Transcrire de l'audio en texte localement avec OpenAI Whisper¶

Contexte¶

OpenAI propose Whisper, un modèle de reconnaissance vocale très performant et robuste. L'avantage majeur est qu'il est disponible en open source : vous pouvez le faire tourner localement sur votre ordinateur sans envoyer vos fichiers audio sur des serveurs distants. C'est particulièrement utile pour traiter des enregistrements confidentiels (réunions, entretiens) ou pour automatiser du sous-titrage sans payer de frais d'API.

Prérequis¶

• Une machine sous Linux (Ubuntu 24.04 recommandé).
• Python 3.9 à 3.11 (Whisper est compatible avec ces versions).
• L'outil de traitement audio FFmpeg installé sur le système.
• (Optionnel mais recommandé) Une carte graphique (GPU) NVIDIA avec les pilotes CUDA pour des performances optimales.

Procédure¶

Étape 1 : Installer FFmpeg¶

Whisper s'appuie sur ffmpeg pour lire et convertir quasiment n'importe quel format audio ou vidéo (mp3, wav, mp4, etc.).

sudo apt update
sudo apt install ffmpeg -y

Pour vérifier que l'installation a bien fonctionné :

ffmpeg -version

Étape 2 : Préparer l'environnement Python¶

Il est fortement recommandé de créer un environnement virtuel pour isoler les dépendances de ce projet.

# Installation du paquet pour gérer les environnements virtuels (si non présent)
sudo apt install python3-venv -y

# Création du dossier du projet
mkdir ~/whisper-local && cd ~/whisper-local

# Création et activation de l'environnement virtuel
python3 -m venv whisper-env
source whisper-env/bin/activate

Étape 3 : Installer Whisper et PyTorch¶

Si vous avez une carte graphique NVIDIA, installez d'abord PyTorch avec le support CUDA pour profiter de l'accélération GPU :

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

Si vous utilisez uniquement le processeur (CPU), une installation classique suffit :

pip install torch torchvision torchaudio

Ensuite, installez le paquet officiel d'OpenAI Whisper directement depuis le dépôt GitHub :

pip install -U openai-whisper

Étape 4 : Utiliser Whisper en ligne de commande¶

Whisper vient avec un outil en ligne de commande très simple. Placez un fichier audio de test (par exemple interview.mp3) dans votre dossier ~/whisper-local.

Pour transcrire l'audio avec le modèle par défaut (qui est assez léger) :

whisper interview.mp3 --model small

Choisir le bon modèle¶

Whisper propose plusieurs tailles de modèles : tiny, base, small, medium, large. - Les petits modèles (tiny, base) sont très rapides mais peuvent faire des erreurs sur des accents ou du bruit de fond. - Les grands modèles (large, large-v3) sont très précis, gèrent de nombreuses langues mais exigent plus de mémoire RAM/VRAM et de puissance de calcul.

# Exemple avec le modèle large (idéal pour la précision en français)
whisper interview.mp3 --model large --language French

Traduire de l'audio vers l'anglais¶

Whisper sait nativement transcrire et traduire n'importe quelle langue prise en charge vers l'anglais. Utilisez l'argument --task translate :

whisper interview_francaise.mp3 --model medium --task translate

Étape 5 : Utiliser Whisper dans un script Python¶

Pour automatiser vos traitements, vous pouvez importer Whisper directement dans vos scripts Python. Créez un fichier transcrire.py :

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

import whisper

# 1. Charger le modèle (ex: "base", "small", "medium", "large")
print("Chargement du modèle...")
model = whisper.load_model("small")

# 2. Lancer la transcription
print("Transcription en cours...")
result = model.transcribe("interview.mp3")

# 3. Afficher et sauvegarder le résultat
texte_transcrit = result["text"]
print("\nRésultat :")
print(texte_transcrit)

with open("transcription.txt", "w", encoding="utf-8") as f:
    f.write(texte_transcrit)

print("\nLe texte a été sauvegardé dans transcription.txt.")

Exécutez-le avec :

python transcrire.py

Vérification¶

Pour valider le bon fonctionnement de l'outil, lancez une simple commande d'aide pour confirmer que la CLI de Whisper est accessible dans votre environnement virtuel :

whisper --help

Ressources¶

• Dépôt GitHub officiel d'OpenAI Whisper — Documentation complète et code source.
• Documentation PyTorch — Guide pour l'installation selon votre architecture matérielle (CUDA, ROCm, CPU).