Guide : Installer Whisper (OpenAI) pour Automatiser la Transcription en Local
11️⃣Prérequis : Ce qu'il te faut
✅ Un PC avec Python installé (Windows, macOS ou Linux)
✅ Une bonne connexion internet (pour télécharger le modèle)
✅ Une carte graphique NVIDIA (optionnelle) pour accélérer la transcription avec
CUDA
-----------------------------------------------------------
2️⃣ Installer Whisper et les Dépendances
Ouvre un terminal (ou Invite de commandes sous Windows) et tape les commandes
suivantes :
Installer Python et Pip (si non installé) :
Télécharge Python ici : [Link]
Une fois installé, vérifie avec :
python --version
pip --version
Installer Whisper :
pip install openai-whisper
Installer FFmpeg (indispensable pour l’audio) :
pip install ffmpeg
Ou sous Linux/Mac :
sudo apt install ffmpeg # Ubuntu
brew install ffmpeg # macOS
-----------------------------------------------------------
3️⃣ Télécharger un Modèle Whisper
Whisper propose plusieurs modèles :
| Modèle | Vitesse | Précision |
|--------|---------|-----------|
| tiny | Très rapide | Moins précis |
| base | Rapide | Bonne précision |
| small | Moyen | Meilleure précision |
| medium | Plus lent | Très précis |
| large | Lente | Haute qualité |
Pour télécharger un modèle spécifique, utilise :
whisper --model medium
-----------------------------------------------------------
4️⃣ Transcrire un Fichier Audio en Texte
Place ton fichier audio.mp3 dans le dossier où tu travailles et exécute la commande
:
whisper audio.mp3 --model medium
Cela génère automatiquement un fichier texte avec la transcription.
Si tu veux un fichier SRT (sous-titres) :
whisper audio.mp3 --model medium --output_format srt
-----------------------------------------------------------
5️⃣ Automatiser avec un Script Python
Voici un script Python pour automatiser la transcription de plusieurs fichiers
audio :
import whisper
# Charger le modèle (choisir tiny, base, small, medium, large)
model = whisper.load_model("medium")
# Fichier à transcrire
audio_file = "mon_audio.mp3"
# Transcription
result = [Link](audio_file)
# Sauvegarder le texte dans un fichier
with open("[Link]", "w", encoding="utf-8") as f:
[Link](result["text"])
print("Transcription terminée ! Fichier enregistré sous '[Link]'")
-----------------------------------------------------------
6️⃣ Optimisation avec GPU (si tu as une carte NVIDIA)
Si tu as une carte graphique NVIDIA, active CUDA pour accélérer la transcription :
pip install torch torchvision torchaudio --index-url
[Link]
Puis, exécute Whisper avec GPU :
whisper audio.mp3 --model medium --device cuda
-----------------------------------------------------------
7️⃣ Résumé : Automatiser la Transcription avec Whisper
✅ Installer Whisper + FFmpeg
✅ Télécharger un modèle (medium recommandé)
✅ Exécuter une commande ou un script Python
✅ Exporter en TXT, SRT ou autres formats
✅ Optimiser avec GPU si possible
-----------------------------------------------------------
🔹 Conseil : Ce guide permet d’automatiser la transcription avec Whisper et Python.