WisperAuto

WisperAuto est une application locale de transcription audio pour un usage juridique. Elle est pensée pour rester légère, simple à installer, et utilisable sur un poste client sans envoyer les audios vers un service externe.

Ce que fait l'application

• importe un ou plusieurs fichiers audio ;
• transcrit localement avec un moteur Whisper ;
• conserve la transcription brute ;
• produit une transcription intelligente avec un LLM local ;
• permet de copier, exporter ou supprimer les transcriptions ;
• garde un historique local.

Modes disponibles :

• Transcription brute : sortie directe du moteur audio.
• Transcription intelligente : post-traitement LLM local qui interprète la ponctuation, les retours à la ligne, les listes et les commandes vocales évidentes.
• Compte rendu structuré : sortie organisée à partir de la transcription intelligente, sans remplacer l'original.

Confidentialité

Les audios restent sur l'ordinateur. WisperAuto ne les envoie pas en ligne.

Les seules actions qui utilisent Internet sont explicites et lancées depuis l'interface :

• installation de packages ;
• téléchargement de modèles Whisper ;
• téléchargement du modèle LLM local ;
• ouverture de la page Hugging Face pour créer un token.

Évitez de placer le dossier de données WisperAuto dans un dossier synchronisé cloud si les audios ou transcriptions sont sensibles.

Installation rapide Windows

1. Installer Python 3.11 ou 3.12 depuis : https://www.python.org/downloads/windows/

2. Décompresser ou cloner ce dossier sur l'ordinateur, par exemple :

   C:\WisperAuto
   

3. Double-cliquer :

   start_whisper.bat

Le script crée automatiquement un environnement local .venv si nécessaire. Il évite Python Anaconda global et Python 3.13 pour le déploiement client.

Au premier lancement, ouvrir Paramètres > Téléchargements, puis installer dans cet ordre :

1. FFmpeg / ffprobe.
2. Moteur faster-whisper ou laisser le moteur sur Auto.
3. Modèle moteur.
4. Post-traitement LLM local.
5. Modèle post-traitement LLM GGUF.

Le modèle recommandé pour une bonne UX locale est large-v3-turbo. Si le poste est lent ou sans GPU, commencer par medium.

Installation macOS / Linux

Depuis le dossier du projet :

python3.12 -m venv .venv
source .venv/bin/activate
python auto_transcribe.py

Python 3.11 fonctionne aussi.

Ensuite, installer les dépendances depuis Paramètres > Téléchargements comme sur Windows.

Notes :

• Sur macOS, FFmpeg peut être installé depuis l'interface si Homebrew est présent.
• Sur Mac Apple Silicon, le moteur optionnel MLX Mac peut être plus rapide s'il est installé.
• Sur Linux, si Tkinter est absent, installez le paquet système Python Tk correspondant à votre distribution.

Premier usage

1. Cliquer Ajouter.
2. Sélectionner un ou plusieurs fichiers .mp3, .wav, .m4a, .dss ou .ds2.
3. Cliquer Transcrire ou Tout.
4. Suivre la progression en bas de l'application.
5. Pendant le post-traitement intelligent, l'interface affiche le chargement LLM, le segment en cours, le temps écoulé et une ETA quand elle est fiable.
6. Choisir le mode de sortie : brute, intelligente ou compte rendu.
7. Utiliser Copier, Exporter ou Dossier.

Le bouton Annuler stoppe un traitement actif dès que possible. Pendant un appel LLM local long, l'annulation est prise en compte à la fin du segment en cours.

Le bouton Supprimer retire l'entrée d'historique et les fichiers .txt générés. Les audios archivés ou en erreur sont conservés pour éviter une perte.

Moteurs disponibles

• Auto : choisit le meilleur moteur local disponible.
• faster-whisper : moteur universel recommandé, fiable sur Windows, macOS et Linux.
• MLX Mac : option Apple Silicon.
• whisper.cpp : option CPU/Metal portable avec modèle quantized.

