faster-whisper : avis (2026) — reconnaissance vocale locale accélérée par CTranslate2

Histoire : qui a créé faster-whisper et pourquoi

Ce que faster-whisper fait réellement

• Transcription par lots rapide. Charger un WhisperModel une fois et appeler .transcribe() sur un fichier audio pour récupérer un générateur de segments horodatés et des informations de détection de langue.
• Détection d'activité vocale (VAD) intégrée. Passer vad_filter=True exécute un modèle VAD Silero avant la transcription pour retirer automatiquement les passages silencieux, réduisant le calcul inutile et le texte halluciné sur du silence.
• Plusieurs types de calcul. Choisir float16 ou int8_float16 sur GPU, ou int8 sur CPU, en échangeant un peu de précision contre une consommation mémoire plus faible et une vitesse plus élevée.
• Horodatages au mot près. Passer word_timestamps=True renvoie des informations de timing par mot en plus des horodatages par segment.
• Inférence par lots. La classe BatchedInferencePipeline traite plusieurs segments audio en parallèle par lots pour un débit plus élevé sur les fichiers longs.
• Transcription et traduction multilingues. Comme les modèles Whisper sous-jacents, faster-whisper peut transcrire dans la langue source ou traduire directement en anglais via le paramètre task="translate".

Installer et exécuter faster-whisper : étape par étape

1. 1
   Installer faster-whisper.
   Why it matters: Exécutez `pip install faster-whisper` dans un environnement Python (Python 3.9+ recommandé). Cela installe la bibliothèque avec sa dépendance CTranslate2 ; aucune installation séparée du toolkit CUDA n'est requise pour un usage CPU.
2. 2
   (GPU uniquement) Vérifier que CUDA et cuDNN sont disponibles.
   Why it matters: Pour l'accélération GPU, il faut un pilote NVIDIA fonctionnel et une installation CUDA. faster-whisper s'appuie sur le support GPU de CTranslate2 — si `device="cuda"` échoue, vérifiez que `nvidia-smi` affiche correctement votre GPU avant de creuser côté Python.
3. 3
   Charger un modèle.
   Why it matters: En Python, exécutez `from faster_whisper import WhisperModel` puis `model = WhisperModel("large-v3", device="cuda", compute_type="float16")`. Remplacez `"large-v3"` par `"tiny"`, `"base"`, `"small"` ou `"medium"` pour un modèle plus petit et plus rapide, ou utilisez `device="cpu"` avec `compute_type="int8"` si vous n'avez pas de GPU.
4. 4
   Transcrire un fichier audio.
   Why it matters: Exécutez `segments, info = model.transcribe("audio.mp3", beam_size=5)`. Cela renvoie un générateur de segments (pas une liste) — il faut itérer dessus pour que la transcription s'exécute réellement.
5. 5
   Afficher la transcription.
   Why it matters: Parcourez les segments : `for segment in segments: print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))`. Chaque segment porte une heure de début, une heure de fin et le texte transcrit pour cette plage.
6. 6
   (Optionnel) Activer le filtrage VAD.
   Why it matters: Passez `vad_filter=True` à `.transcribe()` pour ignorer automatiquement les passages silencieux grâce au modèle VAD Silero intégré, ce qui réduit le calcul inutile sur les longs enregistrements avec des pauses.
7. 7
   (Optionnel) Obtenir des horodatages au mot près.
   Why it matters: Passez `word_timestamps=True` à `.transcribe()` pour obtenir le timing par mot en plus du timing par segment, utile pour créer des sous-titres ou surligner les mots au fur et à mesure qu'ils sont prononcés.

