Retour au blog

Whisper GUI : 7 applications pour Windows et Mac (2026)

Un Whisper GUI fait tourner le modèle Whisper d’OpenAI sans terminal. Sept applications pour Windows et Mac, comparées sur l’installation, le GPU et l’export.

12 novembre 2026
Sablate Team

Un Whisper GUI est une application de bureau qui exécute le modèle vocal ouvert Whisper d’OpenAI derrière des boutons plutôt que dans un terminal : vous déposez un fichier audio ou vidéo, choisissez un modèle et récupérez une transcription ou un fichier de sous-titres. Les bonnes s’installent sans Python, téléchargent le modèle pour vous et utilisent votre carte graphique.

En résumé : Buzz est le choix gratuit par défaut sous Windows, Mac et Linux, MacWhisper est le plus abouti sur Mac, Subtitle Edit est le choix gratuit quand le résultat est un fichier de sous-titres à retoucher, et Sablate, que nous créons, convient aux sous-titres qui doivent être stylisés, incrustés ou traduits. Nous n’avons pas fait de benchmark des six autres ; leurs informations proviennent de leurs README, de leur documentation et de leurs pages de tarifs, vérifiés le 12 novembre 2026.

Si vous voulez…Sous WindowsSur Mac
Une transcription gratuite, sans configurationBuzz ou VibeVibe, Buzz ou la version gratuite de MacWhisper
Savoir qui a dit quoi dans un entretiennoScribe, Buzz ou VibenoScribe, Buzz ou Vibe
Un fichier de sous-titres à retoucher à la mainSubtitle EditSubtitle Edit
Des sous-titres stylisés, incrustés ou multilinguesSablateSablate
Une application web locale que l’on peut scripterWhisper-WebUIWhisper-WebUI

Ce qui fait un bon Whisper GUI

Toutes les applications de cette liste exécutent les mêmes modèles Whisper publics. Ce qui les sépare, c’est tout ce qui entoure le modèle :

  1. Il s’installe comme une application, pas comme un projet Python. Un programme d’installation signé et un modèle téléchargé à la première utilisation, c’est tout l’intérêt d’une interface graphique. Deux des outils gratuits ici proposent un programme d’installation Windows non signé : attendez-vous à un avertissement SmartScreen.
  2. Le moteur sous les boutons. La plupart des interfaces reposent sur l’un de trois moteurs : le code de référence d’OpenAI, faster-whisper ou whisper.cpp. Ils transcrivent le même modèle à des vitesses très différentes, comme le montre la section suivante.
  3. La prise en charge du GPU sur votre matériel. Sous Windows, cela veut surtout dire une carte NVIDIA via CUDA, Vulkan couvrant les cartes AMD et Intel dans les versions whisper.cpp. Sur Mac, seuls certains moteurs utilisent le GPU.
  4. Le choix des modèles et leur téléchargement. Il vous faut toute la gamme, de tiny à large-v3 et large-v3-turbo, téléchargée une fois et réutilisée. Le comparatif des modèles donne les tailles et les vitesses.
  5. Ce qui se passe après la transcription. Un éditeur, des étiquettes de locuteurs, la traduction, les coupures de lignes de sous-titres et l’incrustation sont ce qui différencie le plus les applications.
  6. Si quelqu’un le maintient encore. Les moteurs Whisper évoluent vite. Une interface sans publication depuis un an prend du retard sur les modèles et sur le GPU.

Un Whisper GUI est-il aussi précis que la ligne de commande ?

Oui, s’il exécute le même modèle, car les poids sont le même fichier. Le moteur change la vitesse et la mémoire, pas ce que le modèle sait.

