Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Son · guide amateur · 18 min de lecture

Transcrire un enregistrement en texte, en ligne ou en local

La transcription automatique (ASR) écrit ce qui se dit dans un fichier audio. Elle tourne très bien sur un ordinateur ou un téléphone, sans rien envoyer. Voici les outils, la méthode avec whisper.cpp, et les précautions.

Illustration du thème Son

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.

D'un fichier audio au texte : l'enregistrement, sa conversion si l'outil le demande, le modèle avec la langue fixée sur le français, le texte ou les sous-titres, puis la relecture.

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 .srt à 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

Rangés par ordre alphabétique, sans note ni classement.

Tous les logiciels de cet usage →

Capture de l'appli Whisper Notes sur iPhone, titrée « Transcription précise » : la liste des notes transcrites, avec leur durée.
Whisper Notes transcrit sur l'iPhone, sans connexion (capture : SmashMelon, App Store, relevée le 18 octobre 2026).

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.

  1. Récupérez et compilez (Mac et Linux ; il faut git et cmake) :

    git clone https://github.com/ggml-org/whisper.cpp.git
    cd whisper.cpp
    cmake -B build
    cmake --build build -j --config Release
    
  2. Téléchargez un modèle multilingue. Les modèles dont le nom finit par .en ne comprennent que l’anglais : pour le français, prenez par exemple large-v3-turbo (1,5 Gio) ou sa version allégée large-v3-turbo-q5_0 (547 Mio).

    sh ./models/download-ggml-model.sh large-v3-turbo
    
  3. 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
    
  4. Transcrivez en fixant la langue. Par défaut, la langue est l’anglais ; -l fr impose 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

La fiche de whisper.cpp →

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

  1. Azure AI Speech LLM 09-2026Microsoft3,10 %
  2. Scribe v2ElevenLabs3,28 %
  3. Hojo-ASR-Multi-V1HojoAi3,57 %
  4. Universal-3 ProAssemblyAI3,83 %
  5. 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.

Le classement transcription →

Relire, et demander l’accord

  1. Relisez les noms propres et les chiffres : ce sont les erreurs les plus gênantes, même quand le taux d’erreur global est faible.
  2. Vérifiez qui parle si l’outil sépare les intervenants, surtout quand deux voix se ressemblent.
  3. 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

Pour monter son atelier d'IA à la maison, mini lab AI, du même auteur, va plus loin.

Tous les guides →

Sources

  1. github.com, lue le
  2. raw.githubusercontent.com, lue le
  3. raw.githubusercontent.com, lue le
  4. developer.android.com, lue le
  5. legifrance.gouv.fr, lue le
  6. apps.apple.com, lue le