Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Accueil/LLM locaux avancés
Voice, Speech & Multimodal

Test de Subtitle Edit : transcription Whisper locale et traduction automatique

·7 min de lecturePar Hans Kuepper · Fondateur de PromptQuorum · Moteur de découverte de l'IA open-weight et open source

Subtitle Edit (version stable 5.3.0, publiée le 14 octobre 2026) est un éditeur de sous-titres gratuit sous licence MIT pour Windows, macOS et Linux, capable d’exécuter sur votre propre ordinateur la reconnaissance vocale de type Whisper et la traduction automatique par LLM locaux. Les moteurs d’IA sont des téléchargements optionnels, et les moteurs cloud qu’il propose aussi envoient des données au fournisseur que vous choisissez. Chaque affirmation ici provient des pages du projet lui-même, pas d’un test.

Points clés

  • Maintenance : une préversion, la 5.4.0-beta6, a été publiée le 24 octobre 2026 au-dessus de la version stable 5.3.0 ; aucun avertissement de projet abandonné ne s’applique donc.
  • Reconnaissance vocale : des moteurs de type Whisper et d’autres qui tournent sur la machine, plus quelques moteurs en ligne.
  • Traduction : modèles locaux via llama.cpp, Ollama ou LM Studio, ou API cloud avec votre propre clé.
  • Coût : gratuit sous licence MIT, sans publicité ni limite d’après la FAQ du projet.
  • Éditeur : Nikse avec des contributeurs, le code source complet est sur GitHub.

📍 En une phrase

Subtitle Edit est un éditeur de sous-titres de bureau open source dont les boîtes de dialogue de reconnaissance vocale et de traduction automatique peuvent utiliser des moteurs exécutés sur votre propre ordinateur.

💬 En termes simples

Vous ouvrez une vidéo, choisissez un moteur de type Whisper et un modèle, obtenez un fichier de sous-titres synchronisé, puis le traduisez avec un modèle local ou un service en ligne de votre choix.

📌Remarque: Ce test s’appuie sur le dépôt GitHub, ses notes de version et la documentation du projet, consultés le 24 octobre 2026. PromptQuorum n’a ni installé ni exécuté l’application ; la qualité de la transcription et de la traduction n’est donc pas évaluée.

Lire en:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Subtitle Edit est un éditeur de sous-titres libre et gratuit pour Windows, macOS et Linux, développé par Nikse et un groupe de contributeurs. En plus de modifier et de convertir des fichiers de sous-titres, il peut transcrire une vidéo avec des moteurs de la famille Whisper et traduire des sous-titres avec des modèles locaux ou cloud, ce qui est l’objet de ce test. Il s’appuie sur la page GitHub du projet, ses notes de version et sa documentation, consultées le 24 octobre 2026 ; PromptQuorum n’a pas testé l’application en conditions réelles.

Test de Subtitle Edit : transcription Whisper locale et traduction automatique

Qu’est-ce que Subtitle Edit ?

Subtitle Edit est un éditeur de bureau pour créer, synchroniser, convertir et traduire des sous-titres, dont les versions récentes ajoutent des fonctions d’IA autour de ce noyau. La FAQ du projet indique qu’il prend en charge plus de 380 formats de sous-titres, et les versions pour Windows, macOS et Linux sont publiées sur la page des versions GitHub du projet.

Les parties IA sont distinctes de l’éditeur : reconnaissance vocale, traduction automatique, reconnaissance optique de caractères (OCR) et synthèse vocale utilisent chacune des moteurs que l’application télécharge à la première utilisation ou auxquels elle se connecte par une API. Ce test se concentre sur la reconnaissance vocale et la traduction automatique ; la documentation appelle la génération actuelle Subtitle Edit 5.

Où l’obtenir

Subtitle Edit se télécharge gratuitement pour Windows, macOS et Linux, avec un installateur ou une image disque sur chaque plateforme.