L’écart de vitesse est important. Le README de faster-whisper publie un benchmark sur 13 minutes d’audio. Avec large-v2 sur une NVIDIA RTX 3070 Ti, l’implémentation de référence d’OpenAI a pris 2 min 23 s, whisper.cpp 1 min 05 s et faster-whisper 1 min 03 s, ou 59 s avec une quantification 8 bits. Avec le modèle small sur un Intel Core i7-12700K à huit threads, le même fichier a pris 6 min 58 s avec le code de référence, 2 min 05 s avec whisper.cpp et 1 min 42 s avec faster-whisper en quantification 8 bits. faster-whisper se décrit comme jusqu’à 4 fois plus rapide que openai/whisper à précision égale, tout en utilisant moins de mémoire.

Ce qui change vraiment la transcription, c’est la configuration. Un filtre de détection d’activité vocale (VAD) écarte les silences avant que Whisper ne les voie, ce qui supprime les passages où Whisper invente le plus souvent du texte ; le guide des hallucinations de Whisper traite le reste. Le modèle compte plus que n’importe quel réglage : OpenAI indique que large-v3-turbo transcrit à peu près aussi bien que large-v2, mais qu’il n’a pas été entraîné à traduire, si bien qu’une tâche « traduire vers l’anglais » sur turbo renvoie la langue d’origine. Une interface qui masque ces choix est plus simple à utiliser ; une interface qui les expose permet de corriger un mauvais passage.

Les 7 meilleurs Whisper GUI en 2026

1. Sablate — un Whisper GUI qui aboutit à des sous-titres terminés

Sablate est une application de bureau pour Windows et Mac qui exécute Whisper localement selon quatre niveaux (faster-whisper, ou whisper.cpp sur Apple Silicon) : Fast (tiny), Balanced (small), Accurate (large-v3-turbo) et Best (large-v3), sur 100 langues sources avec détection automatique. Chaque modèle se télécharge une fois, d’environ 78 Mo pour Fast à environ 3,09 Go pour Best. Le filtre de détection d’activité vocale (VAD) est toujours actif, et la transcription est découpée en répliques de deux lignes de 42 caractères et de six secondes au maximum, avec une nouvelle réplique à chaque pause de plus d’une demi-seconde.

Ce qui la distingue de tous les autres Whisper GUI ici, c’est ce qui vient ensuite. Chaque langue supplémentaire est une couche ajoutée à la même transcription, traduite hors ligne avec Argos, ou via DeepL, OpenAI ou Claude avec votre propre clé. Chaque couche garde son propre style et sa propre police d’écriture. L’éditeur propose un réajustement du minutage sur la timeline, la division et la fusion, et la recherche et le remplacement, et les 13 préréglages de sous-titres vont du Classic au karaoké mot à mot. Une incrustation libass produit la vidéo en 16:9, 9:16 ou 1:1. L’export couvre .srt, .vtt et .txt, plus .ass et un seul .mkv avec une piste par langue sur Pro.

Sous Windows, un GPU NVIDIA transcrit environ cinq à dix fois plus vite que le CPU, et le runtime CUDA se télécharge à la première utilisation. Sur un Mac Apple Silicon, Sablate passe à whisper.cpp et transcrit sur le GPU via Metal ; les Mac Intel utilisent le CPU. Il n’a ni étiquettes de locuteurs ni transcription en direct depuis le micro.

$29 en un seul paiement ou $5,99 par mois. La formule gratuite ne demande aucun compte et couvre les vidéos jusqu’à dix minutes, trois tâches par mois, les modèles Fast et Balanced et une couche de traduction hors ligne ; son incrustation porte une petite marque dans un coin. Plusieurs langues à partir d’une seule vidéo, c’est le travail pour lequel Sablate a été conçu.

2. Buzz — le choix gratuit et open source par défaut

Buzz est gratuit et open source sous licence MIT, pour Windows, Mac et Linux. C’est l’hôte de moteurs le plus large de cette liste : Whisper d’OpenAI, whisper.cpp avec accélération Vulkan, faster-whisper, des modèles Hugging Face compatibles Whisper, Parakeet de NVIDIA et l’API OpenAI. Il utilise un GPU NVIDIA via CUDA et la plupart des autres GPU via Vulkan.

