whisper

Whisper est le modèle de reconnaissance vocale publié par OpenAI avec ses poids, capable de transcrire et d'horodater la parole dans de nombreuses langues, dont le français. Il existe en plusieurs tailles, du modèle tiny au modèle large-v3, et en version turbo, plus rapide. faster-whisper le fait tourner sur le moteur CTranslate2, avec moins de mémoire et plus de vitesse. Les articles sous ce tag partent d'usages réels : transcrire des voix off pour produire des sous-titres et caler des animations sur les mots, choisir un modèle selon la précision et le temps de calcul, mesurer le démarrage d'un service loué à la demande, et vérifier ce que deviennent le texte et les horodatages entre la sortie du modèle et le fichier de sous-titres final.