Fatigué des notes vocales interminables de votre famille ou de vos collègues ? Déposez le fichier dans une application Windows gratuite et lisez la transcription en quelques secondes. Prend en charge 96 langues, l'audio n'est jamais téléchargé.
Aucune inscription, aucun téléchargement, aucun frais à la minute.
Si vous n'utilisez WhatsApp que sur votre téléphone, téléchargez le client de bureau depuis whatsapp.com ou le Microsoft Store. Ouvrez-le, scannez le code QR avec votre téléphone, et tout votre historique de discussion se synchronise. WhatsApp Desktop vous offre un menu fiable Clic droit > Enregistrer sous pour les notes vocales, ce que WhatsApp Web dans un navigateur ne fait souvent pas.
Trouvez le message vocal dans votre discussion. Faites un clic droit dessus et choisissez Enregistrer sous. WhatsApp Desktop proposera un nom de fichier et enregistrera l'audio dans votre dossier Téléchargements au format .opus ou .ogg. Il s'agit de fichiers standard au codec Opus et StarWhisper les gère nativement. Vous n'avez rien à convertir.
Téléchargez StarWhisper depuis la page d'accueil. Le programme d'installation est léger et la configuration vous guide tout au long du téléchargement unique du modèle pour que l'application puisse fonctionner hors ligne par la suite. L'offre gratuite couvre 500 mots par jour et 3 500 par semaine, ce qui suffit pour un usage personnel typique sans avoir besoin du plan Pro.
Ouvrez StarWhisper et faites glisser le fichier .ogg ou .opus depuis l'Explorateur de fichiers sur la fenêtre. L'application détecte la langue automatiquement et commence la transcription. Une note vocale de 30 secondes prend généralement de deux à cinq secondes sur un processeur moderne. Avec un GPU NVIDIA, la transcription est pratiquement instantanée.
Le texte apparaît dans la fenêtre StarWhisper. Copiez-le dans le presse-papiers, collez-le dans une conversation ou un document, ou enregistrez-le dans un fichier .txt. La note vocale est maintenant un texte consultable, lisible rapidement et citable. Vous n'avez jamais eu besoin d'écouter le message en entier.
Des raisons concrètes, pas de vagues promesses.
Le Mode Local par défaut exécute OpenAI Whisper sur votre propre machine. Aucun téléchargement, aucun stockage tiers, aucun serveur qui voit les discussions de votre groupe familial.
Que la note vocale soit en espagnol, hindi, arabe, mandarin, polonais ou dans l'une des 96 langues prises en charge, StarWhisper détecte la langue automatiquement.
Les fichiers .opus et .ogg de WhatsApp se chargent directement. Pas besoin de convertisseur tiers, d'extracteur MP3 en ligne, ni de commandes ffmpeg copiées-collées dans le terminal.
Téléchargement unique du modèle, puis fonctionnement hors ligne complet. Utile pour les vols, les enregistrements sensibles, ou partout où vous ne faites pas confiance au réseau.
Couvrez environ 5 à 10 notes vocales par jour sans mur d'inscription, sans carte de crédit, sans compte à rebours d'essai. Détails de l'offre gratuite ici.
Les propriétaires de GPU NVIDIA bénéficient d'une transcription pratiquement instantanée via CUDA. Détails de la prise en charge du GPU.
Les messages vocaux WhatsApp ont un problème particulier. Ils sont pratiques pour l'expéditeur, qui peut monologuer en marchant, mais ils sont inefficaces pour le destinataire, qui doit trouver des écouteurs, les mettre et écouter en temps réel pour en extraire peut-être vingt secondes d'informations utiles. Une note vocale de six minutes d'un proche contient souvent une date, une question, et beaucoup de contexte. Lire la transcription en quinze secondes est une expérience strictement meilleure.
L'autre raison : la recherche. Une fois qu'une note vocale est transcrite, vous pouvez rechercher dans votre historique de discussion les mots qu'elle contient. La propre fonction de recherche de WhatsApp n'indexe que les messages texte, donc des mois de notes vocales deviennent une boîte noire opaque. Enregistrer les transcriptions dans une application de notes ou un document signifie que les informations de vos notes vocales deviennent récupérables plus tard. Les personnes qui reçoivent beaucoup de notes vocales d'un contact en particulier (un parent, un manager, un chef de projet) signalent que leur conversion en texte change leur relation à la discussion elle-même.