Il fait aussi des choses que Sablate ne fait pas : la transcription en direct depuis le microphone et l’identification des locuteurs dans un enregistrement. L’export se fait en .txt, .srt, .vtt et .csv. La traduction est la tâche de traduction vers l’anglais propre à Whisper, ou toute autre langue via un modèle compatible OpenAI que vous connectez, y compris un modèle local via Ollama.

Deux réserves tirées de son propre README. Le programme d’installation Windows n’est pas signé, donc Windows vous avertit avant de l’exécuter. Et la version actuelle, la 1.4.5 d’août 2026, est la dernière pour les Mac Intel ; les versions suivantes exigent Apple Silicon.

Gratuit. Commencez ici si vous n’avez besoin que de texte ou d’un .srt.

3. MacWhisper — l’application Whisper la plus aboutie sur Mac

MacWhisper est une application native pour Mac construite sur whisper.cpp, qui exécute Whisper sur le GPU du Mac via Metal, ce qu’aucune application basée uniquement sur faster-whisper ne peut faire. Sur les Mac à puce M, elle ajoute les modèles WhisperKit, elle enregistre les réunions en ligne, et Pro ajoute les modèles Parakeet de NVIDIA, la reconnaissance des locuteurs et les sous-titres en direct. Elle exporte en .srt et .vtt ainsi qu’en .docx, .pdf, .csv, Markdown et HTML, et traduit via Whisper ou via DeepL avec votre propre clé.

C’est d’abord une application de transcription. Le style et l’incrustation des sous-titres dans l’image sont laissés à votre logiciel de montage, et il n’existe pas de version Windows ; les alternatives à MacWhisper sous Windows comblent ce vide. L’édition du Mac App Store est une application distincte, Whisper Transcription, vendue par abonnement.

Gratuit, ou 64 € en un seul paiement pour Pro. Mac uniquement, macOS 14 ou plus récent pour la version actuelle. Pour de longs enregistrements sur Apple Silicon, c’est le choix de la vitesse.

4. Subtitle Edit — Whisper dans un éditeur de sous-titres complet

Subtitle Edit est gratuit et open source sous licence MIT, avec des versions pour Windows, Mac et Linux ; le .dmg Mac est signé et notarisé depuis la 5.2.0, et la 5.4.0 est sortie le 6 novembre 2026. Whisper se trouve sous Video → Speech to text, qui propose 12 moteurs dans sa documentation, dont whisper.cpp, Faster-Whisper-XXL de Purfview, Whisper CTranslate2, WhisperX et des services cloud optionnels. Sous Windows, le moteur whisper.cpp peut utiliser CUDA ou Vulkan.

Après la transcription, c’est l’outil de sous-titres le plus complet ici : une forme d’onde pour le minutage, plus de 380 formats de sous-titres, et une incrustation via FFmpeg depuis Video → Generate video with burned-in subtitles. Le prix de cette profondeur, ce sont les décisions : choisir un moteur, un modèle et un backend GPU vous revient. Le guide Subtitle Edit et Whisper détaille ces choix.

Gratuit.

5. Vibe — gratuit, et la même application sur tous les systèmes de bureau

Vibe est gratuit et open source sous licence MIT, pour Windows, Mac et Linux, et repose sur whisper.cpp. Son README indique l’accélération GPU sur les cartes NVIDIA, AMD et Intel via Vulkan et Core ML, la transcription par lots, la diarisation des locuteurs et un mode pour des horodatages de qualité sous-titres. Il exporte en .srt, .vtt, .txt, .html, .pdf, .json et .docx, et la 3.3.0 est sortie le 29 octobre 2026.

La traduction se fait vers l’anglais uniquement, et son README ne mentionne ni style de sous-titres ni incrustation. Pour un dossier d’enregistrements dont vous voulez le texte ou un .srt, c’est la configuration gratuite la plus rapide de cette liste.