Option
Comment l’obtenir
WindowsInstallateur (Setup.exe) ou zip portable pour x64, zip pour ARM64, sur GitHub Releases
macOS.dmg pour Apple silicon ou Intel, à glisser dans Applications ; signé et notarisé d’après le README
LinuxFlatpak (inclut mpv et ffmpeg) ou tar.gz pour x64 et ARM64
Site webnikse.dk/subtitleedit
ConfidentialitéPas de page dédiée ; la section Privacy du README tient lieu de déclaration de l’éditeur
Code sourcegithub.com/SubtitleEdit/subtitleedit, licence MIT

Version examinée : 5.3.0, celle que GitHub marque comme dernière version stable, publiée le 14 octobre 2026 ; les versions bêta de 5.4.0 sont marquées comme préversions. Les fichiers de la 5.3.0 pèsent de 59 à 155 Mo avant tout téléchargement de moteur ou de modèle.

Prérequis

Le README demande Windows 10 version 22H2 ou plus récent, macOS 12 ou plus récent (macOS 14 recommandé) et, sous Linux, mpv et ffmpeg pour les versions tar.gz.

Système

Ce que disent les sources:
Windows 10 22H2 ou plus récent ; macOS 12 ou plus récent, 14 ou plus recommandé ; Linux selon la liste de paquets du README

Paquets Linux

Ce que disent les sources:
Les versions tar.gz exigent mpv et ffmpeg du gestionnaire de paquets ; le Flatpak et le .dmg macOS les incluent

Téléchargements de moteurs

Ce que disent les sources:
Moteurs et modèles sont récupérés à la première utilisation ; la liste de modèles de Crisp ASR va de 75 Mo à 9.4 Go par modèle

Modèles de traduction

Ce que disent les sources:
Les modèles llama.cpp sélectionnés font surtout moins de 8 Go, le plus gros environ 12 Go

Accélération GPU

Ce que disent les sources:
Whisper CPP propose CPU, NVIDIA cuBLAS et Vulkan sous Windows ; le journal des modifications cite Metal sous macOS et Vulkan sous Linux

Internet

Ce que disent les sources:
Nécessaire pour télécharger moteurs et modèles et pour tout moteur en ligne ; les moteurs locaux fonctionnent ensuite hors ligne

La documentation ne donne aucun minimum de RAM ou de VRAM pour l’application ; les besoins dépendent du moteur et du modèle choisis, et une erreur « CUDA out of memory » appelle un modèle plus petit.

Premiers pas

Les étapes suivent la documentation du projet ; PromptQuorum ne les a pas exécutées.

  1. 1
    Installer et ouvrir une vidéo
    Why it matters: Lancez l’installateur, le dmg ou le Flatpak, puis ouvrez dans Subtitle Edit un fichier vidéo ou des sous-titres existants.
  2. 2
    Transcrire avec Video, Speech to text
    Why it matters: Choisissez un moteur et un modèle, indiquez la langue de l’audio ou laissez la détection automatique, et laissez l’application télécharger le moteur à la première utilisation avant de cliquer sur Transcribe.
  3. 3
    Vérifier le résultat
    Why it matters: Réglez le post-traitement, lisez le rapport de qualité qui signale les lignes trop courtes, trop longues, qui se chevauchent ou répétées, puis corrigez la grille à la main.
  4. 4
    Traduire avec Translate, Auto-translate
    Why it matters: Choisissez un moteur et la paire de langues, lancez la traduction, comparez l’original et la traduction côte à côte, puis validez avec OK.

Fonctions confirmées par les sources

Chaque point ci-dessous provient de la documentation du projet ou de ses notes de version ; PromptQuorum n’en a testé aucun.

  • Moteurs de reconnaissance vocale. Whisper CPP, Purfview Faster Whisper XXL, Whisper CTranslate2, Whisper Const-me (Windows), WhisperX et le flux Whisper sous Python, plus Qwen3 ASR CPP et Crisp ASR avec des backends comme Parakeet et Canary ; en ligne, on trouve OpenRouter, Alibaba Qwen3-ASR et Google Cloud Speech-to-Text.
  • Aides à la transcription. Mode par lots, détection automatique de la langue, réglages de détection d’activité vocale, « Translate to English » en option pour Whisper, post-traitement et rapport de qualité.
  • Traduction locale. Un serveur llama.cpp géré par l’application avec des modèles sélectionnés comme TranslateGemma, Gemma 4 et Qwen, Ollama, LM Studio et des variantes « advanced » qui traduisent par lots avec contexte, synopsis et glossaire ; un moteur MADLAD couvre 419 langues.
  • Traduction cloud. Google Translate, Microsoft Bing, DeepL, ChatGPT, Anthropic, Gemini et d’autres, le plus souvent avec votre propre clé d’API, ainsi qu’un moteur compatible OpenAI pour tout serveur parlant cette API.
  • Autour du noyau. Un lecteur vidéo avec forme d’onde, de l’OCR pour les sous-titres image, de la synthèse vocale et de la musique de fond générée, comme l’indique la documentation.

