Transcrire un audio en texte avec Whisper, gratuitement sur ton PC

Guide gratuit · 30 minutes la première fois. Infos sur les outils vérifiées sur leurs sites officiels le 28/10/2026.

Une réunion d'une heure, un cours, une interview : tu récupères le texte complet, et même les sous-titres avec le minutage de chaque phrase. L'outil s'appelle Whisper. C'est un logiciel libre publié par OpenAI (licence MIT), qui comprend le français et 100 langues en tout. Il tourne sur ton ordinateur : une fois installé, ton audio n'est envoyé nulle part.

Il faut taper quelques commandes, mais tout est ci-dessous, à copier tel quel.

Ce qu'il te faut

Un ordinateur Windows ou Mac, avec quelques gigaoctets de libre.
Un fichier audio : MP3, WAV ou FLAC par exemple.
Une connexion Internet pour l'installation et le premier lancement. Ensuite, plus besoin.
30 minutes la première fois. Après, une seule commande.

Python

GitHub

Whisper travaille chez toi, mais garde les bons réflexes. Préviens les personnes avant d'enregistrer une réunion. Et si tu colles ensuite la transcription dans une IA en ligne pour la résumer, enlève d'abord les noms, les chiffres sensibles et tout ce qui touche à la santé ou aux clients.

1Installe Python 3.13 (10 minutes)

Whisper est un programme en Python. On prend Python 3.13 : c'est la version la plus récente que Whisper indique prendre en charge (et c'est aussi celle qui marche pour notre guide sur rembg).

Sur Windows

Va sur python.org/downloads et clique sur Download Python install manager.
Ouvre le fichier téléchargé, puis clique sur Install.
Ouvre PowerShell : touche Windows, tape PowerShell, puis Entrée.
Colle ces deux commandes, une par une :

Windows : installer Python 3.13

py install 3.13
py list

La deuxième commande affiche les versions installées : tu dois y voir 3.13.

Sur Mac

Va sur python.org/downloads/macos et télécharge l'installateur macOS de la dernière version 3.13.
Double-clique sur le fichier et suis l'installation.
À la fin, ouvre le dossier Applications, puis Python 3.13, et double-clique sur Install Certificates.command. Ça installe les certificats qui permettent à Python de télécharger proprement.
Ouvre le Terminal (dossier Applications, puis Utilitaires) et vérifie :

Mac : vérifier Python

python3.13 --version

2Installe FFmpeg (5 minutes)

FFmpeg est l'outil qui lit le son. Whisper en a besoin, sinon il ne peut rien ouvrir.

Sur Windows, avec Scoop

Scoop est un petit installateur de programmes. Dans un PowerShell normal (pas en administrateur), colle ces deux lignes, une par une. La première autorise ce type de script pour ton compte seulement, la seconde installe Scoop :

Windows : installer Scoop

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
Invoke-RestMethod -Uri https://get.scoop.sh | Invoke-Expression

Puis installe FFmpeg :

Windows : installer FFmpeg

scoop install ffmpeg

Sur Mac, avec Homebrew

Homebrew joue le même rôle sur Mac. Colle cette ligne dans le Terminal (c'est celle de brew.sh) et lis ce qu'elle affiche : elle explique ce qu'elle va faire avant de le faire. Si elle te donne des commandes à lancer à la fin, lance-les.

Mac : installer Homebrew

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Puis installe FFmpeg :

Mac : installer FFmpeg

brew install ffmpeg

Vérifie (Windows et Mac)

Ferme et rouvre ta fenêtre, puis tape :

Vérifier FFmpeg

ffmpeg -version

Si un numéro de version s'affiche, c'est bon.

3Installe Whisper (5 minutes)

Une seule commande. Elle télécharge Whisper et tout ce dont il a besoin : ça peut prendre quelques minutes.

Windows : installer Whisper

py -V:3.13 -m pip install -U openai-whisper

Mac : installer Whisper

python3.13 -m pip install -U openai-whisper

Si l'installation s'arrête sur une erreur qui parle de Rust, le README officiel donne la solution : lance d'abord la commande ci-dessous (avec py -V:3.13 sur Windows à la place de python3.13), puis relance l'installation.