Gratuit.

6. noScribe — pour les entretiens avec plusieurs locuteurs

noScribe est gratuit et open source sous GPL-3.0, pour Windows, Mac et Linux, et conçu pour transcrire des entretiens. Il associe faster-whisper et la diarisation des locuteurs de pyannote, si bien que la transcription indique qui parle, et il ouvre le résultat dans son propre éditeur, noScribeEdit, où vous vérifiez le texte par rapport à l’audio.

Sa propre documentation en fixe les limites. Il reconnaît environ 60 langues, exporte en .html, .txt et .vtt mais pas en .srt, exige macOS 14 sur Apple Silicon, et la dernière version pour les Mac Intel est la 0.6. La version Windows CUDA exige une carte NVIDIA RTX série 20 ou plus récente avec au moins 6 Go de VRAM. La version 0.8 est sortie le 6 octobre 2026.

Gratuit. Le bon choix quand « qui a dit quoi » compte plus que les sous-titres.

7. Whisper-WebUI — une interface dans le navigateur pour ceux qui ne craignent pas Python

Whisper-WebUI est une application Gradio qui s’ouvre dans votre navigateur sur localhost une fois installée avec Python 3.10 à 3.12 et FFmpeg, via Docker ou via le lanceur Pinokio. Elle utilise faster-whisper par défaut, avec Whisper d’OpenAI et insanely-fast-whisper en alternatives, et ajoute la détection d’activité vocale Silero, la séparation de la musique de fond, la diarisation des locuteurs de pyannote et la traduction des sous-titres avec les modèles NLLB ou l’API DeepL. La sortie est en .srt, .vtt ou en texte brut.

C’est l’option gratuite la plus configurable et la moins proche d’une application : l’installation par défaut suppose un GPU NVIDIA avec CUDA 12.8, la diarisation exige un jeton Hugging Face, et la dernière version publiée, la 1.0.8, date d’octobre 2025. Le même constat vaut pour faster-whisper-GUI, une application Windows qui apparaît encore dans les recherches mais n’a connu aucune publication depuis décembre 2024.

Gratuit. Pour ceux qui préfèrent scripter une chaîne de traitement plutôt que de cliquer à travers une.

Comparatif des Whisper GUI

FonctionnalitéSablateBuzzMacWhisperSubtitle EditVibenoScribeWhisper-WebUI
PlateformeWindows et MacWindows, Mac et LinuxMacWindows, Mac et LinuxWindows, Mac et LinuxWindows, Mac et LinuxPartout où Python ou Docker tourne
Prix$29 en un seul paiement ou $5,99 par mois, formule gratuiteGratuitGratuit, 64 € en un seul paiement pour ProGratuitGratuitGratuitGratuit
Moteurfaster-whisper ; whisper.cpp sur Apple SiliconWhisper, whisper.cpp, faster-whisper et d’autreswhisper.cpp, WhisperKit, Parakeet12 moteurs, locaux et cloudwhisper.cppfaster-whisperfaster-whisper par défaut
Installation sans PythonOuiOuiOuiOuiOuiOuiNon
GPU sous WindowsNVIDIA (CUDA)NVIDIA (CUDA), les autres via VulkanPas de version WindowsNVIDIA (CUDA), les autres via VulkanNVIDIA, AMD, Intel (Vulkan)NVIDIA RTX série 20 ou plus récente (CUDA)NVIDIA (CUDA)
GPU sur MacOui (Metal, Apple Silicon)Non documentéOui (Metal)Selon le moteurOui (Core ML)Non documentéNon documenté
Étiquettes de locuteursNonOuiPro, sur les Mac à puce MNon documentéOuiOuiOui
TraductionCouches hors ligne, ou DeepL, OpenAI, Claude avec votre cléVers l’anglais, ou toute langue via un modèle compatible OpenAIVia Whisper, ou DeepL avec votre cléPlusieurs moteursVers l’anglais uniquementNonVers l’anglais, plus NLLB ou DeepL pour les fichiers de sous-titres
IncrustationOuiNonNonOui, via FFmpegNonNonNon
Formats de sous-titres et de texte.srt, .vtt, .txt, .ass, .mkv.srt, .vtt, .txt, .csv.srt, .vtt, .docx, .pdf et d’autres380+.srt, .vtt, .txt, .docx et d’autres.vtt, .html, .txt.srt, .vtt, .txt
Dernière version (12 novembre 2026)1.0.2, octobre 20261.4.5, août 2026Non indiquée sur son site5.4.0, novembre 20263.3.0, octobre 20260.8, octobre 20261.0.8, octobre 2025

