En bref : sur NVIDIA ou Apple Silicon, commencez avec Balanced à partir d'environ 2 Go de mémoire graphique (Apple : mémoire unifiée) ; les graphismes AMD et Intel en nécessitent environ 4 Go. Restez sur Quick & Compact en dessous ou sans GPU. Best Quality est recommandé à partir d'environ 3,6 Go sur NVIDIA, à partir de 4 Go sur Apple Silicon et à partir de 12 Go sur AMD ou Intel. Les trois niveaux fonctionnent entièrement hors ligne, couvrent 99 langues, et vous pouvez changer à tout moment : l'application ne retélécharge qu'un seul fichier. Si la langue de l'application choisie pendant la configuration fait partie des 25 langues européennes prises en charge par Parakeet, l'assistant de configuration présélectionne Parakeet, qui utilise le GPU lorsqu'il est disponible, sinon le processeur, et s'est révélé plusieurs fois plus rapide que le modèle Whisper compact dans notre benchmark.
Les trois niveaux, côte à côte
WhisPaste propose volontairement trois niveaux plutôt que tout le catalogue whisper.cpp. Chacun est une version GGML quantifiée, ce qui explique pourquoi les téléchargements restent nettement sous le gigaoctet. Vous choisissez un niveau dans les réglages ; l'application télécharge un seul fichier, en vérifie la somme de contrôle et bascule.
| Niveau | Modèle | Téléchargement | Mémoire graphique |
|---|---|---|---|
| Quick & Compact | whisper-small (q5_1) | 181 MB | ~900 MB |
| Balanced | whisper-medium (q5_0) | 514 MB | ~1.5 GB |
| Best Quality | whisper-large-v3-turbo (q5_0) | 547 MB | ~2.6 GB |
| Parakeet | parakeet-tdt-0.6b-v3 (int8) | 639 MB | GPU facultatif, sinon processeur |
Obtenir une recommandation
Votre recommandation
JavaScript est désactivé : tous les niveaux sont décrits ci-dessous. Le tableau comparatif ci-dessus donne les mêmes informations.
Quick & Compact — whisper-small
Un téléchargement de 181 Mo qui nécessite environ 900 Mo de mémoire graphique, et le niveau qui garde une machine modeste réactive. C'est le bon point de départ sur un GPU intégré, sur une carte ancienne et sur toute machine sans GPU. La précision est inférieure à celle des niveaux supérieurs sur un audio difficile ; pour une parole claire captée par un micro correct, la différence est plus faible.
Balanced — whisper-medium
Un téléchargement de 514 Mo qui demande environ 1,5 Go de mémoire graphique. C'est le niveau sur lequel la plupart des gens devraient se trouver : en général plus précis que Quick & Compact sur les accents et le vocabulaire technique, sans la gourmandise en mémoire du niveau supérieur. Sur Apple Silicon, 2 Go de mémoire unifiée suffisent ; à partir de 4 Go, le sélecteur recommande Best Quality.
Best Quality — whisper-large-v3-turbo
Un téléchargement de 547 Mo qui demande environ 2,6 Go de mémoire graphique. La variante turbo de large-v3 est le plus grand modèle livré avec WhisPaste. Elle en vaut la peine avec une carte dédiée d'environ 4 Go ou plus, ou avec 4 Go ou plus de mémoire unifiée sur Apple Silicon, et c'est le niveau à choisir lorsque votre audio est difficile : parole rapide, noms inconnus, vocabulaire spécialisé.
À considérer aussi : Parakeet
Parakeet est le second moteur embarqué, et non un niveau Whisper. Le téléchargement comprend 639 Mo pour le paquet processeur ; avec l'accélération GPU activée, le modèle GPU ajoute environ 638 Mo. Sur le processeur, il reste plusieurs fois plus rapide que Whisper — ce qui en fait l'option la plus solide sur une machine sans accélération graphique utilisable. Le compromis porte sur la couverture linguistique : 25 langues européennes au lieu des 99 de Whisper.
Comment fonctionne la recommandation
Le sélecteur ci-dessus n'est pas une supposition : il applique les mêmes seuils que l'application. Les cartes NVIDIA dédiées sont évaluées sur environ 70 % de leur mémoire annoncée, car le système d'exploitation et les autres processus en prennent leur part : environ 2,1 Go annoncés pour atteindre Balanced, environ 3,6 Go pour atteindre Best Quality. Apple Silicon est traité généreusement, puisque la mémoire unifiée est réellement partagée : 2 Go pour Balanced, 4 Go pour Best Quality. Les graphismes intégrés AMD et Intel sont traités avec le plus de prudence de tous : ils annoncent de la mémoire système empruntée comme si elle leur appartenait, donc Best Quality n'est recommandé qu'à partir d'environ 12 Go.
La langue compte plus que le matériel
Avant d'optimiser le niveau, vérifiez la langue. Whisper couvre 99 langues à tous les niveaux : un modèle plus grand ne débloque donc pas une nouvelle langue, il transcrit simplement la même langue avec plus de précision. Parakeet est le compromis inverse : beaucoup plus rapide sur un processeur, mais limité à 25 langues européennes, dont l'allemand, l'anglais, le français, l'espagnol, l'italien, le polonais, le néerlandais, l'ukrainien et le russe. Si votre langue figure sur cette liste et que votre machine n'a pas de GPU utilisable, Parakeet battra tout niveau Whisper en vitesse. L'assistant de configuration présélectionne Parakeet lorsque la langue de l'application choisie pendant la configuration fait partie de ces langues.
Avant de commencer
- Quelle taille de modèle Whisper faut-il choisir au départ ?
- Balanced (whisper-medium) à partir d'environ 2 Go de mémoire graphique sur NVIDIA ou Apple Silicon, à partir de 4 Go sur AMD ou Intel. Quick & Compact (whisper-small) en dessous ou sans GPU. Changer plus tard ne coûte qu'un téléchargement : inutile de vous torturer l'esprit dès le départ.
- Le plus gros modèle est-il toujours le meilleur choix ?
- Non. Un modèle qui ne tient pas dans votre mémoire graphique peut échouer ou tourner lentement. WhisPaste bascule alors sur un modèle plus petit : un modèle qui tient confortablement est donc le choix le plus sûr. La précision plafonne aussi sur un audio propre capté par un micro correct : les niveaux supérieurs se justifient avec les accents, le bruit et le vocabulaire spécialisé.
- Puis-je changer de taille de modèle plus tard ?
- Oui. Le niveau est un réglage ; l'application télécharge une fois le fichier correspondant, le vérifie et l'utilise ensuite. Rien d'autre dans votre configuration ne change.