Exemples d'utilisation réels

• BatchedInferencePipeline enveloppe un WhisperModel pour traiter plusieurs segments audio en parallèle, améliorant le débit sur les fichiers longs : from faster_whisper import BatchedInferencePipeline; batched_model = BatchedInferencePipeline(model=model).
• Compatibilité avec distil-large-v3. faster-whisper prend nativement en charge les variantes distillées de Whisper comme distil-large-v3 — chargez-le de la même manière qu'un nom de modèle standard pour échanger un peu de précision contre une inférence environ 6 fois plus rapide.

from faster_whisper import WhisperModel

# GPU avec float16 (le plus rapide, nécessite CUDA + cuDNN)
model = WhisperModel("large-v3", device="cuda", compute_type="float16")

# CPU avec int8 (pas de GPU nécessaire, plus lent)
# model = WhisperModel("base", device="cpu", compute_type="int8")

segments, info = model.transcribe("audio.mp3", beam_size=5, vad_filter=True)

print(f"Detected language '{info.language}' with probability {info.language_probability:.2f}")

for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

# Traduire directement une parole non anglaise en texte anglais
segments, info = model.transcribe("french-audio.mp3", task="translate")

# Horodatages au mot près pour des sous-titres
segments, info = model.transcribe("audio.mp3", word_timestamps=True)
for segment in segments:
    for word in segment.words:
        print("[%.2fs -> %.2fs] %s" % (word.start, word.end, word.word))

Licence et coût

Ce pour quoi faster-whisper n'est pas adapté

• Déploiement sans Python ou en binaire multiplateforme. faster-whisper est une bibliothèque Python avec une dépendance native CTranslate2 — elle n'est pas conçue pour être un binaire unique et sans dépendance comme l'est whisper.cpp. Si vous devez cibler un Raspberry Pi, une application iOS ou une page WebAssembly sans environnement Python, whisper.cpp est mieux adapté.
• Accélération GPU sur Apple Silicon. Le backend CTranslate2 de faster-whisper prend en charge le CPU et NVIDIA CUDA, mais n'a aucun chemin d'accélération GPU Apple Metal — sur un Mac, faster-whisper retombe sur une inférence CPU uniquement. Le comparatif de PromptQuorum a constaté que whisper.cpp avec accélération Metal est nettement plus rapide que faster-whisper en CPU seul sur Apple Silicon.
• Diarisation ("qui a dit quoi"). faster-whisper transcrit ce qui a été dit, mais ne sépare ni n'étiquette nativement les différents locuteurs dans un enregistrement à plusieurs personnes. Pour la diarisation, combinez ses transcriptions avec un outil dédié, ou utilisez WhisperX, qui superpose la diarisation aux transcriptions Whisper.
• Zéro configuration pour les utilisateurs non techniques. faster-whisper est une bibliothèque Python destinée aux développeurs qui construisent des pipelines, pas une application destinée à l'utilisateur final avec une interface graphique. Ceux qui veulent une application de transcription en quelques clics devraient plutôt se tourner vers une application construite sur faster-whisper ou whisper.cpp, ou vers un service de transcription hébergé.

Alternatives à faster-whisper

Questions fréquentes

Verdict

Sources

• faster-whisper sur GitHub — dépôt officiel : README, instructions d'installation, licence et historique des versions.
• Releases faster-whisper — historique des versions, y compris v1.2.1 (31 octobre 2025).
• LICENCE faster-whisper — texte de la licence MIT.
• CTranslate2 sur GitHub — le moteur d'inférence sur lequel faster-whisper est construit.
• Annonce OpenAI Whisper — publication originale du modèle Whisper en 2022.

Lectures complémentaires

• Whisper.cpp vs faster-whisper 2026 : benchmarks STT locaux, installation et accélération GPU — le comparatif direct pour les lecteurs indécis entre whisper.cpp et faster-whisper.
• Avis whisper.cpp — l'alternative en C/C++ sans Python, examinée avec le même niveau de détail.
• Construire un assistant vocal entièrement hors ligne en 2026 — connecter un moteur STT basé sur Whisper à un LLM local et à Piper TTS pour un pipeline vocal complet.
• Avis Piper TTS — le pendant local de la synthèse vocale, pour retransformer un texte généré en parole hors ligne.
• L'annuaire complet des logiciels LLM locaux — un annuaire plus large des outils d'IA locale toutes catégories confondues.