Whisper local : transcrire un audio gratuitement sur PC en 2026

1. Quatre façons d'utiliser Whisper en local

Whisper est le modèle de reconnaissance vocale publié par OpenAI. Plusieurs moteurs peuvent exécuter ses poids. Ils n'ont pas les mêmes dépendances, accélérateurs ni interfaces.

2. Quel modèle Whisper choisir ?

Le tableau suivant reprend les ordres de grandeur publiés par le dépôt OpenAI. Ce ne sont pas des benchmarks OutilsIA. La vitesse réelle dépend notamment de la langue, de la durée, du moteur, du beam size et du matériel.

Le modèle turbo est une version optimisée de large-v3. OpenAI l'annonce beaucoup plus rapide que le modèle large dans son protocole A100, mais précise que les performances varient fortement en conditions réelles. Il ne convient pas à la traduction vers l'anglais : pour cette tâche, utilisez un modèle multilingue comme medium ou large.

3. Installer Whisper localement

Option A : Buzz, sans ligne de commande

Téléchargez Buzz depuis son projet officiel, installez un modèle dans les préférences, choisissez un backend local puis importez le fichier. Le projet signale que son installateur Windows n'est pas signé : Windows peut donc afficher un avertissement SmartScreen.

Projet officiel Buzz et téléchargements

Option B : OpenAI Whisper sur Windows

Le dépôt OpenAI documente Python 3.8 à 3.11 et exige l'outil FFmpeg. Dans PowerShell :

py -3.11 -m venv whisper-env
.\whisper-env\Scripts\Activate.ps1
python -m pip install --upgrade pip
pip install -U openai-whisper

# Installer FFmpeg avec un gestionnaire déjà présent :
choco install ffmpeg
# ou
scoop install ffmpeg

Transcrire un fichier français et produire des sous-titres :

whisper reunion.mp3 --model turbo --language French --output_format srt

Option C : OpenAI Whisper sur Ubuntu ou Debian

sudo apt update
sudo apt install ffmpeg python3-venv
python3 -m venv whisper-env
source whisper-env/bin/activate
python -m pip install --upgrade pip
pip install -U openai-whisper
whisper reunion.mp3 --model small --language French --output_format txt

Option D : faster-whisper en Python

Le paquet s'installe avec pip install faster-whisper. Voici un exemple CPU reproductible. L'itération sur segments est importante : l'objet est un générateur et le calcul commence réellement lorsqu'il est parcouru.

from pathlib import Path
from faster_whisper import WhisperModel

audio = "reunion.mp3"
output = Path("reunion.txt")

model = WhisperModel(
    "small",
    device="cpu",
    compute_type="int8",
)

segments, info = model.transcribe(
    audio,
    beam_size=5,
    vad_filter=True,
    language="fr",
)

with output.open("w", encoding="utf-8") as handle:
    for segment in segments:
        line = f"[{segment.start:8.2f} - {segment.end:8.2f}] {segment.text.strip()}"
        print(line)
        handle.write(line + "\n")

Pour un GPU NVIDIA correctement configuré, remplacez le modèle et les options par :

model = WhisperModel(
    "turbo",
    device="cuda",
    compute_type="float16",
)

Option E : whisper.cpp

whisper.cpp est le chemin le plus souple pour CPU, Apple Silicon, Vulkan ou ROCm. Il prend aussi en charge des modèles quantifiés. Le projet fournit des instructions CMake, des images Docker et un outil de benchmark. Sa CLI standard attend notamment un WAV 16 bits lorsqu'elle n'est pas compilée avec le support FFmpeg.

Instructions officielles whisper.cpp

4. Mesurer la vitesse et la qualité sans tricher

Une mesure utile doit conserver le même fichier, le même modèle, le même moteur et les mêmes options. Utilisez un extrait de 10 minutes représentatif de votre usage, pas un fichier idéal de quelques secondes.

Comparez au minimum small et turbo sur le même extrait français. Le moteur le plus rapide n'est pas forcément le meilleur si des phrases ou noms propres disparaissent. Un benchmark sans qualité de sortie peut récompenser un moteur qui génère moins de texte.

5. Whisper local est-il réellement privé ?

Le traitement peut rester local, mais le mot « Whisper » ne suffit pas à le garantir. Le premier lancement télécharge généralement les poids. Une interface peut aussi proposer un backend API ou un plugin externe.

• sélectionnez explicitement un moteur local ;
• désactivez les fonctions cloud inutiles ;
• vérifiez le dossier où sont stockés les modèles et transcriptions ;
• testez hors connexion après le téléchargement du modèle ;
• ne confondez pas transcription locale et résumé cloud.

Whisper puis Ollama

Whisper produit le texte. Un modèle Ollama peut ensuite résumer la réunion, extraire les décisions ou transformer la transcription en notes. Ce sont deux étapes séparées : OutilsIA Local Cockpit peut diagnostiquer la machine et préparer le LLM, mais il ne mesure pas encore Whisper dans son benchmark public.

Sources primaires et projets

• OpenAI Whisper : installation, modèles, VRAM et commandes
• faster-whisper : exigences, benchmarks et API Python
• whisper.cpp : plateformes, accélérateurs et quantification
• Buzz : interface graphique locale et backends pris en charge
• FFmpeg : dépôt officiel

Les chiffres de modèles et de mémoire proviennent des projets cités. OutilsIA n'a pas ajouté de vitesse terrain non mesurée à cet article.