Aller au contenu
Sonorarium
Retour au blog

Comment utiliser Whisper gratuitement sur votre ordinateur

Installez Whisper avec pip et ffmpeg, lancez les commandes de base, choisissez le modèle selon votre mémoire et voyez quand le cloud est plus simple.

L'équipe Sonorarium 6 min de lecture

Réponse courte : avec un ordinateur correct et sans crainte de la ligne de commande, Whisper suffit, il est gratuit (licence MIT) et l'audio ne quitte pas votre ordinateur. Installez ffmpeg, puis openai-whisper avec pip ; avec une Nvidia sous Windows, PyTorch avec CUDA d'abord. Pour ne rien installer, Sonorarium le fait tourner dans le cloud (l'audio est envoyé) : 15 minutes gratuites à la création de votre compte, sans carte. Ni Whisper ni nous ne séparons les intervenants.

Oui, Sonorarium est notre outil. Les commandes et les chiffres de ce guide viennent du README officiel de Whisper et des sites de chaque programme, ouverts le 4 novembre 2026. Les projets open source évoluent : en cas de doute, c'est leur README qui fait foi.

Ce qu'il vous faut

  • Python. Le README indique que le code devrait être compatible avec Python 3.8 à 3.11 et avec des versions récentes de PyTorch. La fiche de torch sur PyPI (4 novembre 2026) demande aujourd'hui Python 3.11 ou plus récent ; si l'installation échoue, essayez donc Python 3.11 (c'est un conseil de notre part, pas du README).
  • ffmpeg, pour lire l'audio et la vidéo.
  • GPU ou CPU. Whisper utilise un GPU Nvidia si PyTorch en trouve un ; sinon, il utilise le processeur. Avec le processeur, cela fonctionne, mais plus lentement. Sous Windows, pour que PyTorch trouve votre Nvidia, il faut l'étape PyTorch avec CUDA de la section suivante.

Installation

D'abord ffmpeg. Voici les commandes du README, selon le système :

# Ubuntu ou Debian
sudo apt update && sudo apt install ffmpeg

# Arch Linux
sudo pacman -S ffmpeg

# macOS avec Homebrew
brew install ffmpeg

# Windows avec Chocolatey
choco install ffmpeg

# Windows avec Scoop
scoop install ffmpeg

Sous Windows, si vous n'utilisez ni Chocolatey ni Scoop, téléchargez ffmpeg sur ffmpeg.org.

Si vous êtes sous Windows avec une carte graphique Nvidia, il y a une étape de plus avant Whisper : installer PyTorch avec CUDA. Sur pytorch.org, choisissez votre système, Pip et votre version de CUDA dans son sélecteur, puis lancez la commande proposée ; nous ne la recopions pas ici, car elle change à chaque version. Sous Windows, le pip classique installe PyTorch pour le processeur uniquement. Pour vérifier, la page elle-même propose d'exécuter dans Python import torch puis torch.cuda.is_available() : le résultat doit être True.

Puis Whisper :

pip install -U openai-whisper

Commandes de base

Le modèle par défaut est turbo. Voici les commandes du README :

whisper audio.flac audio.mp3 audio.wav --model turbo
whisper japanese.wav --language Japanese

Avec votre fichier et votre langue, cela donne :

whisper entretien.mp3 --model turbo --language French
  • --language : sans cette option, Whisper détecte la langue. La fixer évite les erreurs quand le début de l'audio est du silence ou du bruit.
  • --output_format : txt, vtt, srt, tsv, json, jsonl ou all (par défaut, plusieurs fichiers sont créés d'un coup). Elle ne figure pas dans le README mais dans l'aide du programme (whisper --help). Par exemple, --output_format srt --output_dir sous-titres n'enregistre que le SRT dans ce dossier.
  • --task translate : traduit vers l'anglais, rien d'autre. Le README précise que turbo n'est pas entraîné à traduire, et son exemple utilise medium.

Depuis Python :

import whisper

model = whisper.load_model("turbo")
result = model.transcribe("audio.mp3")
print(result["text"])

Modèles, mémoire et vitesse

Ce tableau est celui du README. La vitesse est relative et a été mesurée sur de l'anglais avec une A100 : sur votre machine, ce sera différent :

Taille Paramètres Anglais seul Multilingue VRAM requise Vitesse relative
tiny 39 M tiny.en tiny ~1 Go ~10x
base 74 M base.en base ~1 Go ~7x
small 244 M small.en small ~2 Go ~4x
medium 769 M medium.en medium ~5 Go ~2x
large 1550 M aucun large ~10 Go 1x
turbo 809 M aucun turbo ~6 Go ~8x

turbo est une version optimisée de large-v3 qui, selon le README, transcrit plus vite avec une perte de précision minime. Les modèles .en ne servent que pour l'anglais. Si votre GPU a peu de mémoire, prenez un modèle plus petit et relisez avec plus d'attention (c'est notre conseil, pas celui du README). Les performances varient beaucoup d'une langue à l'autre.