Flux de données et confidentialité

Le README affirme que Subtitle Edit ne collecte, ne stocke, ne transmet ni n’analyse vos fichiers de sous-titres, vos fichiers multimédias ou leurs métadonnées, et que l’édition, la conversion, la lecture et la sauvegarde automatique locale s’exécutent sur votre appareil. Les moteurs locaux comme Whisper CPP, llama.cpp, Ollama et LM Studio traitent l’audio ou le texte sur votre machine, ou sur un serveur vers lequel vous orientez l’application.

L’exception, c’est ce que vous activez vous-même. Selon le README, les services en ligne optionnels de traduction, de reconnaissance vocale, de synthèse vocale, d’OCR ou de dictionnaire ne reçoivent que les données nécessaires à la requête, directement depuis l’application et sous la politique de confidentialité du fournisseur. Les descriptions des moteurs signalent Google Translate, DeepL, ChatGPT, Anthropic, Gemini et les moteurs vocaux en ligne comme des services qui exigent un accès à internet et, pour la plupart, une clé d’API. Les réglages « compatible OpenAI » et « llama.cpp remote server » envoient du texte à l’adresse que vous saisissez.

📌Remarque: Il s’agit de déclarations de l’éditeur, pas de résultats d’audit. Le code est ouvert, mais PromptQuorum ne l’a pas lu ni inspecté le trafic réseau de l’application, et les serveurs d’où moteurs et modèles sont téléchargés n’ont pas été vérifiés.

À qui elle s’adresse

  • Sous-titreurs et monteurs vidéo qui veulent transcription, calage et traduction dans un seul éditeur plutôt que dans plusieurs outils.
  • Créateurs soucieux de confidentialité qui préfèrent un moteur Whisper local et un modèle de traduction local à l’envoi de leurs médias.
  • Ceux qui traitent toute une série d’épisodes et doivent appliquer la même conversion ou traduction à chaque fichier.

Ce que nous n’avons pas pu vérifier

  • Précision et qualité. PromptQuorum n’a exécuté aucun moteur vocal ni de traduction ; taux d’erreur de mots, hallucinations et qualité de traduction ne sont donc pas évalués.
  • Vitesse et matériel. Aucun temps ni aucune consommation mémoire n’ont été mesurés ; l’effet des backends CUDA, Vulkan et Metal sur de vrais fichiers n’est pas testé.
  • Le texte du site officiel. La page de nikse.dk est rendue par JavaScript et n’a pas été lue ; les informations ici viennent de GitHub et du site de documentation.
  • Origine des téléchargements. La documentation indique que moteurs et modèles se téléchargent automatiquement, mais les serveurs d’origine n’ont pas été vérifiés.
  • Stabilité de la préversion. La version 5.4.0 est encore en bêta, et la stable 5.3.0 a elle-même été précédée de dizaines de versions bêta et release candidate ; le comportement peut changer vite.

Concurrents et alternatives

Whisper.cpp

Plateformes:
Windows, macOS, Linux
Prix / licence:
Gratuit / MIT
Différence clé:
Le moteur que Subtitle Edit liste sous le nom Whisper CPP ; un outil en ligne de commande et bibliothèque, sans éditeur de sous-titres
Articles sur Whisper.cpp (10)

+18 autres non affichés

faster-whisper

Plateformes:
Windows, macOS, Linux
Prix / licence:
Gratuit / MIT
Différence clé:
Bibliothèque Python pour une transcription Whisper rapide ; vous construisez vous-même le flux de sous-titrage
Articles sur faster-whisper (5)

Également mentionné dans :

