Ce script a été écrit dans le but de simplifier l'utilisation de l'outil de retranscription automatique d'audio open-source whisper d'OpenAI. L'entretien est un exercice routinier des enquêtes en sciences sociales. Bien qu'il ne soit pas toujours attendu d'en réaliser une retranscription intégrale, cela peut être pertinent dans de nombreux cas (codage de corpus d'entretiens, collaborations sur un corpus, etc.). Cet exercice, s'il a le mérite de permettre de gagner en familiarité avec le contenu de l'entretien, se révèle être particulièrement chronophage et incombant majoritairement aux précaires du monde de la recherche.
Le but de ce script est de permettre de gagner du temps sur ce travail de transcription, gratuitement et dans le respect de la confidentialité des enquêté·es (les calculs se font en local). Il permet d'obtenir une pré-transcription horodatée, qui nécissite ensuite une passe manuelle pour rajouter les locuteurices et corriger les erreurs de retranscription. Cet outil n’est donc pas un substitut à l’écoute attentive des entretiens.
Je me suis inspiré de l'article de blog de Yacine Chitour, pour réaliser un script optimisé, utilisant faster-whisper, une réimplémentation de Whisper permettant d'accélérer significativement le temps de calcul. Je conseille également cet article qui discute de questions méthodologiques et éthiques sur l'usage de Whisper.
Pour l'instant, je n'ai pu tester ce script que sous Linux. Des retours sur son fonctionnement et le guide d'utilisation avec d'autres systèmes d'exploitations sont les bienvenus.
S'assurer d'avoir Python installé sur son OS et que la version est supérieure ou égale à python 3.2. Cela peut être vérifié en tappant la commande suivante dans le terminal :
python3 --version
Prévoir quelques Go d'espace disque de libre pour l'installation des modèles de calcul, ça peut être assez gourmand.
Installer ensuite faster-whisper, avec la commande :
pip install faster-whisper
Ce script est conçu pour être utilisé par une personne n'ayant jamais écrit la moindre ligne de code. Il suffit juste pour l'utiliser d'avoir un terminal de commande à sa disposition et d'exécuter quelques commandes basiques.
Télécharger le script transcrire_entretien.py (sur ce dépôt) et l'enregistrer dans le dossier contenant les fichiers audios d'entretiens à retranscrire. Ouvrir dans ce dossier un terminal et lancer le script avec la commande
python3 transcrire_entretien.py fichier_audio_entretien.mp3
en remplaçant fichier_audio_entretien.mp3 par le nom du fichier audio dont vous souhaitez une retranscription (vous pouvez vous aider de la touche [Tab] du clavier pour l'auto-complétion du nom de fichier). De nombreux formats audio sont acceptés par whisper (.mp3, .wav, .ogg, .amr, .m4a, etc.).
Si le chemin d'accès ou le nom du fichier est incorrect, le script renverra une erreur et s'arrêtera.
Si le fichier est bien trouvé, il vous sera alors demandé de choisir le modèle de calcul :
Choisir un modèle de retranscription (détermine la qualité et le temps de calcul, 'large-v2' par défaut) :
1) large-v2
2) medium
3) small
Modèle à utiliser : _
J'utilise personnellement le modèle le plus puissant, large-v2, car la retranscription est plus précise et que mon ordinateur est relativement performant.
Conseil : quelque soit le modèle choisi, faites tourner cet utilitaire à un moment où vous n'avez pas besoin de votre machine. Toutes les capacités de calcul seront mobilisées par la retransciption.
La première fois que vous mobiliserez un modèle, il faudra d'abord le télécharger, ce qui peut prendre un peu de temps (le modèle large-v2 pèse pas loin de 3Go).
La retranscription démarre. La langue est détectée automatiquement à partir des premières dizaines de secondes du fichier audio.
La retranscription du fichier audio est stockée dans un fichier texte éponyme, dans le dossier courant.
Des améliorations du script sont prévues mais le temps dont je dispose pour les mettre en œuvre est limité. Aussi, toute contribution est la bienvenue, en particulier s'agissant de rendre l'expérience d'utilisation la plus simple possible pour des personnes peu à l'aise avec la manipulation de ce genre de scripts. N'hésitez pas à ouvrir des issues avec des suggestions d'améliorations ou à forker le projet.
N'hésitez pas non plus à venir en discuter sur Mastodon : @au_be@mamot.fr.
Ce script est d'isponible sous la licence libre MIT. Voir le fichier LICENSE pour plus d'informations.