Whisper local vs Gemini 3.5 Transcribe : fichiers ou streaming ?
Whisper local · Gemini 3.5 Transcribe
Le choix de Source IA
Teste Whisper local pour des fichiers à traiter sur une machine que tu contrôles, avec modèles téléchargés et outils vérifiés. Teste Gemini Transcribe si streaming, intervenants et horodatages sont nécessaires et si ton accès les couvre. Pour une transcription engageante, garde une relecture audio humaine.
Whisper local n’est pas l’API whisper-1. Cette page compare des poids exécutés sur ta machine à un parcours Google de transcription dont l’annonce précise accès et preview. Confidentialité du pipeline, temps réel et verbatim doivent être décidés avant le confort de la sortie.
Comparaison utile pour choisir
Dossier du 12 octobre 2026. Les surfaces, versions et accès sont précisés ci-dessous. Chaque repère et tarif chiffré garde sa date et ses conditions ; les anciens tableaux sont séparés des recommandations actuelles.
| Critère | Whisper local | Gemini 3.5 Transcribe |
|---|---|---|
| Usage prioritaire | Transcrire un fichier sans confier l’audio à une API | Transcription streaming, intervenants et horodatages |
| Surface comparée | Modèle exécuté sur sa machine | API de transcription et surfaces Google |
| Accès à contrôler | Installation, poids et ressources matérielles | L’annonce parle de preview et de surfaces éligibles |
| Piège à éviter | Whisper local et whisper-1 servi par API sont deux parcours | La transcription nettoyée ne convient pas à tous les besoins de verbatim |
Aucune cellule ne constitue une mesure indépendante de performance. Les capacités proviennent des documentations d’éditeurs ; les recommandations sont l’analyse de Source IA.
Les différences qui changent la décision
Local doit couvrir toute la chaîne
Le dépôt Whisper documente chargement et transcription. Un outil autour du modèle peut néanmoins utiliser du réseau. Coupe la connexion pendant le pilote et vérifie import, traitement et export. L’exécution locale transfère aussi maintenance et besoin matériel.
Nettoyer n’est pas transcrire mot pour mot
L’annonce Google distingue transcription nettoyée et verbatim. Pour entretien, preuve ou recherche, une reformulation peut être inadaptée. Fixe la sortie attendue et compare les hésitations ou corrections importantes au lieu de les supprimer parce qu’elles semblent inutiles.
Les attributions restent à vérifier
Google documente intervenants et horodatage par mot. Cela n’est pas une garantie sur voix superposées. Vérifie qui parle et les passages incertains. Ne transforme pas une attribution probable en certitude publiée.
Choisir selon ta situation
- Fichiers à garder sur la machine : Whisper local. Vérifier réseau et matériel.
- Flux avec timestamps et intervenants : Gemini Transcribe. Contrôler accès et mode.
- Verbatim engageant : Relecture audio. Conserver hésitations et corrections pertinentes.
Ce que les éditeurs documentent exactement
Whisper local
Le dépôt OpenAI documente le chargement des modèles, la transcription des fichiers et sa licence MIT. Le code de transcription fonctionne avec les modèles téléchargés.
Vérification limitée à ces repères le 12 octobre 2026. Documentation de l’éditeur.
Gemini 3.5 Transcribe
Google documente streaming, attribution des intervenants et horodatage par mot. L’annonce distingue accès API et disponibilité applicative, selon pays, langue et produit.
Vérification limitée à ces repères le 12 octobre 2026. Documentation de l’éditeur.
Les deux voix qui se coupent
Matériel d’essai. Audio simulé autorisé avec interruptions et chiffre corrigé.
- Fixer modèle local ou endpoint et mode verbatim.
- Comparer mots, timestamps et attributions contre une référence manuelle.
- Tester hors ligne pour Whisper et interruption de flux pour Google.
Protocole proposé au lecteur, pas un test exécuté sur tous ces produits par Source IA. Les exemples sont fictifs ou doivent utiliser des données non sensibles.
Transcris sans reformuler les éléments qui changent le sens. Marque passages et locuteurs incertains. Garde la correction de chiffre et les horodatages disponibles. N’invente aucun mot inaudible.
Évaluer le coût du travail terminé
Whisper local comprend matériel et temps de traitement ; l’API a son compteur. Comparer minute relue et acceptée, avec erreurs d’attribution, pas uniquement minute d’audio soumise.
Les montants détaillés restent dans les fiches avec leurs dates, devises, taxes affichées et périodicités. Les anciens relevés ne sont pas transformés en prix actuels par cette réécriture.
Questions fréquentes
Whisper local et whisper-1 API sont-ils le même parcours ?
Non. Cette page choisit explicitement l’exécution locale et ne lui attribue pas le contrat d’un service distant.
Une transcription nettoyée convient-elle toujours ?
Non. Le besoin de verbatim doit être défini avant le traitement.
Sources officielles et portée du contrôle
Whisper local : 12 octobre 2026 · Gemini 3.5 Transcribe : 12 octobre 2026.
- Whisper local : github.com/openai/whisper. Repères consultés le 12 octobre 2026.
- Gemini 3.5 Transcribe : blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5-transcribe. Repères consultés le 12 octobre 2026.