Comment télécharger les modèles Whisper
Obtenir des modèles Whisper nécessite généralement l'installation de Python, des commandes pip et des téléchargements manuels de modèles depuis Hugging Face. Le processus officiel implique :
- Installation de Python 3.8 ou supérieur
- Exécution de pip install openai-whisper
- Téléchargement des modèles via des scripts Python
- Configuration de CUDA pour l'accélération GPU
- Configuration des variables d'environnement
StarWhisper élimine cette complexité. Téléchargez un seul installateur et tous les modèles deviennent disponibles via le gestionnaire de modèles intégré. Sélectionnez votre modèle préféré, cliquez sur télécharger et commencez à transcrire.
Whisper Large V3 : Pour la transcription par lots de fichiers longs
Whisper Large V3 est le choix le plus adapté lorsque vous transcrivez par lots de longs enregistrements et que la qualité prime sur la vitesse ou l'utilisation du disque. Il a été entraîné sur de longs segments et justifie ses calculs sur des audio de plusieurs minutes plutôt que sur de la dictée en direct. Sur des clips courts, le petit modèle performe généralement aussi bien, sinon mieux.
Quand utiliser Large V3
- Transcription par lots de longs enregistrements qui seront relus avant utilisation
- Audio long et difficile avec du bruit de fond ou des accents
- Enregistrements académiques, de recherche ou professionnels de 10 minutes ou plus
- Contenus où les erreurs sont coûteuses à corriger ET où l'audio est assez long pour que le contexte du modèle plus grand soit utile
Quand NE PAS utiliser Large V3
Dictée en direct courte. Pour la saisie vocale dans n'importe quelle application, le petit modèle est l'option pratique par défaut que nous recommandons ; le grand modèle peut sur-corriger et halluciner davantage sur des clips courts.
Configuration matérielle requise
Large V3 bénéficie d'un GPU performant, surtout pour les longs enregistrements. L'utilisation uniquement sur processeur peut être beaucoup plus lente, donc la plupart des utilisateurs devraient rester sur Small pour la dictée en direct et n'utiliser Medium ou Large V3 que pour la transcription par lots de fichiers longs.
Whisper.cpp : Optimisé pour le bureau
Whisper.cpp est un portage C++ du Whisper d'OpenAI, optimisé pour l'inférence locale. Avantages par rapport à l'implémentation Python :
- Temps de démarrage plus rapide (pas d'interpréteur Python)
- Utilisation mémoire réduite
- Meilleures performances CPU
- Fichier exécutable unique, aucune dépendance
StarWhisper inclut des binaires whisper.cpp précompilés pour Windows. Les modèles sont compatibles avec les workflows Whisper locaux courants, mais StarWhisper encapsule la configuration des modèles, l'intégration de l'application, la configuration GPU et le flux de transcription locale dans une interface de bureau.
Stockage et gestion des modèles
Les modèles téléchargés sont stockés dans votre dossier de données d'application locale. Besoins totaux de stockage si vous téléchargez tous les modèles :
- Tiny : 75 Mo
- Base : 142 Mo
- Small : 466 Mo
- Medium : 1,5 Go
- Large V3 : 2,9 Go
- Total : ~5 Go
Vous pouvez télécharger uniquement les modèles dont vous avez besoin. La plupart des utilisateurs devraient rester sur Small (l'option pratique par défaut que nous recommandons pour la dictée en direct) et éventuellement ajouter Medium pour les scripts non latins ou Large V3 pour la transcription par lots de longs enregistrements.