Les services de transcription cloud existent, mais la plupart facturent à la minute, vous demandent de télécharger des fichiers audio personnels et sensibles sur leurs serveurs, et exigent une inscription avec une carte de crédit. Le calcul devient vite mauvais : à 10 cents la minute et dix notes vocales par semaine d'une durée moyenne de deux minutes chacune, cela représente 8 dollars par mois pour ce qui est véritablement une petite tâche. L'approche de StarWhisper consiste en une installation locale gratuite qui gère une transcription illimitée dans la limite du plafond quotidien de mots. Pour la plupart des utilisateurs occasionnels de WhatsApp, ce plafond n'est jamais atteint.
Le moyen le plus rapide est d'utiliser WhatsApp Desktop sur le même PC Windows que StarWhisper. Une fois lié, chaque note vocale de chaque discussion peut être enregistrée d'un clic droit. C'est la configuration recommandée pour toute personne qui prévoit de transcrire des notes vocales plus qu'occasionnellement.
Déjà couvert dans les étapes ci-dessus. Clic droit, Enregistrer sous, glisser dans StarWhisper. Deux clics d'effort. Cela fonctionne pour chaque note vocale dans n'importe quelle discussion, individuelle ou de groupe, tant que vous avez l'application de bureau liée.
Sur Android, appuyez longuement sur la note vocale, touchez le menu des trois points, choisissez Partager, et envoyez-la à votre propre adresse e-mail en pièce jointe. Sur iPhone, appuyez longuement sur la note vocale, touchez Transférer, puis l'icône de partage, puis choisissez Mail. Ouvrez Gmail ou Outlook sur Windows, téléchargez la pièce jointe, et glissez le fichier résultant dans StarWhisper. Le fichier arrive généralement au format .opus sur Android ou .m4a sur iPhone. StarWhisper gère les deux.
Pour la transcription par lots de mois de notes vocales, ouvrez la discussion sur votre téléphone, allez dans les paramètres de discussion, choisissez Exporter la discussion, et sélectionnez l'option pour inclure les médias. WhatsApp produit un fichier zip avec chaque pièce jointe audio au format .opus. Transférez le zip sur votre PC, extrayez-le, et déposez le dossier sur StarWhisper. L'application traitera chaque note vocale de manière séquentielle et étiquettera chaque transcription par nom de fichier. C'est ce que les gens utilisent pour migrer des années d'audio de discussions familiales en texte consultable.
L'offre gratuite de StarWhisper vous donne 500 mots par jour, plafonnés à 3 500 mots par semaine. Une note vocale WhatsApp typique de 60 secondes donne environ 150 mots de texte. Ce calcul correspond à environ 3 à 5 notes vocales par jour avec l'offre gratuite, ou 20 à 25 par semaine. Pour la plupart des utilisations personnelles de WhatsApp, c'est suffisant.
Si vous gérez une petite entreprise via WhatsApp Business, recevez un volume important de notes vocales de clients, ou effectuez une transcription historique en masse, les limites commenceront à se faire sentir. Le plan Pro coûte 10 dollars par mois ou 80 dollars par an et supprime entièrement le plafond de mots. Les détails et tarifs du plan Pro se trouvent sur la page dédiée. Il existe également un essai gratuit de 7 jours qui débloque un accès illimité si vous souhaitez vérifier que cela fonctionne pour votre charge de travail avant de payer.
Le Mode Local Gratuit et le Mode Local Pro produisent des transcriptions identiques. Le plan Pro n'offre pas un modèle différent ou plus intelligent. Il supprime simplement le plafond de mots et ajoute quelques fonctionnalités de flux de travail (raccourcis clavier personnalisés, vocabulaire, priorité au repli cloud si vous l'activez). Pour quiconque souhaite simplement lire la longue note vocale occasionnelle d'un parent, l'offre gratuite est véritablement suffisante.
Les notes vocales de vos amis et de votre famille sont certaines des données audio les plus personnelles sur votre téléphone. Elles contiennent des problèmes médicaux, des drames relationnels, des opinions sur des collègues, des secrets de famille et des remarques désinvoltes que les gens ne voudraient pas voir conservées sur un serveur quelconque. Télécharger cet audio vers un service de transcription cloud signifie qu'un tiers en obtient une copie.
