La transcription automatique, ou reconnaissance de la parole (ASR, pour « automatic speech recognition »), écrit ce qui se dit dans un enregistrement. Elle sert à garder une trace d’une réunion, à citer un entretien, à sous-titrer une vidéo ou à retrouver ce qui a été dit dans un mémo vocal. Des modèles ouverts de bon niveau tournent sur un ordinateur ordinaire, et même sur un téléphone, sans envoyer l’audio nulle part.
Comment ça marche
Un modèle de transcription découpe le son en petits morceaux, reconnaît les mots prononcés et les écrit avec la ponctuation. Certains ajoutent l’heure de chaque phrase (pour faire des sous-titres) et séparent les intervenants (la « diarisation »). Le modèle le plus répandu, Whisper d’OpenAI, a ses poids publiés et comprend 99 langues, dont le français ; whisper.cpp le fait tourner vite sur un ordinateur ordinaire, et de nombreuses applis reposent sur lui.
À quoi ça sert
- Compte rendu de réunion. Enregistrez, transcrivez, puis demandez à un assistant de résumer le texte.
- Entretien ou interview. Retrouvez une citation exacte sans réécouter une heure d’audio.
- Sous-titres. Un fichier
.srtà importer dans votre logiciel de montage ou sur une plateforme vidéo. - Mémos vocaux. Dictez vos idées en marchant, retrouvez-les en texte.
- Dictée. Certaines applis écrivent directement ce que vous dites dans le champ actif, dans n’importe quelle appli.
Les outils, du plus simple au plus technique
Sur le téléphone. Sur Android, Gemini Nano sait transcrire la parole sur l’appareil, pour les applis qui s’en servent ; les Galaxy récents transcrivent et résument les enregistrements du Dictaphone. Sur iPhone, Whisper Notes ou Aiko transcrivent entièrement sur l’appareil.
Sur l’ordinateur, sans terminal. MacWhisper sur Mac, Buzz sur Mac, Windows et Linux (fichiers, liens YouTube ou micro, avec export de sous-titres). Pour la dictée, Handy et Murmure sont libres et tournent sur Windows, Mac et Linux.
En ligne. Les services comme Otter (notes de réunion) ou les API de Mistral (Voxtral Transcribe), d’ElevenLabs ou d’AssemblyAI transcrivent sur leurs serveurs, souvent avec la séparation des intervenants. C’est pratique, mais l’audio quitte votre machine.
Transcrire et dicter
- AikoSindre Sorhuscode fermé
- BuzzChidi Williamsopen source (MIT)
- FastFlowLMAMDopen source (MIT)
- HandyCJ Paisopen source (MIT)
- MacWhisperGood Snooze, Pays-Bascode fermé
- MurmureMurmureopen source (AGPL-3.0)
- Otter.aiOtter.ai, États-Uniscode fermé
- SuperwhisperSuperwhispercode fermé
- VoiceInkPrakash Joshiopen source (GPL-3.0)
- Whisper NotesSmashMelon, États-Uniscode fermé
- whisper.cppggmlopen source (MIT)
- Wispr FlowWispr, États-Uniscode fermé
Rangés par ordre alphabétique, sans note ni classement.

Pas à pas avec whisper.cpp
whisper.cpp fonctionne sur Mac, Windows et Linux. Des binaires prêts à l’emploi existent pour Windows et Linux ; sur Mac, on le compile, ce qui prend quelques commandes.
-
Récupérez et compilez (Mac et Linux ; il faut
gitetcmake) :git clone https://github.com/ggml-org/whisper.cpp.git cd whisper.cpp cmake -B build cmake --build build -j --config Release -
Téléchargez un modèle multilingue. Les modèles dont le nom finit par
.enne comprennent que l’anglais : pour le français, prenez par exemplelarge-v3-turbo(1,5 Gio) ou sa version allégéelarge-v3-turbo-q5_0(547 Mio).sh ./models/download-ggml-model.sh large-v3-turbo -
Convertissez votre enregistrement. L’outil lit des fichiers WAV 16 bits ; la documentation donne la conversion en 16 kHz, mono, avec ffmpeg :
ffmpeg -i reunion.mp3 -ar 16000 -ac 1 -c:a pcm_s16le reunion.wav -
Transcrivez en fixant la langue. Par défaut, la langue est l’anglais ;
-l frimpose le français, et-osrt(ou-otxt,-ovtt) écrit le résultat dans un fichier :./build/bin/whisper-cli -m models/ggml-large-v3-turbo.bin -f reunion.wav -l fr -osrt
Installer whisper.cpp
- Dépôt officiel Binaires Windows x64 et ARM64, avec variantes CUDA · relevé le 17 octobre 2026
- Dépôt officiel Binaires Ubuntu x64 et ARM64 · relevé le 17 octobre 2026
- Dépôt officiel Compilation depuis les sources (Mac Intel et Apple Silicon) · relevé le 17 octobre 2026
Bon à savoir. Fixez toujours la langue. La documentation de whisper.cpp prévient que, sur un passage sans parole, la détection automatique peut choisir une langue au hasard et produire des phrases sans rapport.
Quel modèle pour le français
Plusieurs modèles ouverts comprennent le français : Whisper Large v3 Turbo (99 langues, licence MIT), Parakeet TDT 0.6B v3 de NVIDIA (25 langues européennes, ponctuation et horodatage, licence CC BY 4.0) ou Cohere Transcribe (14 langues, licence Apache 2.0). Notre classement de la transcription, mesuré sur des enregistrements en français, les départage :
Transcription : le haut du classement en français
- Azure AI Speech LLM 09-2026Microsoft3,10 %
- Scribe v2ElevenLabs3,28 %
- Hojo-ASR-Multi-V1HojoAi3,57 %
- Universal-3 ProAssemblyAI3,83 %
- SymphonySprag3,89 %
Transcription en français, en taux d'erreur par mot (le plus bas est le meilleur). Source : Open ASR Leaderboard, Hugging Face, relevé du 16 novembre 2026.
Relire, et demander l’accord
- Relisez les noms propres et les chiffres : ce sont les erreurs les plus gênantes, même quand le taux d’erreur global est faible.
- Vérifiez qui parle si l’outil sépare les intervenants, surtout quand deux voix se ressemblent.
- Prévenez avant d’enregistrer. En France, enregistrer sans son consentement les paroles prononcées par une personne à titre privé ou confidentiel est puni d’un an de prison et de 45 000 € d’amende (article 226-1 du Code pénal). Le consentement est présumé quand l’enregistrement se fait au vu et au su de chacun, sans opposition alors qu’il était possible de s’y opposer : le plus simple reste de l’annoncer en début de réunion.
Pour aller plus loin
- Synthèse vocale : faire lire un texte, cloner une voixNiveau Amateur 16 min
- L'IA sur Linux : Ollama en service, interfaces et outilsNiveau Amateur 20 min
- Voxtral de Mistral : transcrire et faire parler une voixNiveau Amateur 13 min
Pour monter son atelier d'IA à la maison, mini lab AI, du même auteur, va plus loin.
Sources
- github.com, lue le
- raw.githubusercontent.com, lue le
- raw.githubusercontent.com, lue le
- developer.android.com, lue le
- legifrance.gouv.fr, lue le
- apps.apple.com, lue le
