par paragraphes et préservation des tours de parole (<v M. Martin> → M. Martin : ...).
Application des règles typographiques françaises (espaces insécables avant : ; ? ! et dans « … », sans altérer les URLs ni les heures 14:30).
Conversion directe vers IRaMuTeQ / Alceste / TXM (Le Scribe Audio : Convertir en corpus étoilé IRaMuTeQ) :
Génère un document texte UTF-8 sans BOM balisé **** *entretien_01 *locuteur_X prêt pour l'analyse lexicométrique en Sciences Humaines et Sociales (SHS), en nettoyant tout astérisque parasite dans le corps du texte.
Calculateur réaliste de temps de retranscription (Le Scribe Audio : Estimer le temps de retranscription / relecture) :
Frappe manuelle complète à partir de zéro : 4 à 7 h par heure d'audio.
Réécoute intégrale et mise en forme finale après pré-transcription IA en 2 passes : 2 à 3 h par heure d'audio (temps de rédaction divisé par 2).
