Mode d'emploi

Manuel utilisateur de Punchbox

Tout ce que fait le poste de dictée, dit simplement. Si tu lis ce manuel en entier, tu maîtrises l'outil : rien n'y est caché, rien n'y est promis au-delà de ce qui existe vraiment.

Ce manuel est écrit en français et en anglais. Dans les autres langues de l'interface, il s'affiche en français (nous préférons un repli honnête à une traduction que nous n'avons pas relue).

1. Démarrer en cinq minutes

Le parcours minimal : je parle, ça écrit, je récupère mon texte. Rien d'autre. Si tu t'arrêtes après ce chapitre, tu sais déjà te servir de Punchbox.

Ouvre le poste de dictée. Va sur le poste de dictée. Un compte est nécessaire ; l'essai gratuit offre 30 minutes d'audio, sans carte bancaire. Après l'inscription, valide le lien reçu par courriel.
Choisis ta langue et ton micro. Dans la régie, à gauche, déroule « Langue » et prends celle que tu vas parler. Sous « Micro », choisis l'entrée à utiliser (autorise le micro si le navigateur le demande).
Parle. Appuie sur le gros bouton DÉMARRER — ou sur la barre d'espace. Le chronomètre tourne, le VU-mètre bouge : c'est que ta voix passe. Parle normalement.
Arrête. Appuie sur ARRÊTER (ou de nouveau la barre d'espace). Le texte s'écrit, ponctué, dans la zone centrale.
Récupère ton texte. Relis, corrige directement dans le texte, puis Copier (presse-papier) ou Télécharger (fichier .txt). C'est fini.

Astuce : tant que tu n'as pas copié ni téléchargé un texte, Punchbox te prévient avant de le remplacer ou de l'effacer. Tu ne perds rien par mégarde.

2. Le poste de dictée, panneau par panneau

L'écran se lit en trois temps : capter (la régie), relire (le texte) et produire (les sorties). Pour chaque panneau : à quoi il sert, comment on s'en sert, ce qu'il ne fait pas.

La régie

À quoi elle sert. C'est le plan de travail de la capture. On y trouve, groupés : le mode de saisie (Dictée ou Texte collé), le choix de la Langue, le menu Traduire vers, le choix du Micro, le bouton DÉMARRER / ARRÊTER avec son chronomètre, le VU-mètre du niveau sonore, et un encart ÉTAT (file d'attente, moteur, rappel du raccourci).

Comment on s'en sert. En mode Dictée, on choisit sa langue et son micro puis on enregistre. En mode Texte collé, le gros bouton devient « Traiter le texte » : on colle un texte déjà écrit dans la zone de droite, on choisit sa langue, et toute la chaîne (traduction, lecture, vidéo, sous-titres) part de ce texte, sans micro. Pendant la capture, des commandes Pause et Annuler apparaissent.

Ce qu'elle ne fait pas. Elle ne devine jamais la langue à ta place : le choix est explicite (l'option « détection automatique » existe, mais reste un choix). Le VU-mètre mesure ; il ne corrige pas le son. Si « SATURATION » s'allume, éloigne-toi du micro.

Le texte transcrit et son édition

À quoi il sert. C'est le moniteur : le texte s'y écrit au fil de la voix, avec un compteur de caractères. Quand une traduction est demandée, le texte source et sa traduction s'affichent côte à côte, jamais l'un à la place de l'autre. En bas de page, un rack d'édition pleine largeur offre la vraie surface de travail pour corriger.

Comment on s'en sert. On corrige directement dans la zone : la correction orthographique du navigateur est active. Le rack en bas montre le texte source (et la traduction, si elle existe) en grand, avec des outils de texte brut.

Ce qu'il ne fait pas. Ce n'est pas un traitement de texte : pas de gras, d'italique ni de mise en page — c'est du texte brut, exprès, pour se copier-coller partout sans surprise.

La transcription et sa traduction

À quoi elle sert. Le menu Traduire vers traduit le texte transcrit vers une autre langue. « Ne pas traduire » donne une transcription simple.

Comment on s'en sert. On choisit la langue cible. Le menu ne propose que les cibles réellement disponibles selon la langue source. La traduction apparaît dans sa colonne, étiquetée, avec une mention : c'est une traduction automatique, à relire.