StarWhisper fonctionne en Mode Local par défaut. Le fichier audio que vous glissez est décodé sur votre CPU ou GPU, le modèle Whisper sur votre disque dur effectue la transcription, et le texte résultant apparaît à l'écran. Rien n'est téléchargé. Rien n'est enregistré sur un serveur distant. Rien n'est examiné par des humains à des fins d'assurance qualité. Vous pouvez le vérifier vous-même en débranchant votre connexion réseau avant de traiter un fichier ; la transcription fonctionne toujours.
Le Mode Cloud existe en tant qu'option activable dans les Paramètres si vous souhaitez spécifiquement utiliser l'API OpenAI Whisper pour une légère amélioration de la précision sur les cas complexes. Il est clairement étiqueté, désactivé par défaut, et n'est jamais activé silencieusement. Pour les notes vocales personnelles sensibles, laissez simplement les paramètres par défaut. Pour en savoir plus sur la confidentialité, consultez la page sur l'architecture de confidentialité et hors ligne.
La vitesse de transcription dépend de votre matériel et de la longueur de la note vocale. Estimations approximatives avec le modèle Whisper medium sur des machines courantes :
| Matériel | Note de 30 sec | Note de 2 min | Note de 10 min |
|---|---|---|---|
| Processeur portable moderne (i7 ou Ryzen 7) | 2 à 5 sec | 10 à 20 sec | 1 à 2 min |
| NVIDIA RTX 3060 (CUDA) | moins d'1 sec | 2 à 4 sec | 10 à 20 sec |
| NVIDIA RTX 4090 (CUDA) | moins d'1 sec | moins d'1 sec | 5 à 8 sec |
| Processeur plus ancien (5+ ans) | 5 à 10 sec | 30 à 60 sec | 3 à 6 min |
La taille du modèle Whisper compte également. StarWhisper choisit par défaut une option équilibrée (medium), mais vous pouvez passer à des modèles plus petits (plus rapides, légèrement moins précis) ou plus grands (plus lents, plus précis) dans les Paramètres. Pour les notes vocales, le modèle par défaut est presque toujours suffisant. Le grand écart de qualité se situe entre la dictée intégrée de Windows et Whisper, et non entre les différentes tailles de modèles Whisper.
Divulgation honnête des situations où cela fonctionne moins bien. Premièrement, les audios très bruyants. Les notes vocales enregistrées à l'extérieur dans un trafic dense ou avec du vent verront leur précision chuter de plus de 95 % à peut-être 80 %. La transcription restera lisible, mais vous pourriez voir quelques mots erronés. Deuxièmement, l'alternance de langues (code-switching) au milieu d'une phrase. Si une note vocale passe d'une langue à l'autre à chaque mot, Whisper choisit parfois l'une et translittère l'autre. Troisièmement, les dialectes régionaux très prononcés dans certaines langues. L'espagnol standard d'Espagne, du Mexique et d'Argentine fonctionne tous bien ; les dialectes ruraux très épais peuvent perturber le modèle.
Pour tous ces cas, la solution est la même : essayez la transcription et acceptez que le résultat sera un premier brouillon utile plutôt qu'un relevé parfait. Pour la plupart des notes vocales personnelles, la précision est largement suffisante.
Il n'y a pas non plus de diarisation automatique des locuteurs (distinction des voix) intégrée pour les notes vocales de discussions de groupe contenant plusieurs voix dans un seul enregistrement (rare, mais cela arrive). StarWhisper transcrit tout sous forme d'un seul bloc de texte. Vous pouvez le diviser manuellement par la suite si vous en avez besoin.
Si vous avez trouvé cela utile, le même processus fonctionne pour d'autres types d'audio. Beaucoup de gens installent StarWhisper pour gérer les notes vocales WhatsApp et découvrent ensuite qu'ils veulent aussi l'utiliser pour la transcription d'entretiens, la transcription de podcasts, ou la transcription de réunions. Le flux de fichiers par glisser-déposer est le même ; seule la source audio change. Il existe également un mode de dictée en temps réel pour taper dans n'importe quelle application à la voix, qui est un cas d'usage distinct mais avec la même installation.
Utilisez le même processus Whisper local pour les fichiers audio enregistrés sur Windows.
Transférez des fichiers .m4a de votre iPhone vers un outil gratuit de transcription sur Windows.
Le même processus pour les Mémos vocaux iPhone, les podcasts et les appels enregistrés.