Transcription illimitée dans le navigateur avec Whisper AI
Choisissez un fichier audio et le modèle Whisper s’exécute dans votre navigateur pour le transcrire. Inutile d’installer Python, ffmpeg ou des pilotes GPU. L’audio n’atteint jamais un serveur, et il n’y a ni compte ni paiement.
Pour cette langue, la précision baisse fortement avec les petits modèles. Choisissez Whisper Small ou un modèle plus grand
Vous pouvez normalement laisser ce réglage sur Auto. Modifiez-le seulement si le résultat contient manifestement un mauvais nombre de locuteurs
Pas de fichier ? Enregistrez avec votre micro. La transcription démarre après l’arrêt de l’enregistrement (jusqu’à environ 000 min sur cet appareil avec le modèle sélectionné). Votre enregistrement n’est pas non plus envoyé à un serveur.
Mode d’emploi
- Choisissez un modèle. Le modèle par défaut est sélectionné automatiquement selon les capacités de votre appareil. Sur un PC avec WebGPU, Large v3 Turbo offre un bon équilibre entre précision et vitesse.
- Choisissez la langue. La détection automatique fonctionne, mais indiquer la langue réelle réduit les erreurs de reconnaissance.
- Choisissez un fichier audio ou vidéo. La transcription démarre dès le chargement du fichier et, une fois celle-ci terminée, vous pouvez choisir TXT, Word, SRT ou un autre format dans « Télécharger ».
À propos de Whisper dans le navigateur
Whisper est un modèle de reconnaissance vocale publié par OpenAI. Il s’utilise normalement en configurant un environnement Python et en installant ffmpeg et des pilotes GPU. Cet outil exécute les mêmes modèles Whisper, convertis dans un format qui fonctionne dans le navigateur. Un modèle est téléchargé la première fois ; ensuite, la copie conservée dans votre navigateur est utilisée.
Six modèles sont disponibles : Tiny, Base, Small, Medium, Large v3 Turbo et Large v3. Sur un PC avec WebGPU, ils s’exécutent sur le GPU ; sur les téléphones et les appareils sans WebGPU, sur le CPU. Les grands modèles sont plus précis, mais nécessitent un téléchargement plus lourd et plus de mémoire. Large v3 Turbo conserve l’encodeur de Large v3 et utilise un décodeur plus petit : il est donc rapide, avec une précision proche de Large v3. Pour les taux d’erreur et les temps de traitement que nous avons mesurés pour chaque modèle dans chaque langue, y compris pour les modèles autres que Whisper, consultez Comparatif des modèles et comment choisir.
Whisper écrit parfois des phrases que personne n’a prononcées pendant un silence ou de la musique. Les phrases répétées sont supprimées automatiquement, mais une phrase qui n’apparaît qu’une fois reste : supprimez cette ligne sur l’écran des résultats.
En cas de problème
- Si le traitement s’arrête en cours de route, votre appareil manque peut-être de mémoire. Passez au modèle immédiatement inférieur ou découpez l’audio en parties plus courtes.
- Si des noms propres ou des termes techniques sont souvent manqués, passez à Small ou à un modèle plus grand.
Questions fréquentes
Ai-je besoin de Python ou d’un GPU ?
Non. Un navigateur récent comme Chrome ou Edge suffit. Sur un PC avec WebGPU, Whisper s’exécute rapidement sur le GPU ; sur les téléphones ou les appareils sans GPU utilisable, il s’exécute sur le CPU (cela prend plus de temps).
Quel modèle choisir ?
Le modèle par défaut est choisi automatiquement selon les capacités de votre appareil. Sur un PC avec WebGPU, Large v3 Turbo offre un bon équilibre entre précision et vitesse ; sur un téléphone, choisissez Tiny ou Base.
Les résultats sont-ils identiques à ceux de la version Python de Whisper ?
Le modèle est le même Whisper, mais il est allégé pour fonctionner dans le navigateur : certains détails du résultat peuvent donc différer de la version Python.
L’outil fonctionne-t-il hors ligne ?
Oui. Une fois le modèle téléchargé, vous pouvez transcrire sans connexion réseau.
Avant et après la transcription
Aidez-nous à améliorer le service
Nous envoyer les circonstances d’un traitement, réussi ou non, nous aide à repérer les problèmes (il faut les deux pour calculer un taux d’échec). Savoir quels appareils et réglages échouent le plus souvent nous permet de revoir les valeurs par défaut recommandées et de corriger les bugs en cause. Si cela ne vous dérange pas, laisser cette option activée nous aide vraiment.
Ce qui est envoyé
Les caractéristiques de votre appareil (modèle de GPU, mémoire, nombre de cœurs), le navigateur et le système d’exploitation, le modèle et la langue choisis, votre réglage d’identification des locuteurs (activé ou non, et le nombre de locuteurs défini), la langue d’affichage de la page, l’état d’avancement du traitement (y compris si vous l’avez arrêté ou avez fermé la page), le type et le détail de l’erreur, le format du fichier avec sa taille et sa durée approximatives, et le temps écoulé. Un numéro temporaire qui relie les traitements d’un même onglet (il est supprimé à la fermeture de l’onglet). Sur l’écran des résultats : le nombre d’utilisations de la modification (comme renommer des locuteurs ou couper des lignes), de la traduction, des résumés et des imports de sous-titres, les formats choisis dans « Télécharger », la fréquence d’utilisation de « Copier le texte » et de « Tout télécharger », et la paire de langues de traduction.
Ce qui n’est jamais envoyé
L’audio, les transcriptions (y compris les noms de locuteurs et les traductions), les noms de fichiers et les adresses IP. Les données vont uniquement au serveur de ce site, jamais à un service tiers.