Rapide, Équilibrée, Maximale : quel niveau de qualité choisir

Ce que sont les trois niveaux

Chaque import passe par l’un des trois niveaux, et chacun est un modèle différent :

• Rapide — Whisper large-v3-turbo. Une version distillée du grand modèle : moins de couches de décodage, l’essentiel de la précision, une fraction du temps.
• Équilibrée — Whisper large-v3. Le modèle complet, et le réglage par défaut.
• Maximale — GPT-4o Transcribe. Une architecture plus récente, meilleure que Whisper sur les accents, les voix qui se chevauchent et le bruit.

Les trois renvoient un minutage au mot près : le lecteur suit le texte partout, et l’export de sous-titres fonctionne pareil à tous les niveaux.

Ce qui change vraiment

Sur un son propre, pas grand-chose. Une seule personne, un micro correct, une pièce calme : les trois niveaux arrivent presque au même endroit — et c’est bien pourquoi attendre Maximale sur ce fichier est du temps perdu.

L’écart se creuse dès que le son devient difficile : paroles qui se chevauchent, accents marqués, bruit de fond, vocabulaire technique, noms propres. Rapide se met alors à perdre les brèves interjections et à deviner les noms. Maximale les garde.

Choisir sans y passer la journée

Laissez sur Équilibrée. Si c’est le réglage par défaut, c’est qu’il a raison la plupart du temps.

Passez à Rapide quand vous voulez rapidement la substance d’un long enregistrement, ou quand le son est propre et l’enjeu faible : un mémo vocal, un enregistrement solo, quelque chose que vous allez survoler.

Passez à Maximale quand une erreur coûte : entretiens que vous allez citer, enregistrements juridiques ou médicaux, accents difficiles, plusieurs personnes qui se coupent la parole, ou tout ce que vous publiez en sous-titres.

Vous pouvez toujours relancer un fichier à un niveau supérieur. L’audio d’origine reste disponible aussi longtemps que votre formule le conserve.