Des logiciels avec fenêtre, si vous ne voulez pas de ligne de commande

Logiciel Ce que c'est Licence ou prix
noScribe Application de bureau pour Windows, macOS et Linux, basée sur Whisper. Elle reconnaît les intervenants et gère environ 60 langues. Son site indique que tout reste sur votre ordinateur Gratuit, GPL-3.0
Buzz Transcrit hors ligne avec Whisper, exporte en TXT, SRT et VTT et s'installe par téléchargement ou avec pip install buzz-captions (avec pip, Python 3.12 requis ; sur Mac, Apple silicon requis) Gratuit, licence MIT
MacWhisper Pour Mac uniquement. Exporte notamment en SRT, VTT, TXT et DOCX Version gratuite et Pro, 64 € en paiement unique d'après son site

Deux avertissements issus de leurs propres sites. L'installateur de noScribe pèse environ 3 Go et, selon eux, une heure d'entretien demande de 1 à 3 heures de transcription, davantage sur les machines anciennes. Et Buzz prévient que son installateur Windows n'est pas signé : Windows affichera donc un avertissement.

Erreurs fréquentes

  • Échec faute de trouver ffmpeg. Installez-le avec la commande ci-dessus et ouvrez un nouveau terminal pour qu'il soit reconnu.
  • « No module named 'setuptools_rust' ». Le README indique que, si tiktoken n'a pas de version précompilée pour votre plateforme, Rust peut être nécessaire, et propose pip install setuptools-rust.
  • « FP16 is not supported on CPU; using FP32 instead ». C'est normal si vous n'avez pas de GPU Nvidia : Whisper change de précision tout seul. Si vous en avez une, cela signifie que PyTorch ne la voit pas : revoyez l'étape PyTorch avec CUDA.
  • Manque de mémoire vidéo. Prenez un modèle plus petit du tableau.
  • Il écrit dans une langue qui n'est pas la vôtre. Ajoutez --language.

Quand cela ne vaut pas le coup

  • Vous n'avez pas de GPU. Cela fonctionne, mais le tableau des vitesses ne s'applique pas à votre processeur et les durées peuvent être longues.
  • Vos fichiers sont longs ou nombreux. Votre ordinateur reste occupé pendant le traitement. Pour des enregistrements de plusieurs heures, voyez comment transcrire un long enregistrement audio.
  • Il vous faut un éditeur avec l'audio à côté du texte. Whisper vous livre des fichiers texte ; la correction, vous la faites vous-même, en écoutant l'audio à part.
  • Plusieurs personnes parlent. Whisper ne les sépare pas. Quelques pistes dans comment transcrire un audio avec plusieurs intervenants.
  • Vous ne voulez pas entretenir une installation.

L'option sans rien installer

Sonorarium utilise Whisper large-v3 turbo, le turbo du tableau, sur des GPU dans le cloud. Vous importez le fichier (tout audio ou vidéo, jusqu'à 2 Go et 5 heures) et vous le corrigez dans un éditeur où l'audio est synchronisé avec le texte. Vous téléchargez en Word (DOCX), TXT, SRT ou VTT, dans plus de 60 langues. Vous avez 15 minutes gratuites à la création de votre compte, sans carte ; pour une réunion de 60 minutes, les 45 qui manquent sont couvertes par le forfait de 120 minutes à 6 €. Sonorarium ne sépare pas les intervenants. Avec Sonorarium, l'audio est envoyé, puis supprimé au bout de 7 jours. Les autres forfaits sont sur la page des tarifs.

Pour voir Whisper à côté d'autres outils, il y a la comparaison des logiciels et les limites gratuites de chacun. Et si votre cas est Word ou Google Docs, lisez comment transcrire un audio dans Word ou Google Docs.

Et si vous confiiez l'audio à un assistant au lieu d'installer quoi que ce soit ? Ce qu'acceptent aujourd'hui ChatGPT, Gemini et Copilot se trouve dans ChatGPT peut-il transcrire un audio ?.

Sources

Ouvertes le 4 novembre 2026 : README de Whisper, son code en ligne de commande, noScribe, Buzz, MacWhisper, la page d'installation de PyTorch, la fiche de torch sur PyPI et ffmpeg.