Ce qu'elle ne fait pas. Ce n'est pas une traduction de référence : elle peut se tromper de registre ou de sens. La cible anglais est toujours disponible ; les autres cibles n'apparaissent que quand le serveur les annonce (voir chapitre 5).

Les sorties

À quoi elles servent. À emporter ton travail. Quatre panneaux :

Sortie du texte — copier, ou télécharger en texte brut .txt ou en sous-titres .srt. Quand une traduction existe, tu choisis d'exporter la source, la traduction, ou les deux. Un bouton télécharge aussi l'audio de ta voix (utile pour assembler un doublage toi-même). Effacer retire le texte (avec confirmation s'il n'est pas sécurisé).
Lire à voix haute — une synthèse vocale lit le texte et te rend un MP3. Les voix proposées suivent la langue du texte choisi.
Générer une vidéo — une vidéo sous-titrée à partir de ton texte : format vertical 9:16 (TikTok, Reels, Shorts), horizontal 16:9 (YouTube) ou carré 1:1 (Instagram, LinkedIn). Audio : ta voix enregistrée ou une voix de synthèse. Fond : couleur unie ou image téléversée. Le texte se règle en couleur et en taille, avec un contrôle de contraste chiffré et un habillage (contour, bandeau, ou aucun).
Rendu en lot — fabrique plusieurs pistes d'un coup (audio MP3 et/ou vidéo MP4), dans la langue d'origine et jusqu'à deux langues cibles. Les rendus s'enchaînent un par un.

Ce qu'elles ne font pas. La vidéo au format MP4 du serveur se fait sur fond de couleur unie ; un fond image est rendu dans le navigateur, en WebM. Le calage des sous-titres incrustés dans la vidéo est estimé (proportionnel au texte), pas calé mot à mot — les sous-titres .srt, eux, portent le vrai minutage de la voix. Voir chapitre 5.

Le télescripteur de doublage

À quoi il sert. À lire ton texte à voix haute pendant que tu enregistres : il défile tout seul sous une ligne de lecture, à la vitesse que tu règles. C'est le prompteur du doubleur.

Comment on s'en sert. Déplie le panneau (dans les sorties). Choisis le texte à lire (transcription ou traduction), règle la vitesse (en mots par minute) et la taille du texte, puis Lecture. Les mains prises, on le pilote au clavier (voir chapitre 4). Un mode fort contraste est disponible.

Ce qu'il ne fait pas. Il ne s'enregistre pas lui-même : c'est un afficheur. Si ton système est réglé sur « mouvement réduit », le défilement continu laisse place à une avance manuelle, ligne par ligne. La barre d'espace reste réservée à l'enregistrement.

Le mode flottant

À quoi il sert. À garder un petit dictaphone « sous la main » pendant que tu fais autre chose à l'écran (lire un texte, suivre une vidéo à doubler).

Comment on s'en sert. Clique « Mode flottant ». Une petite fenêtre s'ouvre avec l'essentiel : démarrer, pause, arrêter, copier le texte, retour à la fenêtre principale, plus le chronomètre et le VU-mètre. C'est le même enregistreur que la régie, juste en réduit.

Ce qu'il ne fait pas. Il ne remplace pas le poste complet : pas de réglages, pas de sorties. Selon le navigateur, il prend la forme d'une fenêtre flottante (Picture-in-Picture), d'une fenêtre détachée, ou d'une barre ancrée dans un coin — automatiquement, sans te demander.

L'apparence : thème et disposition

À quoi elle sert. Deux réglages, en haut à droite, mémorisés d'une visite à l'autre : le thème (clair ou sombre) et la disposition de la console.

Comment on s'en sert. La disposition offre trois agencements du même écran, sans rien cacher : Colonnes égales (tout coule dans un flux de colonnes de même largeur), Plan de travail (le réglage par défaut : régie en bandeau, texte en grand, sorties en colonnes), et Par étapes (trois couloirs numérotés : capter, relire, produire).

Ce qu'elle ne fait pas. La disposition ne change que l'agencement : aucun panneau n'apparaît ni ne disparaît selon le choix. Aucune fonction ne se perd d'une disposition à l'autre.

3. Les cas d'usage par métier

Chaque parcours donne le chemin exact dans l'outil.

Dicter un article

Régie → Dictée → Langue → DÉMARRER → parle → ARRÊTER → relis → Copier. Choisis « Ne pas traduire ». Corrige dans le rack d'édition, puis copie ou télécharge le .txt.