Lisez d’abord les lignes qui jouent contre Sablate. Quatre des sept proposent des versions Linux, pas Sablate. Cinq sont gratuits. Cinq peuvent étiqueter les locuteurs, pas Sablate. Si l’un de ces points est décisif pour vous, qu’il tranche.

Whisper GUI sous Windows ou Mac : lesquels utilisent votre GPU ?

Sous Windows, la question est de savoir si vous avez une carte NVIDIA. Avec une, toutes les applications ici sauf MacWhisper peuvent y exécuter Whisper, la plupart via CUDA, et c’est ce qui fait la différence entre une heure d’audio traitée en quelques minutes et presque une heure d’attente. Sans carte NVIDIA, les applications basées sur whisper.cpp atteignent les GPU AMD et Intel via Vulkan : Buzz, Vibe et le moteur whisper.cpp de Subtitle Edit. Sablate ne télécharge le runtime CUDA que la première fois qu’il trouve un GPU NVIDIA, si bien que le programme d’installation reste plus léger pour tous les autres.

Sur Mac, c’est le moteur qui décide. Le README de whisper.cpp indique que l’inférence s’exécute entièrement sur le GPU via Metal sur Apple Silicon et que son encodeur Core ML sur le Neural Engine est plus de 3 fois plus rapide qu’une exécution sur le CPU seul. Le README de faster-whisper ne cite que des bibliothèques NVIDIA comme chemin GPU, donc les applications basées uniquement sur faster-whisper transcrivent sur le CPU du Mac ; Sablate passe à whisper.cpp sur Apple Silicon pour cette raison. Pour un court extrait, l’écart compte à peine ; pour un enregistrement de deux heures, c’est la raison de choisir une application basée sur whisper.cpp.

Les Mac Intel n’ont presque plus d’options. Buzz 1.4.5 et noScribe 0.6 sont les dernières versions pour Mac Intel de ces deux applications, tandis que Sablate propose des versions distinctes pour Apple Silicon et Intel et exige macOS 12 Monterey ou plus récent. Si vous voulez seulement le texte d’enregistrements plutôt qu’une interface pour Whisper, les logiciels de transcription pour Mac comparent aussi les applications de réunion et cloud.

Lequel choisir ?

« J’ai besoin de la transcription d’un entretien, gratuite, aujourd’hui. » Buzz ou Vibe. Les deux s’installent en une minute et exportent du texte ou du .srt.

« Deux ou trois personnes parlent et je dois savoir qui a dit quoi. » noScribe, conçu exactement pour cela ; Buzz et Vibe étiquettent aussi les locuteurs.

« De longs enregistrements sur un Mac Apple Silicon. » MacWhisper, ou Vibe s’il faut du gratuit. Sablate utilise aussi le GPU là-bas, mais MacWhisper dispose en plus du Neural Engine et des modèles Parakeet.

« Le résultat est un fichier de sous-titres que je corrigerai à la main. » Subtitle Edit. Rien de gratuit ne va plus loin sur le minutage et les formats.

« Les sous-titres vont sur la vidéo, en plusieurs langues. » Sablate : une transcription, une couche stylisée par langue, et une incrustation libass au format d’image voulu. Chaque langue de Whisper et son taux d’erreur montre quelles langues sources se transcrivent bien.

