MacWhisper boosté par le modèle Parakeet de Nvidia

MacWhisper a longtemps été l’une des solutions les plus simples et efficaces pour la transcription sur Mac. Depuis son lancement, j’y suis accro et le recommande chaudement. Aujourd’hui, il s’améliore encore avec une mise à jour qui intègre le modèle Parakeet extrêmement rapide de Nvidia. Et quand je dis rapide, c’est un euphémisme.

Quand OpenAI cède, MacWhisper s’envole avec Parakeet

Avec l’avènement de la famille Whisper d’OpenAI, la transcription audio semblait révolutionnaire. Ces modèles étaient bien plus rapides et précis que leurs concurrents, particulièrement dans le secteur open source.

Cependant, OpenAI se concentrant désormais sur des modèles comme GPT-4o-transcribe, Whisper a commencé à montrer des signes de fatigue. Des modèles plus récents ont alors fait à Whisper ce qu’il avait fait à ses prédécesseurs. Parmi ceux-ci, Nvidia Parakeet se distingue. Annoncé il y a à peine un mois, il promet de transcrire « 60 minutes d’audio en 1 seconde », à condition d’avoir le matériel adéquat comme les GPU A100, H100, T4 ou V100.

Jusqu’à présent, Parakeet n’était accessible qu’à travers des outils open source, souvent intimidants pour ceux peu familiers avec les interfaces en ligne de commande. Fort heureusement, la situation change aujourd’hui : MacWhisper vient d’intégrer le modèle Parakeet, et c’est incroyablement rapide. Voici ce que le développeur de l’application, Jordi Bruin, a à dire :

« Grâce à notre collaboration avec l’équipe d’Argmax, MacWhisper prend désormais en charge les modèles Parakeet. Pour vous montrer l’ampleur de ce bond en avant, regardez le gif ci-dessous où nous transcrivons et identifions les locuteurs d’un podcast de 30 minutes en moins de 8 secondes ! »

J’ai testé cette fonction sur mon MacBook Pro M2 avec un récent épisode de trois heures, et le rendu complet, reconnaissance des locuteurs comprise, a pris seulement 1 minute et 22 secondes.

A noter que le modèle Parakeet est réservé aux utilisateurs Pro de MacWhisper et supporte actuellement uniquement l’anglais. Bruin assure cependant qu’une version multilingue est en préparation.