Doubler une voix off

Écris ou colle ton script → ouvre le télescripteur → règle la vitesse → Lecture → enregistre en lisant. Ouvre le mode flottant si tu veux suivre une vidéo à côté. Ensuite, télécharge l'audio de ta voix et les sous-titres .srt depuis « Sortie du texte » pour assembler le doublage dans ton outil de montage.

Sous-titrer

Dicte ou colle ton texte → « Sortie du texte » → format Sous-titres .srt → Télécharger. Le fichier .srt porte le minutage réel des segments, prêt pour ton logiciel de montage ou une plateforme vidéo.

Produire une vidéo verticale pour les réseaux

Transcris ton texte → « Générer une vidéo » → format Vertical 9:16 → choisis le fond, la source audio et l'habillage du texte → Aperçu de la 1ʳᵉ image → Générer la vidéo. Vérifie le contraste texte/fond affiché (il te dit s'il est lisible) avant de lancer.

Traduire

Régie → Traduire vers → choisis la cible. Vers l'anglais, la traduction est toujours possible. Vers les autres langues, elle n'apparaît que si le serveur l'annonce disponible. La source et la traduction restent côte à côte : tu peux copier, lire à voix haute ou sous-titrer l'une ou l'autre.

4. Raccourcis clavier

Aucun raccourci ne se déclenche quand tu écris dans un champ de texte : Punchbox ne te vole jamais une frappe légitime.

Partout dans le poste

Touche	Action
`Barre d'espace`	Démarre puis arrête l'enregistrement (hors champ de saisie).

Télescripteur (panneau déplié, quand il défile ou que le focus est dedans)

Touche	Action
`K`	Lecture / pause (dans les deux modes).
`↑` / `↓`	Défilement continu : accélère / ralentit (par pas de 5 mots/min). Mode mouvement réduit : ligne précédente / suivante.
`+` / `−`	Accélère / ralentit (équivalents de ↑ / ↓ en défilement continu).
`←` ou `J`	Recule de quelques lignes.
`Début`	Retour au début du texte.

La barre d'espace reste réservée à l'enregistrement : le télescripteur se pilote avec « K », jamais avec l'espace. Sur le curseur de vitesse lui-même, les flèches gardent leur rôle habituel de réglage fin.

5. Les limites, dites franchement

La maison préfère annoncer une limite que la laisser découvrir. Voici l'état réel de l'outil.

Quotas et durée

Le quota se compte en minutes d'audio réellement traitées, pas en nombre de requêtes : une dictée de trois minutes coûte trois minutes.
Essai gratuit : 30 minutes d'audio, sans carte, sans date limite (un volume qui se décompte à l'usage).
Punchbox : 45 heures d'audio par mois. Punchbox Pro : 150 heures par mois. Au-delà, c'est du sur-mesure, traité hors ligne.
Durée maximale d'une seule dictée : 3 heures, identique dans tous les plans. Un fichier plus long est refusé avant traitement.

Langues et voix

Transcription : 8 langues européennes — français, anglais, allemand, espagnol, italien, portugais, néerlandais, polonais — plus une détection automatique. Ce sont exactement les langues que l'outil sait aussi lire à voix haute.
Synthèse vocale : 12 voix réparties sur ces 8 langues, toutes sous licence commerciale vérifiée. Au moins une voix par langue.
Traduction : vers l'anglais, toujours disponible (une passe du moteur de transcription). Vers les autres langues européennes, la traduction n'apparaît que lorsque le serveur annonce la paire disponible ; sinon elle n'est pas proposée. Une traduction automatique est à relire.

En bêta, ou pas encore là

Transcription en direct (le texte au fil de la voix) : éteinte par défaut. Elle demande une puissance serveur que nous n'avons pas encore ; elle reviendra quand l'audience permettra la machine qu'il faut.
Abonnements payants : momentanément indisponibles à l'achat (prestataire de paiement en cours de mise en place). Pour l'instant, seul l'essai gratuit fonctionne.
Vidéo : le MP4 produit par le serveur se fait sur fond de couleur unie ; un fond image est rendu dans le navigateur, au format WebM. Le calage des sous-titres incrustés dans la vidéo est estimé (proportionnel au texte), pas encore mot à mot.
Voix hors d'Europe (mandarin, arabe, hindi, russe…) : ces langues peuvent parfois se transcrire, mais nous n'avons pas encore de voix de synthèse pour les lire.
File d'attente : un seul travailleur traite les demandes. Les rendus en lot s'enchaînent un par un ; ta position réelle est affichée.

