MARKETIA
ConnexionInscription

Avis MagicMate : WhisperX, ce que dit la source

Source vérifiée le 17 octobre 2026 (analyse rédigée le 17 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

Une bonne brique de transcription avec alignement mot à mot, mais plus modeste que ce qu'on lit parfois : l'auteur écrit lui-même que la diarisation (savoir qui parle) est « far from perfect ». À présenter comme un outil qui réduit la reprise manuelle, pas qui la supprime.

Pour qui (PME française)

  • Une équipe technique qui transcrit des entretiens ou des appels à plusieurs voix et accepte de relire.
  • Pas pour une exploitation sans relecture. Le français fait partie des langues dotées d'un modèle d'alignement par défaut (anglais, français, allemand, espagnol, italien).

Points forts prouvés

  • Licence BSD-2-Clause (fichier LICENSE lu).
  • Horodatage par mot, annoncé à « 70x realtime » avec large-v2 (revendication du README, conditions non vérifiées par nous).
  • Installation simple : pip install whisperx.

Limites et risques

  • Le README reconnaît que les horodatages de Whisper « can be inaccurate by several seconds », que la diarisation est loin d'être parfaite et que la parole superposée est mal gérée.
  • Les mots contenant des caractères hors du dictionnaire du modèle d'alignement (le README cite « 2014. » et « £13.60 ») n'ont pas d'horodatage. Chaque langue exige son propre modèle d'alignement.
  • La diarisation demande un jeton Hugging Face et l'acceptation des conditions d'utilisation du modèle pyannote. Le modèle pyannote cité est sous CC-BY-4.0 : attribution à pyannoteAI.
  • Matériel : le README annonce moins de 8 Go de mémoire GPU pour large-v2, et CUDA 12.8 côté GPU, avec ffmpeg et Rust.
  • Un encart de sponsor du README vante une diarisation « 100% accurate » : argument commercial d'un tiers, à ne pas relayer.

Effort d'installation réel

Court en CPU ; plus long avec GPU (CUDA, mémoire) et pour obtenir l'accès aux modèles pyannote. Estimation : une à deux heures ; non mesuré.

Alternatives

  • Meetily (voir son avis) : application de bureau, sans identification des locuteurs dans l'édition gratuite.
  • Whisper ou faster-whisper seuls, sans diarisation (non évalués ici).

Licence et attention commerciale

Code sous BSD-2-Clause, usage commercial permis. Les modèles pyannote sont soumis à acceptation de leurs conditions via Hugging Face, et le modèle de diarisation cité par le README est sous CC-BY-4.0 (attribution requise).

Ce que nous n'avons pas testé

Aucune installation, aucune mesure de précision des horodatages ni de la diarisation sur du français, aucune vérification du « 70x », aucun test avec les modèles pyannote.

Sources (lues le 2026-10-17)

Aller plus loin

Recevoir la newsletter Marketia