« Je veux le scripter ou l’exécuter sur un serveur. » Whisper-WebUI, ou Whisper lui-même en ligne de commande, que le comparatif des générateurs de sous-titres hors ligne présente avec une commande toute prête.

En bref

Tous les Whisper GUI exécutent les mêmes modèles ; choisissez donc selon le moteur que préfère votre matériel et selon ce dont vous avez besoin après la transcription. Pour du texte gratuit, Buzz ou Vibe. Pour les locuteurs, noScribe. Pour un Mac et de longs fichiers, MacWhisper. Pour des fichiers de sous-titres à retoucher, Subtitle Edit. Quand les sous-titres doivent être stylisés, incrustés ou livrés en plusieurs langues, téléchargez Sablate pour Windows ou Mac et faites-y passer une vraie vidéo avec la formule gratuite, ou consultez ce que Pro ajoute.

Questions fréquentes

Quel est le meilleur Whisper GUI pour Windows ?

Buzz pour des transcriptions gratuites, Subtitle Edit pour l’édition de sous-titres gratuite, et Sablate quand la transcription doit devenir des sous-titres stylisés, incrustés ou traduits. Les trois s’installent comme un logiciel Windows ordinaire et peuvent utiliser une carte graphique NVIDIA. Buzz, Vibe et le moteur whisper.cpp de Subtitle Edit utilisent aussi les cartes AMD et Intel via Vulkan.

Quel est le meilleur Whisper GUI pour Mac ?

MacWhisper, parce que c’est une application Mac native qui exécute Whisper sur le GPU du Mac. Vibe et Buzz sont les options gratuites et open source. Sablate fonctionne sur les Mac Apple Silicon, où il transcrit sur le GPU, et sur les Mac Intel : choisissez-le pour ce qu’il fait après la transcription, comme des sous-titres stylisés, incrustés ou multilingues, plutôt que pour la vitesse brute.

Puis-je utiliser Whisper sans Python ni ligne de commande ?

Oui. Les Whisper GUI de bureau comme Sablate, Buzz, MacWhisper, Vibe, noScribe et Subtitle Edit s’installent comme n’importe quelle application et téléchargent le modèle Whisper à la première utilisation, donc vous n’ouvrez jamais de terminal. Les interfaces dans le navigateur comme Whisper-WebUI font exception : elles reposent sur une installation Python ou Docker que vous faites vous-même.

Un Whisper GUI est-il aussi précis que Whisper en ligne de commande ?

Oui, quand il exécute le même modèle. Les poids sont identiques dans toutes les applications ; seul le moteur qui les entoure diffère. faster-whisper annonce la même précision que le code de référence d’OpenAI, jusqu’à quatre fois plus vite. Le modèle choisi et des réglages comme le filtre de détection d’activité vocale changent bien plus le résultat que l’interface.

Quel Whisper GUI peut créer des sous-titres ?

Les sept exportent un fichier de sous-titres : six écrivent du SRT et du VTT, et noScribe écrit du VTT. Subtitle Edit et Sablate vont plus loin, avec des outils de minutage et l’incrustation des sous-titres dans la vidéo. Sablate ajoute aussi une couche à style propre pour chaque langue traduite à partir d’une seule transcription, exportée en fichiers séparés ou en un seul MKV.

Les Whisper GUI fonctionnent-ils hors ligne ?

Oui, après le premier téléchargement. Chaque application a besoin d’internet une fois pour récupérer le modèle Whisper, puis transcrit sur votre ordinateur sans envoyer le fichier. Plusieurs proposent aussi des moteurs cloud optionnels, comme l’API OpenAI dans Buzz et Subtitle Edit, qui envoient bien l’audio à l’extérieur : vérifiez le moteur sélectionné avant de traiter des enregistrements confidentiels.