MARKETIA
ConnexionInscription

Avis MagicMate : whisper.cpp, ce que dit la source

Source vérifiée le 18 octobre 2026 (analyse rédigée le 18 octobre 2026).

Analyse statique des sources publiques : sauf mention contraire sur cette page, rien n'a été installé ni exécuté. Les tests réellement exécutés sont sur la page Tests. Cette page ne donne aucune note. Notre méthode.

Verdict

whisper.cpp est une réimplémentation en C/C++ du modèle de reconnaissance vocale Whisper d'OpenAI, pensée pour tourner hors ligne sur des machines très variées, y compris sans carte graphique. Sa présentation est solide sur la portabilité et la licence du code (MIT). Elle ne donne en revanche aucun taux d'erreur : la qualité en français dépend du modèle choisi et reste à mesurer sur vos propres enregistrements.

Pour qui (PME française)

  • Une équipe qui veut transcrire des enregistrements sans les envoyer à un service en ligne, et qui accepte de lancer des commandes (le README décrit une interface en ligne de commande et une bibliothèque, pas une application avec fenêtres).
  • Pas pour obtenir directement l'identification des locuteurs : le README ne présente la segmentation par locuteur que comme « experimental » (tinydiarize).

Points forts prouvés

  • Licence MIT (fichier LICENSE lu le 2026-10-18 : « MIT License », « Copyright (c) 2023-2026 The ggml authors »).
  • Fonctionnement hors ligne revendiqué par le README, sans dépendance pour la version de base (« Plain C/C++ implementation without dependencies »), avec inférence sur processeur seul et plusieurs accélérations optionnelles (Metal, Core ML, Vulkan, CUDA, OpenVINO, entre autres).
  • Plateformes listées par le README : macOS, iOS, Android, Linux, Windows, WebAssembly, Raspberry Pi, Docker.
  • Tableau d'occupation mémoire du README, donné comme ordre de grandeur : tiny 75 MiB sur disque et environ 273 MB en mémoire, jusqu'à large 2,9 GiB et environ 3,9 GB.
  • Dernière version publiée : v1.9.5, le 2026-10-06 (API GitHub, lue le 2026-10-18). Dépôt non archivé, dernier envoi de code le 2026-10-12.

Limites et risques

  • Le README ne donne aucun taux d'erreur de transcription, ni pour le français ni pour une autre langue.
  • La segmentation par locuteur (tinydiarize) est étiquetée « experimental » ; l'exemple du README utilise un modèle anglais (small.en-tdrz).
  • Les modèles se téléchargent séparément du programme ; l'outil de téléchargement du README pointe vers des dépôts Hugging Face. Le filtre de voix (VAD, Silero) demande un modèle supplémentaire, téléchargé depuis un autre dépôt Hugging Face (ggml-org/whisper-vad) dont nous n'avons pas lu la carte de licence.
  • Le dépôt compte 357 tickets et demandes de fusion ouverts (API GitHub, 2026-10-18) : un indicateur d'activité, pas un décompte de défauts confirmés.
  • Les accélérations matérielles (Core ML, OpenVINO, NPU AMD, CUDA) demandent des étapes de configuration supplémentaires décrites dans le README ; nous n'en avons essayé aucune.

Effort d'installation réel

Un test d'usage distinct, sur une seule machine Windows, avec la version 1.9.5, le plus petit modèle et un seul extrait audio synthétique, est décrit dans whisper.cpp 1.9.5 testé pour de vrai : commandes, durées, erreurs relevées et limites. Il ne dit rien de la qualité générale de l'outil et n'est pas repris ici.

Alternatives

  • WhisperX (voir son avis) : ajoute l'horodatage mot à mot et l'identification des locuteurs, avec des dépendances plus lourdes.
  • Vosk (voir son avis) : autre moteur hors ligne, avec une vigilance particulière sur la licence de chaque modèle.
  • Whisper d'OpenAI ou faster-whisper utilisés directement (non évalués ici).

Licence et attention commerciale

Le code est sous licence MIT (LICENSE lu le 2026-10-18), usage commercial permis sous réserve de conserver la mention de droits d'auteur et le texte de la licence. Les modèles se téléchargent à part : nous n'avons pas relu ici la licence de chaque fichier de modèle ni celle du modèle de filtre de voix ; à vérifier sur la carte du modèle retenu avant un usage commercial.

Ce que nous n'avons pas testé

Cet avis lui-même n'a rien installé ni exécuté : il repose sur la lecture du README, du fichier LICENSE et de l'API GitHub. Le test d'usage séparé (voir le test réel) ne couvre que le modèle tiny et un extrait. Restent non testés : les autres modèles et les modèles quantifiés, les voix humaines, le bruit, l'audio long, les cartes graphiques, la segmentation par locuteur, le filtre de voix et les liaisons de programmation.

Sources (lues le 2026-10-18)

  • https://github.com/ggml-org/whisper.cpp (README et LICENSE, lus bruts sur raw.githubusercontent.com)
  • API GitHub du dépôt (version, date de dernier envoi, tickets et demandes de fusion ouverts)

Aller plus loin

Recevoir la newsletter Marketia