Whisper, projet OpenAI
Procédure détaillée ci-dessous ; consultez la documentation officielle pour les options propres à votre version.
Consulter la documentation officielleAUDIO → TEXTE
Audio en texte avec Whisper, projet OpenAI
La procédure utilise Whisper installé sur votre ordinateur pour produire une transcription. Le modèle doit être téléchargé au premier usage ; la commande locale traite ensuite le fichier sur la machine. Le texte peut comporter omissions ou mots inventés : réécoutez noms, nombres, négations et passages peu audibles.
Guide pratiqueSources officiellesMode d’emploiContrôles qualité
Méthode avec logiciel
La méthode adaptée à ces formats
Suivez les étapes ci-dessous avec le logiciel indiqué. Vérifiez les conditions d’utilisation si la méthode fait appel à un service en ligne.
Les liens ouvrent les sites des éditeurs. Lisez leurs conditions et leur politique de confidentialité avant tout envoi.
Sur quelles références repose cette méthode ?
Définitions et méthode : Whisper — installation et commande de transcription · Whisper — fiche du modèle et limites.
Procédure sûre
Comment convertir audio en texte
Avant de commencer : Méthode locale en ligne de commande : Python et FFmpeg installés, espace pour un modèle Whisper, puis connexion pour l’installation et son premier téléchargement. La transcription est ensuite exécutée sur votre ordinateur.
- 1
Créez un dossier de travail contenant une copie nommée enregistrement.mp3. Installez Whisper selon sa documentation et vérifiez que ffmpeg -version fonctionne.
- 2
Utilisez la commande ci-dessous avec le modèle multilingue base et la langue French. Elle demande du texte brut et une exécution CPU pour éviter de dépendre d’une carte graphique.
- 3
Au premier usage, le modèle est téléchargé. Attendez la fin du traitement ; sa durée dépend du matériel et de la longueur de l’enregistrement.
- 4
Ouvrez le fichier enregistrement.txt dans le dossier transcription. Pour des sous-titres, remplacez txt par srt dans la commande.
- 5
Relisez en écoutant l’audio : noms, nombres, négations et passages silencieux. Ce mode ne produit pas une identification fiable des différents locuteurs.
Commande d’exemple
À exécuter avec le logiciel installé, dans le dossier de travail contenant une copie du fichier. Adaptez les noms et conservez l’original.
python -m pip install -U openai-whisper
whisper "enregistrement.mp3" --model base --language French --task transcribe --device cpu --fp16 False --output_format txt --output_dir "transcription"La première ligne installe le logiciel ; elle ne s’exécute qu’à l’installation ou à sa mise à jour. Utilisez un environnement Python dédié si vous en gérez plusieurs. FFmpeg doit aussi être installé et accessible. Le premier chargement du modèle nécessite Internet ; aucun envoi du fichier audio n’est demandé par cette commande.
Repères pour choisir et vérifier
| Élément | Définition ou effet | À contrôler |
|---|---|---|
| Parole claire | Transcription à relire | Contrôler noms et chiffres |
| Silence ou bruit | Texte erroné possible | Revenir à l’audio |
| Plusieurs voix | Attribution non garantie | Ne pas inventer le locuteur |
Deux cas à reproduire
Ces cas donnent les données, la démarche et le résultat attendu. Les calculs découlent des conventions indiquées ; les scénarios de fichiers sont des contrôles à reproduire, pas des mesures sur vos documents.
Entretien comportant le nom Durand et le nombre 125
- 1
Transcrire une copie puis repérer chaque nom propre et valeur numérique.
- 2
Réécouter les passages concernés et corriger uniquement ce que l’enregistrement permet d’établir.
À vérifier : Un texte grammaticalement plausible n’est pas une preuve de transcription exacte ; marquer un passage incertain plutôt que le deviner.
Deux personnes qui se coupent la parole
- 1
Repérer les chevauchements et les silences à l’écoute.
- 2
Comparer la transcription et ne pas attribuer automatiquement chaque phrase à une personne.
À vérifier : Cette commande ne fournit pas une identification fiable des intervenants ; les chevauchements demandent une relecture spécifique.
Télécharger la grille de contrôle en CSV
Après l’export : Vérifiez l’unité ou le format attendu, comparez le résultat à la source et conservez les hypothèses utiles.
Limites de cette méthode
Les performances varient avec la langue, le bruit, l’accent et le modèle. Le résultat ne doit pas être assimilé à un verbatim certifié. Cette procédure externe n’a pas été exécutée lors de ce contrôle ; le site ne propose pas ici un dépôt audio de transcription.
Sources et portée des affirmations
Les références définissent les unités, encodages et formats concernés. Les capacités du format ne garantissent pas celles de chaque outil. Les restrictions du traitement local sont indiquées près du formulaire et les méthodes externes renvoient à leur éditeur.
Contrôle et maintenance
Responsabilité éditoriale : Nicolas Belotti, Semantiak. Contrôle documentaire : . Prochaine révision prévue : , ou plus tôt après une erreur signalée ou une évolution du logiciel. Aucune qualification de relecteur spécialisé n’est attestée ici.
Résoudre les problèmes fréquents
La commande whisper est introuvable
Vérifiez que l’installation a réussi dans le même environnement Python que le terminal. Consultez le README officiel pour les dépendances propres au système.
FFmpeg est introuvable
Installez FFmpeg et rouvrez le terminal ; ffmpeg -version doit afficher sa version avant de relancer la transcription.
Le traitement est lent ou le texte est incorrect
Essayez un court extrait. Le modèle tiny réduit le calcul, au prix possible de la qualité ; un modèle plus grand exige davantage de ressources. Vérifiez la langue et relisez toujours la sortie.
Avant le traitement
Confidentialité et sécurité
Un enregistrement peut contenir des voix, noms ou informations confidentielles. Vérifiez que vous pouvez le traiter et le transmettre au service choisi ; contrôlez ses conditions de conservation.
Un outil local évite le transfert du fichier. Si vous utilisez un service externe, consultez sa politique de conservation avant l’envoi et travaillez sur une copie.
Contrôle après conversion
Ce qu’il faut vérifier
Réécoutez les passages incertains et relisez noms propres, nombres, négations, changements de locuteur et horodatages. Le texte transcrit peut contenir des omissions ou des mots inventés.
Droits et usages
Convertir ne crée aucun droit supplémentaire
Vous devez disposer du droit de copier, transformer et partager le contenu. Une conversion de format ne contourne ni le droit d’auteur, ni une licence, ni une protection technique, ni les conditions d’une plateforme.
Documentation de cette méthode
Whisper, projet OpenAI — documentation officielle. Mise à jour : 31 octobre 2026.
Questions fréquentes
Avant de convertir un fichier
Quel périmètre faut-il garder avec le résultat ?
Les performances varient avec la langue, le bruit, l’accent et le modèle. Le résultat ne doit pas être assimilé à un verbatim certifié. Cette procédure externe n’a pas été exécutée lors de ce contrôle ; le site ne propose pas ici un dépôt audio de transcription.
Une transcription automatique est-elle une preuve fidèle mot à mot ?
Non. Elle peut omettre ou inventer des mots, surtout avec du bruit ou des silences. Une validation humaine reste nécessaire pour un compte rendu fiable.
Selon votre objectif