App disponible pour la transcription automatisée d’enregistrements audio et vidéo

Une application prototype qui transcrit de manière automatisée les fichiers audio et vidéo confidentiels a été développée par différentes autorités du canton de Zurich. La solution open source augmente considérablement l’efficacité de la transcription des interrogatoires et offre de vastes possibilités d’utilisation.

En collaboration avec le Ministère public du canton de Zurich, la police cantonale de Zurich, la police municipale de Zurich et la police municipale de Winterthur, une équipe de l’Office statistique du canton de Zurich a développé une application prototype qui transcrit automatiquement les fichiers audio et vidéo confidentiels. L’application améliore l’efficacité des autorités et des organisations lors de la transcription d’entretiens, y compris en suisse-allemand. Elle peut être utilisée de diverses manières, par exemple pour la rédaction de procès-verbaux de réunions ou de sous-titres de vidéos. L’application est open source, ce qui signifie que toute autorité ou organisation intéressée peut l’utiliser (voir lien ci-dessous).

Solution open sourceL’app est basée sur le modèle open source Whisper v3 Large qui permet de réaliser des transcriptions jusqu’à 15 fois plus rapidement qu’en temps réel, sans frais de licence ou d’utilisation. L’application propose un large éventail de fonctionnalités telles que la reconnaissance automatique du locuteur, le téléchargement de fichiers multiples, un vocabulaire prédéfini et différentes options d’exportation. Autre avantage : les transcriptions peuvent être éditées directement dans l’application et reliées de manière synchrone au fichier source.

L’application fonctionne on-premise, sans connexion à Internet ou au cloud. Pour l’utiliser, il est recommandé de disposer d’une carte graphique compatible avec CUDA, car la transcription est très lente sur le CPU.

Lien vers le code open-source