Traduit de l'anglais par Plainly. En cas de différence, c'est la page en anglais qui fait foi.

Plainly Guide › Voix et parole › NVIDIA Parakeet

ModèleVoix et paroleEntièrement ouvertOption gratuite

NVIDIA Parakeet

Un modèle gratuit de reconnaissance vocale de NVIDIA qui transforme des enregistrements dans 25 langues européennes en texte ponctué avec horodatage. L'usage commercial est autorisé si vous citez NVIDIA. Il faut une installation technique et un GPU.

Aller sur le site de NVIDIA Parakeet

Essai gratuit ?Oui

Puis-je vendre ce que je crée ?Oui, sous conditions

Ouvert ou ferméEntièrement ouvert

Niveau requisTechnique

Les faits, avec leurs sources

Ouvert ou fermé

Entièrement ouvert

Poids et code téléchargeables sous une licence ouverte standard

Poids sous CC BY 4.0, qui autorise tout usage avec mention de l'auteur.

source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Licence

CC BY 4.0 (Permissive (par ex. Apache 2.0, MIT))

source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Puis-je vendre ce que je crée ?

Oui, sous conditions

Vous devez citer l'éditeur

Fiche : « ready for commercial/non-commercial use » (prêt pour un usage commercial ou non commercial). La licence CC BY 4.0 exige de créditer le modèle ; rien n'indique si cela s'applique aussi aux transcriptions.

source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Coût

Option gratuite : Gratuit à télécharger ; vous payez votre propre matériel

Offres ci-dessous.

Comment l'utiliser

Sur votre ordinateur

Fonctionne avec NVIDIA NeMo (pip install nemo_toolkit[asr]), NeMo-Speech.cpp avec un fichier GGUF, ou Transformers. Jusqu'à 24 minutes d'audio par passage, ou 3 heures avec l'attention locale.

source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Niveau requis

Technique

source · vérifié le 12 oct. 2026 · vérifié, mais la page était peu claire ou incomplète

Créé par

NVIDIA

La fiche du modèle n'indique pas de pays.

source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Statut

Disponible

source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Ce que vous pouvez créer avec

Une voix ou de la parole, texte à partir d'un enregistrement (usage principal)

audio à texte

Ponctuation et majuscules automatiques, horodatage des mots et des segments, et détection de la langue.

source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Offres et prix

Aucune offre payante indiquée.

source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Droits et sécurité

Limites: durée audio max (secondes): 1440; remarque: 24 minutes avec attention complète sur une A100 80GB ; jusqu'à 3 heures avec attention locale.
source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Voir aussi

Où l'utiliser

Hugging Face

Autres options pour « Une voix ou de la parole, texte à partir d'un enregistrement »

Adobe Podcast (Enhance Speech), Adobe Premiere, AssemblyAI, Async (formerly Podcastle), AudioShake, Auphonic, Azure AI Speech, CAMB.AI, Cartesia, Cleanvoice AI, Clipchamp, Deepgram, Descript, Distil-Whisper, Dubverse, ElevenLabs, Filmora, Gling, Granite Speech 5.0, Happy Scribe, Hugging Face, Kapwing, Krisp, LFM3-Audio

À propos de cette fiche. Faits vérifiés le 12 oct. 2026 sur les pages de l’éditeur (chaque fait renvoie à sa source). Statut de la fiche : brouillon. Résumé en langage simple rédigé par Plainly.

Vous avez repéré une erreur ? Dites-le-nous, avec un lien vers la source. Comment fonctionnent les corrections