Outils › IA sur l’appareil
Sous-titres automatiques et parole en texte
Transformez la parole d’une vidéo ou d’un enregistrement en sous-titres grâce à Whisper d’OpenAI, qui tourne dans votre navigateur. Corrigez chaque ligne, puis téléchargez SRT, VTT ou TXT, ou incrustez-les dans la vidéo.
Le modèle vocal est téléchargé une seule fois sur votre appareil ; votre enregistrement n’en sort jamais. Rien ne démarre tant que vous n’avez pas choisi de fichier.
Comment ça marche
- Le son est décodé sur cet appareil et converti en 16 kHz mono, le format qu’écoute Whisper.
- Les longs enregistrements sont découpés aux pauses naturelles en parties de 30 secondes au plus, chacune transcrite avec ses horaires. Les lignes s’affichent dès qu’une partie est terminée.
- La langue est détectée dès la première phrase, ou choisissez-la vous-même. Traduire en anglais transforme la parole dans l’une des 99 langues de Whisper en sous-titres anglais.
- Le calcul se fait sur votre carte graphique (GPU) avec WebGPU quand c’est possible, sinon sur le processeur avec WebAssembly.
Questions
Ma vidéo est-elle envoyée ?
Non. Le modèle vocal est téléchargé une fois depuis Hugging Face et conservé sur votre appareil ; votre fichier ne quitte jamais cet onglet.
Quelle est la taille du téléchargement ?
Sans WebGPU, Rapide pèse environ 41 Mo et Précis environ 77 Mo. Avec WebGPU, les versions GPU pèsent environ 120 Mo et 206 Mo. Les deux restent en cache pour la prochaine fois.
Combien de temps faut-il ?
Avec WebGPU, c’est en général bien plus court que la durée de l’enregistrement. Sur le processeur, Rapide prend environ la moitié de la durée et Précis environ la durée entière, plus le premier téléchargement.
Quel modèle est utilisé ?
Whisper tiny (Rapide) et Whisper base (Précis) d’OpenAI, sous licence MIT, dans les versions ONNX publiées par Hugging Face. Vous pouvez utiliser les sous-titres à des fins commerciales.
Puis-je mettre les sous-titres sur ma vidéo ?
Oui. Incruster dans la vidéo ouvre l’outil d’incrustation avec vos lignes et votre vidéo déjà chargées, prêtes à être mises en forme et exportées.