Installer Whisper sur Mac : whisper.cpp ou Python, pas à pas

Whisper est le modèle de reconnaissance vocale d'OpenAI. Son code et ses modèles sont publiés sous licence MIT, donc n'importe qui peut les installer et transcrire un enregistrement directement sur son Mac, sans envoyer l'audio en ligne. Les apps toutes faites existent, mais si tu veux savoir ce qui tourne vraiment, ou simplement t'éviter une app de plus, la ligne de commande fait le travail. Ce guide te prend par la main, même si tu n'as jamais ouvert le Terminal.

Commandes et tailles recopiées le 03/10/2026 depuis les pages officielles : whisper.cpp, openai/whisper et Homebrew. Si tu préfères une app avec des fenêtres, lis plutôt notre avis sur MacWhisper. Pour voir toutes les façons de transcrire sur Mac, il y a notre guide transcrire un audio en texte sur Mac.

Avant de commencer : Terminal, Homebrew et ffmpeg

Le Terminal est l'app du Mac où l'on tape des commandes au lieu de cliquer. Tu la trouves dans Applications, puis Utilitaires. Tu colles une commande, tu appuies sur Entrée, et tu attends que la ligne de saisie revienne avant de passer à la suivante.

Homebrew installe des outils en ligne de commande avec une seule ligne. On s'en sert ici pour Whisper et pour ffmpeg. Son site donne cette commande d'installation, à coller dans le Terminal :

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Le script dit ce qu'il va faire et s'arrête avant de commencer : lis, puis confirme. Le 03/10/2026, Homebrew annonçait la prise en charge de macOS Sequoia 15 et des versions plus récentes.

ffmpeg lit et convertit les fichiers audio. openai-whisper en a besoin, et whisper.cpp s'en sert pour préparer tes fichiers. Le README d'OpenAI donne la commande pour Mac :

brew install ffmpeg

whisper.cpp ou openai-whisper : lequel choisir ?

Il existe deux façons courantes de faire tourner Whisper en local. openai-whisper est le paquet Python d'origine, publié par OpenAI. whisper.cpp est une réécriture en C/C++ par le projet ggml, qui se présente comme taillée pour les puces Apple : sur ces Mac, son README précise que le calcul se fait entièrement sur la puce graphique, via Metal.

Sur un Mac à puce Apple, commence par whisper.cpp : l'installation est courte et tu n'as pas à gérer Python. openai-whisper est utile si tu veux appeler Whisper depuis un script Python, ou si tu as besoin de ses formats de sortie.

Méthode 1 : whisper.cpp avec Homebrew

C'est la voie la plus courte. La formule officielle s'appelle whisper.cpp (anciennement whisper-cpp) et installe la commande whisper-cli :

brew install whisper.cpp

Homebrew prévient d'une chose : les modèles ne sont pas téléchargés avec le programme. Va sur la page huggingface.co/ggerganov/whisper.cpp qu'il indique et télécharge un fichier de modèle, par exemple ggml-small.bin. Il atterrit dans ton dossier Téléchargements.

Ensuite, convertis ton enregistrement. Le README de whisper.cpp précise que whisper-cli ne lit pour l'instant que des fichiers WAV 16 bits, et donne cette conversion avec ffmpeg (ici coupée en deux lignes grâce à la barre oblique inverse, tu peux la coller telle quelle) :

ffmpeg -i audio.mp3 -ar 16000 \
  -ac 1 -c:a pcm_s16le audio.wav

Remplace audio.mp3 par le nom de ton fichier. Le plus simple : tape cd suivi d'une espace, glisse le dossier du fichier dans la fenêtre du Terminal, appuie sur Entrée, puis lance la conversion. Il ne reste qu'à transcrire :

whisper-cli -l fr \
  -m ~/Downloads/ggml-small.bin \
  -f audio.wav -otxt

Le texte défile dans le Terminal, avec l'horodatage de chaque passage, et -otxt l'enregistre aussi dans un fichier texte. Ne saute pas -l fr : sans lui, whisper-cli suppose que tu parles anglais. -l auto lui fait deviner la langue, et -osrt sort des sous-titres.

Une réserve : sur la fiche Homebrew, la version précompilée de whisper.cpp n'existe que pour les Mac à puce Apple. Sur un Mac Intel, passe à la méthode 2.

Méthode 2 : compiler whisper.cpp depuis GitHub

C'est la méthode du README. Elle demande deux outils : git, qui arrive avec les outils de développement d'Apple (xcode-select --install), et cmake, qui s'installe avec brew install cmake. Récupère d'abord le code :

git clone https://github.com/ggml-org/whisper.cpp.git
cd whisper.cpp

Télécharge un modèle avec le script fourni. Le README montre base.en, mais « .en » veut dire anglais seulement. Pour le français, prends un modèle sans ce suffixe :

sh ./models/download-ggml-model.sh small

Puis compile, ce qui prend quelques minutes :

cmake -B build
cmake --build build -j --config Release

Teste avec l'extrait fourni (un discours en anglais), puis passe à ton fichier converti en WAV comme dans la méthode 1 :

./build/bin/whisper-cli -f samples/jfk.wav
./build/bin/whisper-cli -l fr \
  -m models/ggml-small.bin -f audio.wav

Aller plus vite sur une puce Apple

Metal est utilisé sans rien régler. Le README propose en plus Core ML, qui fait tourner une partie du modèle sur le Neural Engine : plus de trois fois plus vite que le processeur seul, d'après le projet. C'est plus technique. Il faut Xcode, Python (3.11 conseillé) et trois paquets à installer avec pip, générer le modèle Core ML avec ./models/generate-coreml-model.sh, puis recompiler avec cmake -B build -DWHISPER_COREML=1. Le README recommande macOS Sonoma 14 ou plus récent et prévient que le premier lancement est lent. Garde ça pour plus tard, quand la version de base marche.