Si l'erreur parle de Rust (Mac)

python3.13 -m pip install setuptools-rust

4Transcris ton premier fichier (2 minutes)

Mets ton fichier audio dans un dossier, par exemple reunion.mp3.
Dans ta fenêtre, tape cd suivi d'un espace, fais glisser le dossier dans la fenêtre (son chemin s'écrit tout seul), puis Entrée.
Lance la transcription :

Windows : transcrire

py -V:3.13 -m whisper reunion.mp3 --language French --model small

Mac : transcrire

python3.13 -m whisper reunion.mp3 --language French --model small

Au premier lancement, Whisper télécharge le modèle choisi, une seule fois. Ensuite, le texte défile à l'écran au fur et à mesure.

Quand c'est fini, tu trouves plusieurs fichiers dans le dossier, dont :

reunion.txt : le texte brut, à relire et à copier ;
reunion.srt : les sous-titres, avec le minutage de chaque phrase.

Tu ne veux que le texte ? Ajoute --output_format txt à la fin de la commande.

Le message FP16 is not supported on CPU; using FP32 instead est normal sur un ordinateur sans carte graphique compatible. Ce n'est pas une erreur.

5Choisis la bonne taille de modèle

Plus le modèle est gros, plus il est précis, et plus il demande de puissance. Les chiffres viennent du README officiel (mémoire graphique demandée, environ) :

Modèle	Mémoire	En pratique
tiny	1 Go	Pour tester, mais plus d'erreurs
base	1 Go	Rapide, encore approximatif
small	2 Go	Le bon départ sur un PC normal
medium	5 Go	Plus précis, plus lent ; sait traduire
turbo	6 Go	Modèle par défaut, rapide avec une carte graphique
large	10 Go	Le plus lourd ; sait traduire

Sans carte graphique, Whisper tourne sur le processeur : ça marche, mais plus lentement. Commence par small, puis monte si le texte a trop d'erreurs. Pour changer, remplace simplement small dans la commande.

6Relis (et vérifie)

Whisper se trompe surtout sur trois choses : les noms propres, les chiffres et les passages où plusieurs personnes parlent en même temps.

Ouvre le fichier .txt et réécoute les passages importants.
Cherche les noms de personnes, d'entreprises, de lieux : corrige-les à la main.
Pour un document officiel (compte rendu, citation), vérifie chaque chiffre dans l'audio.

Relire va quand même bien plus vite que tout taper toi-même.

Les erreurs à éviter

Oublier FFmpeg. Sans lui, Whisper affiche Failed to load audio. Vérifie avec ffmpeg -version, et ferme puis rouvre ta fenêtre après l'installation.
Écrire la langue en minuscules. --language French ou --language fr marchent, --language french est refusé.
Viser trop gros sur un petit PC. Sans carte graphique, les gros modèles demandent beaucoup plus de calcul. Commence par small.
Un son de mauvaise qualité. Musique derrière, micro loin, bruit de café : les erreurs explosent. Enregistre près de la source, dans le calme.
Coller la transcription brute dans une IA en ligne. Whisper garde tout chez toi, ne gâche pas ça ensuite : enlève noms, numéros et infos sensibles avant de demander un résumé.

Va plus loin

Traduire en anglais. Ajoute --task translate et prends le modèle medium ou large : d'après le README, turbo n'est pas entraîné pour la traduction. Exemple : py -V:3.13 -m whisper interview.mp3 --model medium --task translate (ou python3.13 sur Mac).
Plusieurs fichiers d'un coup. Mets-les à la suite dans la commande : py -V:3.13 -m whisper cours1.mp3 cours2.mp3 --language French --model small.
Résumer avec une IA. Une fois la transcription relue et anonymisée, colle-la dans l'IA de ton choix :

Prompt de résumé

Voici la transcription d'une réunion. Les noms sont remplacés par des étiquettes
comme [PERSONNE A] : garde-les telles quelles.
Fais-moi : 1) un résumé en 5 lignes, 2) les décisions prises,
3) les tâches à faire avec la personne responsable, 4) les questions restées ouvertes.
N'invente rien qui ne soit pas dans le texte.

[colle ta transcription anonymisée]