6. Les données et la vie privée

Le principe : garder le moins possible, le moins longtemps possible. Le détail engageant est dans les pages légales, que ce chapitre ne fait que résumer.

Ton audio n'est pas conservé. Le fichier source est effacé sous une heure après traitement, dans tous les cas.
Tes livrables (texte, vidéo, MP3) sont conservés au plus 7 jours par défaut, 30 jours au maximum (plafond non dépassable), le temps que tu les récupères.
Zéro pub, zéro traceur, aucun script tiers. Le seul cookie est technique (rester connecté). Le disque de données est chiffré au repos.
Effacer ou exporter. Depuis ton compte : « Supprimer mon compte » efface toutes tes données (irréversible), « Exporter mes données » te les rend, « Résilier en un clic » met fin à l'abonnement sans justification.

Pour le détail complet et engageant : Mentions légales · Conditions générales · Charte de confidentialité · Crédits et licences des voix · Politique de remboursement.

7. Que faire quand ça va mal

Le micro ne prend pas

Vérifie que tu as autorisé le micro quand le navigateur l'a demandé (l'icône dans la barre d'adresse), puis que le bon micro est choisi sous « Micro ». Le VU-mètre doit bouger quand tu parles : s'il reste plat, l'entrée est muette ou mal choisie. En mode flottant sous Firefox, la toute première demande d'autorisation peut apparaître sur l'onglet principal (derrière la fenêtre flottante) : reviens-y, autorise, puis reprends.

La transcription échoue

Le calcul se fait sur le serveur : vérifie ta connexion. Regarde l'encart ÉTAT (file d'attente, moteur) dans la régie. Réessaie. Ton texte déjà transcrit n'est pas perdu : le garde-fou anti-perte te protège avant tout remplacement.

La vidéo ne se génère pas

Un fond image se rend dans le navigateur (WebM), pas en MP4 serveur : c'est normal. Si tu utilises une voix de synthèse, la génération peut être bloquée en mode démonstration, avec un message qui l'explique. Vérifie aussi le contraste texte/fond signalé avant de lancer.

La file d'attente est longue

Un seul travailleur traite les demandes, une à la fois : ta position réelle est affichée. Les abonnés Pro passent devant, mais un dépassement borné empêche qu'une demande standard soit indéfiniment doublée. Patiente ou reviens un peu plus tard.

Une nouvelle version, ou hors ligne

Quand une mise à jour est prête, une ligne sobre propose « Actualiser » ; elle ne recharge jamais pendant une dictée ou un calcul. Hors ligne, seule l'édition du texte déjà obtenu reste possible — la transcription et la synthèse ont besoin du serveur.

8. Glossaire

Régie: Le panneau de capture : langue, micro, bouton d'enregistrement, chronomètre, VU-mètre, état.
Transcription: Le passage de ta voix au texte écrit.
Traduction: Le texte transcrit rendu dans une autre langue, automatiquement — à relire.
VU-mètre: La jauge du niveau sonore de ta voix (en dBFS). Elle doit bouger quand tu parles.
SRT: Un fichier de sous-titres minutés (.srt), lisible par les logiciels de montage et les plateformes vidéo.
Synthèse vocale (TTS): Une voix d'ordinateur qui lit ton texte et te rend un MP3.
Doublage: Poser une voix sur une vidéo. Le télescripteur t'aide à lire le texte au bon rythme pendant que tu enregistres.
Télescripteur: Le prompteur : ton texte défile sous une ligne de lecture, à la vitesse réglée.
Mode flottant: Un dictaphone réduit qui reste « sous la main » dans une petite fenêtre pendant que tu fais autre chose.
Disposition: L'agencement de la console : Colonnes égales, Plan de travail, ou Par étapes. Elle ne cache jamais une fonction.
File d'attente: La liste des demandes en attente de traitement. Un seul travailleur les traite, l'une après l'autre.
Moteur: Le programme qui transcrit (côté serveur). Son état est indiqué dans l'encart ÉTAT.
Quota: Le volume de minutes d'audio que ton plan te permet de traiter par période.
Rétention: La durée pendant laquelle tes livrables restent stockés avant effacement.
Direct: La transcription au fil de la voix, en temps réel. Fonction en bêta, éteinte par défaut.

← Retour au poste de dictée