WhisperX Online
FR
DeutschEnglishEspañolFrançaisPortuguês (Brasil)Русский日本語한국어繁體中文

WhisperX · en ligne · gratuit · privé

WhisperX en ligne : transcrire un audio avec horodatage mot à mot

Déposez un fichier audio ou vidéo et obtenez une transcription avec l’horodatage de chaque mot, l’identification des locuteurs et des sous-titres SRT/VTT, sans Python, sans configuration GPU et sans jeton Hugging Face. Tout se passe dans votre navigateur : votre fichier n’est jamais envoyé.

Fonctionne à 100 % dans votre navigateur avec WebGPU ou WebAssembly. Le modèle est téléchargé une seule fois (40 à 800 Mo) puis mis en cache. Gratuit : jusqu’à 15 minutes, horodatage par mot, tous les formats.

  • Aucun envoi
  • Horodatage par mot
  • Locuteurs
  • SRT · VTT · JSON

Qu’est-ce que WhisperX ?

WhisperX est une chaîne de reconnaissance vocale open source fondée sur Whisper d’OpenAI, qui ajoute un horodatage précis de chaque mot et l’identification des locuteurs. Elle a été développée par Max Bain et ses collègues à l’université d’Oxford (article présenté à Interspeech 2023). Elle combine une transcription par lots avec faster-whisper, l’alignement des mots par un modèle wav2vec2 et l’étiquetage des locuteurs avec pyannote-audio. Il faut Python, idéalement un GPU NVIDIA et, pour les locuteurs, un jeton Hugging Face. Cette page vous donne le résultat sans tout cela.

Comment ça marche

  1. Déposez un fichier audio (MP3, WAV, M4A) ou vidéo (MP4, MOV, WEBM). Le navigateur extrait la piste audio ; rien n’est envoyé.
  2. Choisissez le modèle et la langue. tiny, base et small sont gratuits ; large-v3-turbo est le plus précis.
  3. Transcrivez. Avec WebGPU, c’est souvent plus rapide que le temps réel ; sans WebGPU, le mode CPU fonctionne, plus lentement.
  4. Vérifiez et exportez. Cliquez sur un mot pour aller à ce passage. Téléchargez TXT, SRT, VTT ou JSON au format de sortie de WhisperX.

Gratuit et Pro

Gratuit : Whisper tiny, base et small, fichiers jusqu’à 15 minutes, horodatage par mot et tous les formats. Pro (Webtools Pro d’Answer the Web) : en plus large-v3-turbo, identification des locuteurs et longs enregistrements. Le traitement reste toujours local.

Installer WhisperX

Pour exécuter le WhisperX original sur votre machine (l’outil en ligne de commande est en anglais) :

pip install whisperx
whisperx audio.mp3 --model large-v3 --output_format srt
whisperx audio.mp3 --model large-v3 --diarize --hf_token YOUR_HF_TOKEN

github.com/m-bain/whisperX · WhisperX vs Whisper vs faster-whisper (EN)

Questions fréquentes

Que fait WhisperX ?
Il transcrit la parole avec Whisper puis aligne chaque mot sur l’audio, pour obtenir un début et une fin exacts par mot. Il peut aussi identifier les locuteurs. Idéal pour les sous-titres, les interviews et les podcasts.
Quelle différence entre Whisper et WhisperX ?
Whisper produit le texte avec des horodatages approximatifs. WhisperX ajoute la détection d’activité vocale, un traitement par lots plus rapide, un alignement précis mot à mot et l’identification des locuteurs.
WhisperX est-il gratuit ?
Oui. WhisperX est open source sous licence BSD-2-Clause et gratuit, y compris pour un usage commercial. WhisperX Online est gratuit pour les fichiers jusqu’à 15 minutes.
Mon audio est-il envoyé ?
Non. Le fichier est lu et transcrit dans votre navigateur. Seuls les fichiers du modèle sont téléchargés depuis Hugging Face.
Est-ce le site officiel de WhisperX ?
Non. WhisperX Online est une interface indépendante d’Answer the Web. Le projet officiel est github.com/m-bain/whisperX.