Meilleures IA pour transcription et sous-titres

Pour transcrire et sous-titrer, les options les plus solides sont l'API d'OpenAI avec gpt-transcribe, ElevenLabs Scribe v2, Deepgram Nova-3 et Google Cloud Speech-to-Text Chirp 3. Pour garder ses fichiers en local, Whisper large-v3 reste le choix évident. La décision se joue surtout sur le prix, les langues et la confidentialité.

• OpenAI : gpt-transcribe, le modèle désormais recommandé, coûte 0,0045 USD par minute d'audio. Les fichiers envoyés sont limités à 25 Mo. whisper-1 et les modèles gpt-4o de transcription sont dépréciés, avec un arrêt prévu le 26 février 2027.
• ElevenLabs Scribe v2 : plus de 90 langues, et le français figure dans la catégorie « Excellent », soit un taux d'erreur de 5 % ou moins selon l'éditeur lui-même. Le prix est de 0,22 USD par heure via l'API.
• Deepgram Nova-3 : 0,0043 USD par minute pour de l'audio préenregistré dans une seule langue, 0,0052 USD en multilingue.
• Google Cloud Speech-to-Text Chirp 3 : disponible en version stable pour fr-FR, entre autres.
• YouTube : sous-titres automatiques en 67 langues, dont le français, pour les vidéos longues et les Shorts. YouTube précise toutefois que la qualité peut varier.
• Whisper large-v3 : open source sous licence Apache 2.0, 99 langues. Il tourne sur votre propre ordinateur, donc l'audio ne quitte pas votre machine.

Pour des sous-titres, vérifiez que l'outil fournit des horodatages et un export SRT ou VTT. Relisez toujours les noms propres, les chiffres et les termes techniques : tous les systèmes se trompent sur ces éléments.