Méthode 3 : openai-whisper en Python

Le README d'OpenAI donne une seule commande d'installation, avec pip, le gestionnaire de paquets de Python :

pip install -U openai-whisper

Il précise que le code est prévu pour Python 3.8 à 3.11 et qu'il faudra peut-être installer Rust si l'installation échoue. Si tu n'as pas déjà un environnement Python prêt, Homebrew a aussi une formule officielle qui s'occupe de Python, de PyTorch et de ffmpeg :

brew install openai-whisper

Ensuite, place-toi dans le dossier de ton fichier et lance :

whisper audio.mp3 --model turbo --language French

Ici, pas besoin de convertir en WAV : ffmpeg lit le mp3. Le modèle se télécharge au premier lancement dans le dossier caché ~/.cache/whisper. Par défaut, le programme écrit le résultat dans tous ses formats (txt, srt, vtt, tsv, json). Ajoute --output_format txt si seul le texte t'intéresse.

Deux points à savoir. Sur Mac, le paquet Python calcule par défaut sur le processeur : son code ne choisit la carte graphique d'office qu'avec CUDA, la technologie de NVIDIA. Et le modèle turbo ne traduit pas. Pour traduire vers l'anglais, OpenAI conseille medium ou large avec --task translate.

Quel modèle choisir ?

Plus le modèle est gros, plus il est précis, et plus il est lent et lourd. Voici les chiffres publiés par les deux projets :

Tailles relevées le 03/10/2026 dans les README de whisper.cpp et d'openai/whisper. Vitesse comparée au modèle large, mesurée par OpenAI en anglais sur une carte graphique de serveur. Sur téléphone, fais glisser le tableau si besoin.

Pour du français, oublie les modèles « .en », réservés à l'anglais. OpenAI rappelle d'ailleurs que la qualité de Whisper varie beaucoup selon la langue. Un bon départ, c'est small. Si le texte te paraît approximatif, monte à turbo : OpenAI le décrit comme une version optimisée de large-v3, nettement plus rapide, qui perd très peu en précision. Avec whisper.cpp, il existe aussi une version compressée, large-v3-turbo-q5_0, qui pèse 547 Mio, à peine plus que small.

Les limites à connaître

• Un Mac Intel sera plus lent. whisper.cpp y fonctionne, mais sans Metal ni Core ML, réservés aux puces Apple. Préfère base ou small.
• La place sur le disque. Chaque modèle téléchargé reste sur le disque, et openai-whisper installe PyTorch en plus. Pense à supprimer les modèles que tu n'utilises pas.
• Pas de fenêtre ni de bouton. Tout passe par des commandes. Pour glisser un fichier dans une fenêtre, une app comme MacWhisper sera plus confortable.
• Relis toujours. Noms propres, chiffres, passages où deux personnes parlent en même temps : c'est là que Whisper se trompe, comme les autres.

Et pour dicter, sans Terminal ?

On fait VoiceMochi, garde-le en tête en lisant ce passage. On s'en tient à ce que fait le code de l'app aujourd'hui.

VoiceMochi ne transcrit pas de fichier audio : il n'importe rien. Pour un mp3 ou un enregistrement existant, les méthodes ci-dessus restent la bonne voie. Lui sert à la dictée. Tu maintiens une touche, tu parles, et le texte s'écrit là où se trouve ton curseur, dans l'app que tu utilises.

Le lien avec cet article, c'est l'option « Transcription sur ton Mac », dans les réglages de VoiceMochi, section Dictée. Sur un Mac à puce Apple, elle télécharge elle-même Whisper large-v3-turbo, dans une version Core ML d'environ 650 Mo préparée pour WhisperKit. Tu n'as ni commande à taper, ni modèle à chercher. Pendant le téléchargement, puis la préparation (quelques minutes la première fois), la dictée continue en ligne. Une fois l'option active, ta voix ne quitte plus ton Mac : seul le texte part en ligne, pour la remise au propre et la traduction. Sans connexion, la dictée marche quand même, mais le texte s'écrit brut, sans remise au propre ni traduction. Si ton but est juste de dicter sans réseau, notre guide dictée sur Mac hors ligne compare cette option avec la dictée d'Apple.

Les limites, en clair. L'option est coupée par défaut et l'app transcrit alors en ligne. Sur un Mac Intel, elle n'est pas disponible. VoiceMochi demande macOS 13 ou plus récent et un compte Mochi. Il est en bêta ouverte, téléchargeable sur voicemochi.com, et le reste est présenté sur l'accueil. Si tu cherches plutôt une app de dictée qui laisse choisir entre plusieurs modèles Whisper, notre avis sur Superwhisper fait le tour de la question.