+6 autres non affichés

MacWhisper

Plateformes:
macOS
Prix / licence:
Freemium / propriétaire
Différence clé:
Application Mac centrée sur la transcription avec achat unique ; Subtitle Edit ajoute l’édition de formats et le choix du moteur
Articles sur MacWhisper (2)

Également mentionné dans :

TranscriptionSuite

Plateformes:
Windows, macOS, Linux
Prix / licence:
Gratuit / GPL-3.0
Différence clé:
Transcription locale avec mode en direct, étiquettes de locuteurs et carnet audio, d’après sa fiche d’annuaire
Articles sur TranscriptionSuite (1)

Vérifiez le prix, la licence et les plateformes actuels de chaque application sur sa propre page avant de choisir.

Comparer dans l'annuaire

Questions fréquentes

Faut-il internet pour la première transcription ?

Oui, une fois : l’application télécharge le moteur et le modèle choisis à la première utilisation. La page sur les composants tiers décrit aussi comment placer les fichiers à la main dans le dossier de données de l’application, qui est %APPDATA%\Subtitle Edit sous Windows et ~/.config/Subtitle Edit sous Linux et macOS.

Quel moteur Whisper convient à une carte graphique NVIDIA ?

La documentation recommande le backend cuBLAS de Whisper CPP ou Purfview Faster Whisper XXL pour la transcription la plus rapide sur GPU NVIDIA, et un modèle plus petit en cas d’erreur de mémoire CUDA.

Peut-il indiquer qui parle ?

Oui, avec le moteur Crisp ASR. « Detect speakers » utilise la diarisation Sortformer de NVIDIA pour jusqu’à 8 locuteurs, télécharge un modèle de 107 Mo à la première utilisation et exige Crisp ASR v0.8.37 ou plus récent.

Puis-je utiliser un modèle de traduction absent de la liste ?

Oui. Déposez un fichier .gguf dans le dossier llama.cpp/models ou cochez « Use remote server » et pointez vers votre propre llama-server. La documentation précise que TranslateGemma 27B demande environ 16 Go de téléchargement et près de 20 Go de VRAM, et juge le modèle 12B déjà très solide.

Peut-on l’utiliser sans l’interface graphique ?

Oui, avec seconv, le convertisseur en ligne de commande publié avec chaque version. Sa traduction automatique prend en charge les moteurs compatibles OpenAI et DeepL, ainsi que les options --translate-api-key et --translate-prompt.

Verdict

Subtitle Edit est un éditeur de longue date, gratuit et sous licence ouverte, qui réunit désormais, à côté de ses outils classiques de sous-titrage, la transcription Whisper locale et la traduction par LLM locaux ; son journal des modifications montre quatre préversions entre le 20 et le 24 octobre 2026. En contrepartie, les moteurs d’IA sont des téléchargements séparés pouvant atteindre plusieurs gigaoctets, les moteurs cloud envoient votre texte ou votre audio à des tiers, la branche la plus récente est encore en bêta, et rien sur la qualité des résultats n’a pu être vérifié ici. Il convient à ceux qui travaillent déjà avec des sous-titres et veulent un seul endroit pour transcrire et traduire sur leur propre machine ; qui n’a besoin que d’une transcription trouvera peut-être un outil dédié plus simple.

Sources

  • Subtitle Edit sur GitHub — dépôt, licence MIT et README avec la configuration requise et la section Privacy, consultés le 24 octobre 2026.
  • GitHub Releases — v5.3.0 (14 octobre 2026), préversion v5.4.0-beta6 (24 octobre 2026), fichiers à télécharger et journal des modifications, consultés le 24 octobre 2026.
  • Documentation Speech to Text — moteurs, modèles, backends Crisp ASR, détection des locuteurs et conseils, consultée le 24 octobre 2026.
  • Documentation Auto Translate et Advanced Local Engines — moteurs de traduction, modèles personnalisés et réglages par lots, consultées le 24 octobre 2026.
  • Third-Party Components et FAQ — dossier de données, emplacement des composants, formats et licence, consultées le 24 octobre 2026.
  • Site web de Subtitle Edit — site officiel ; rendu par JavaScript, son texte n’a pas été lu pour ce test.

← Retour aux LLM locaux avancés

MCP