WhisperX

par Max Bain

Transcription rapide avec horodatage au mot près et identification des locuteurs.

24,5 k étoiles GitHub BSD-2-Clause GratuitOpen sourceLocal

Voir sur GitHub →

Ce que ça fait

Alignement mot à mot, idéal pour des sous-titres précis
Diarisation : sait qui parle et quand (via pyannote)
Inférence par lots, jusqu'à 70x le temps réel avec large-v2

L'installer

Prérequis : Python ; CUDA toolkit 12.8 pour le GPU ; jeton Hugging Face pour la diarisation.

Installer avec pip

pip install whisperx

Transcrire avec locuteurs

whisperx path/to/audio.wav --model large-v2 --diarize --highlight_words True

Le prompt pour ton agent

Colle-le dans ton agent de code : il vérifie les prérequis et installe pour toi.

Claude CodeCodexCursorGemini CLIopencode

Prompt

Installe WhisperX (https://github.com/m-bain/whisperX) sur ma machine.
1. Vérifie les prérequis : Python ; CUDA toolkit 12.8 pour le GPU ; jeton Hugging Face pour la diarisation. S'il manque quelque chose, dis-le-moi avant d'installer quoi que ce soit.
2. Suis la méthode officielle :
- Installer avec pip : pip install whisperx
- Transcrire avec locuteurs : whisperx path/to/audio.wav --model large-v2 --diarize --highlight_words True
3. Vérifie que ça fonctionne, puis explique-moi comment le lancer et par quoi commencer.

Relis toujours ce que ton agent s'apprête à exécuter, surtout les commandes d'installation.