Transcrisper
Visites mensuelles
7 580
2026-09
Croissance mensuelle +44 %

Transcrisper - Transcription privée audio et vidéo dans le navigateur

Transcrisper transcrit l’audio et la vidéo localement dans le navigateur avec le modèle de reconnaissance vocale Parakeet-TDT v3 et la diarisation Sortformer v2.1. Les formats pris en charge incluent MP4, M4A, MOV, MKV, WEBM, WAV, OGG, FLAC et MP3. Après le téléchargement et l’initialisation des modèles, la transcription peut fonctionner hors ligne sans envoyer l’audio à un serveur.

Fonctionnalités

Transcription audio et vidéo locale

Transcrit des fichiers audio et vidéo dans le navigateur et produit du texte à partir de la parole. L’utilisateur sélectionne un fichier multimédia pris en charge ; après le téléchargement des données du modèle, Parakeet-TDT v3 le traite localement.

Diarisation des locuteurs

Regroupe les segments audio en différents groupes de locuteurs pendant la transcription. Sortformer v2.1 analyse la biométrie vocale, prend en charge la diarisation en streaming et est présenté comme capable de gérer les voix qui se chevauchent.

Transcription hors ligne

Permet de transcrire sans connexion Internet une fois les modèles initialisés et mis en cache dans le navigateur. La première configuration nécessite le téléchargement unique de près de 2 Go de données par navigateur.

Outils pour sous-titres et audio

Propose des outils dans le navigateur pour convertir et modifier des fichiers de sous-titres et audio. Les outils disponibles comprennent la conversion de format, le décalage temporel des sous-titres, le découpage audio, la conversion audio et la conversion vidéo vers audio.

TarifsGratuit

Transcrisper est gratuit et aucun forfait payant n’est indiqué. Il n’y a pas de niveaux à comparer ; la transcription s’exécute localement dans le navigateur.

Cas d’utilisation

Transcrire des enregistrements localement

Pour transcrire un enregistrement sans envoyer le fichier à un serveur de transcription, l’utilisateur peut sélectionner un fichier audio ou vidéo pris en charge dans le navigateur. Transcrisper le traite localement avec Parakeet-TDT v3 et produit du texte à partir de la parole.

Regrouper les segments par locuteur

Lorsqu’un enregistrement contient plusieurs personnes ou des voix qui se chevauchent, l’utilisateur peut recourir à la diarisation dans le processus de transcription. Sortformer v2.1 analyse la biométrie vocale et regroupe les segments audio en groupes de locuteurs.

Convertir et modifier des fichiers de sous-titres

Lorsqu’un fichier de sous-titres nécessite un autre format ou un ajustement temporel, l’utilisateur peut choisir un outil proposé comme SRT to VTT, SRT to TXT ou Subtitle Time Shifter. Ces outils convertissent ou ajustent le fichier dans le navigateur.

Limites

  • La première configuration de chaque navigateur nécessite le téléchargement de près de 2 Go de données de modèle ; les modèles doivent être en cache pour les utilisations hors ligne suivantes.

  • Pour des performances optimales, au moins 16 Go de RAM et un GPU dédié sont recommandés ; le traitement uniquement par CPU est possible, mais nettement plus lent.

  • Les fichiers de moins de deux heures sont indiqués comme étant les plus stables ; la limite pratique de taille dépend de la mémoire vive de l’ordinateur.

  • La navigation privée peut restreindre le stockage, empêcher la mise en cache des modèles et imposer le nouveau téléchargement du moteur de près de 2 Go à chaque visite.

  • Firefox et Safari offrent une prise en charge limitée de WebGPU, ce qui peut réduire les performances par rapport aux navigateurs basés sur Chromium.

Public cible

  • Personnes qui préfèrent ne pas envoyer leurs enregistrements à des services de transcription cloud

  • Journalistes et enquêteurs qui transcrivent localement des conversations enregistrées

  • Professionnels de santé souhaitant traiter des fichiers audio sur leur propre appareil

Questions fréquentes

Transcrisper envoie-t-il l’audio à un serveur ?

Non. La transcription s’exécute dans le navigateur avec Parakeet.js et ONNX Runtime, et l’audio ne quitte pas l’appareil de l’utilisateur.

Pourquoi faut-il télécharger un modèle volumineux ?

Le navigateur a besoin du moteur neuronal pour transcrire localement. Le premier téléchargement représente près de 2 Go par navigateur ; après initialisation et mise en cache, l’application peut fonctionner hors ligne.

Quelles langues le modèle de transcription reconnaît-il ?

Parakeet-TDT v3 prend en charge l’anglais, le français, l’allemand, l’espagnol, l’italien, le portugais, le néerlandais, le polonais, le russe, l’ukrainien, le japonais, le coréen et le chinois. La diarisation des locuteurs est indépendante de la langue.

Quelles ressources informatiques sont recommandées ?

Pour des performances optimales, au moins 16 Go de RAM et un GPU dédié sont recommandés. Le traitement uniquement par CPU est possible, mais nettement plus lent.

Existe-t-il une limite fixe de taille de fichier ?

La limite dépend de la mémoire vive de l’ordinateur. Les fichiers de moins de deux heures sont les plus stables, mais des machines plus puissantes peuvent traiter des enregistrements plus longs.

Commentaires

Veuillez vous connecter pour laisser un commentaire.
Pas encore de commentaires. Soyez le premier à partager vos impressions !