Transcription & IA
Autorec transcrit les enregistrements localement en utilisant whisper.cpp et génère éventuellement des résumés IA via n’importe quelle API compatible OpenAI.
Fonctionnement de la transcription
- Après la fin d’un enregistrement, autorec extrait la piste audio. Cela se fait tout seul quand Transcrire automatiquement les enregistrements est activé (l’option est désactivée par défaut) ; sinon, lancez la transcription depuis la fenêtre qui s’affiche après l’enregistrement ou depuis la bibliothèque.
- L’audio est traité par le modèle Whisper sélectionné entièrement sur votre machine
- Deux fichiers de sortie sont créés à côté de la vidéo :
.txt— transcription en texte brut.srt— fichier de sous-titres avec horodatages (désactivable dans les Paramètres)
Aucune donnée audio ou vidéo ne quitte votre ordinateur pendant la transcription. Elle s’exécute sur le GPU quand il y en a un (Vulkan sous Linux et Windows, Metal sous macOS) et sur le CPU sinon ; l’option Forcer le CPU, dans les Paramètres, écarte le GPU.
Langues
Autorec transcrit 17 langues : le français, l’anglais, l’allemand, l’espagnol, l’italien, le portugais, le néerlandais, le polonais, le suédois, le turc, le russe, l’ukrainien, l’arabe, le hindi, le chinois, le japonais et le coréen. Il reconnaît la langue parlée dès les premières secondes d’audio, si bien que la plupart des appels ne demandent aucun réglage. Si vos appels sont toujours dans la même langue, indiquez-la dans Langue parlée, sous Paramètres > Transcription. Une langue fixée évite une mauvaise détection sur un audio court ou bruyant, ou sur un appel qui commence par quelques mots dans une autre langue.
Les cinq modèles comprennent chacune de ces langues. Pour tout ce qui n’est pas de l’anglais, medium ou large est nettement plus précis que les tailles inférieures.
Modèles Whisper
Les modèles ne sont pas téléchargés automatiquement : vous en choisissez un et vous le téléchargez dans les Paramètres. Ils sont stockés dans ~/.local/share/autorec/models/ (Linux et macOS) ou %LOCALAPPDATA%\autorec\models\ (Windows).
| Modèle | Taille | Vitesse | Précision | Idéal pour |
|---|---|---|---|---|
| tiny | ~75 MB | La plus rapide | Basique | Notes rapides, machines peu puissantes |
| base | ~142 MB | Rapide | Bon | Par défaut — recommandé pour la plupart des utilisateurs |
| small | ~466 MB | Modéré | Meilleur | Quand la précision prime sur la vitesse |
| medium | ~1.5 GB | Lent | Élevé | Langues non anglaises, audio difficile |
| large | ~3 GB | Le plus lent | Optimal | Précision maximale, matériel puissant |
Téléchargement des modèles
- Ouvrez Paramètres, l’icône d’engrenage dans la fenêtre d’autorec
- Allez à la section Transcription
- Sélectionnez une taille de modèle
- Cliquez sur Télécharger — le modèle est téléchargé une seule fois et réutilisé pour toutes les transcriptions futures
Résumés IA
Les résumés IA utilisent une API cloud pour générer un titre et un résumé à partir du texte de la transcription. Seul le texte est envoyé — aucun audio ni vidéo.
Configuration
- Ouvrez Paramètres > Résumé IA
- Choisissez un Fournisseur, ce qui renseigne l’URL de base et suggère des modèles, ou sélectionnez Custom et saisissez l’URL de base de l’API (par ex.,
https://api.openai.com/v1) - Saisissez votre Clé API
- Choisissez un Modèle (par défaut,
gpt-4o-mini) - Activez Résumer automatiquement après la transcription
L’Invite de résumé est modifiable : vous pouvez donc demander les décisions, les actions à mener ou les échéances plutôt qu’un résumé général.
Services compatibles
Tout service disposant d’un point de terminaison de complétions de chat compatible OpenAI fonctionne :
- OpenAI —
https://api.openai.com/v1 - OpenRouter —
https://openrouter.ai/api/v1 - Modèles locaux (Ollama, LM Studio, etc.) — utilisez votre point de terminaison local
Ce qui est généré
Pour chaque enregistrement transcrit, autorec génère :
- Titre — un titre court et descriptif pour la réunion
- Résumé — un résumé concis des points clés abordés
Les deux apparaissent dans la bibliothèque vidéo et dans la vue détaillée de la vidéo, ce qui facilite la recherche de la réunion dont vous avez besoin sans avoir à la revoir.