Profils :

• Rapide : meilleure UX sur poste standard.
• Équilibré : compromis vitesse/précision.
• Précis : plus lent, utile si la qualité prime.

Le bouton Tester performances compare les moteurs installés sur un extrait local et recommande le plus rapide pour la machine.

Hugging Face et téléchargements rapides

Si les téléchargements Hugging Face sont lents :

1. Ouvrir Paramètres > Téléchargements.
2. Cliquer Créer token pour ouvrir la page officielle Hugging Face.
3. Créer un token en lecture seule.
4. Coller le token dans HF token, puis cliquer Enregistrer.
5. Activer Téléchargement rapide Xet si souhaité.

Le token est stocké localement dans :

<WISPERAUTO_HOME>/settings.json

Il n'est pas écrit dans les commandes affichées dans le journal.

Dossier de données

Par défaut :

Windows : %USERPROFILE%\Documents\WisperAuto
macOS/Linux : ~/Documents/WisperAuto

Contenu principal :

• inbox/ : fichiers ajoutés avant traitement ;
• processed/ : audios traités ;
• failed/ : audios en erreur ;
• outbox/ : transcriptions .txt ;
• logs/history.jsonl : historique local ;
• models/ : modèles téléchargés ;
• settings.json : réglages utilisateur.

Pour utiliser un autre dossier :

export WISPERAUTO_HOME="/chemin/vers/WisperAuto"
python auto_transcribe.py

Sous Windows :

set WISPERAUTO_HOME=D:\WisperAutoData
start_whisper.bat

Mode console

Interface graphique :

python auto_transcribe.py

Transcrire un fichier :

python auto_transcribe.py --once chemin/vers/audio.mp3

Surveiller le dossier inbox :

python auto_transcribe.py --watch

Autoriser le téléchargement initial d'un modèle en console :

python auto_transcribe.py --once audio.mp3 --allow-model-download

Dépannage

L'application démarre mais le modèle est absent

Ouvrir Paramètres > Téléchargements, puis cliquer Télécharger modèle moteur.

Le post-traitement intelligent est indisponible

Installer :

1. Post-traitement LLM local ;
2. Modèle post-traitement LLM GGUF.

La transcription brute reste disponible même si le LLM échoue.

FFmpeg est introuvable

Installer FFmpeg depuis l'interface. Si le PATH change, fermer puis relancer WisperAuto.

Téléchargement très lent

• enregistrer un token Hugging Face ;
• activer le mode Xet rapide ;
• réduire temporairement le modèle (medium au lieu de large-v3 ou large-v3-turbo) ;
• vérifier que le poste ne bloque pas Hugging Face via proxy, antivirus ou réseau d'entreprise.

Transcription lente

• utiliser le profil Rapide ;
• essayer medium ;
• lancer Tester performances ;
• sur Mac Apple Silicon, tester MLX Mac ;
• sur Windows/Linux avec GPU NVIDIA, utiliser Auto ou faster-whisper avec CUDA disponible.

DSS/DS2 illisible

Certains fichiers DSS Pro ou DS2 ne sont pas décodés par FFmpeg. Dans ce cas, convertir avec le logiciel du dictaphone avant import.

Variables utiles

• WISPERAUTO_HOME : dossier de données local.
• WISPERAUTO_BACKEND : auto, faster-whisper, mlx-whisper, whisper.cpp.
• WISPERAUTO_MODEL : small, medium, large-v3-turbo, large-v3.
• WISPERAUTO_OUTPUT_MODE : raw, smart, report.
• WISPERAUTO_TRANSCRIPTION_PROFILE : fast, balanced, precise.
• WISPERAUTO_HF_TOKEN ou HF_TOKEN : token Hugging Face.
• WISPERAUTO_HF_FAST_DOWNLOAD=1 : active le mode Hugging Face rapide.
• WISPERAUTO_MODEL_DOWNLOAD_TIMEOUT_MINUTES : délai maximal de téléchargement.