Transcription locale

Le centrex transcrit les messages vocaux par l’API de transcription compatible OpenAI (POST …/audio/transcriptions). Le service peut être en ligne (OpenAI, Mistral…) ou installé chez vous : les messages ne quittent alors pas votre réseau. Le centrex ne fournit pas de moteur ; n’importe quel serveur qui expose cette API convient.

Exemple : Speaches (faster-whisper)

Speaches sert les modèles Whisper par faster-whisper derrière cette API. Sur une VM à part, avec Docker :

# Processeur seul (remplacer latest-cpu par latest-cuda et ajouter --gpus=all avec une carte NVIDIA)
docker run --detach --restart unless-stopped --name speaches \
  --publish 8000:8000 \
  --volume hf-hub-cache:/home/ubuntu/.cache/huggingface/hub \
  ghcr.io/speaches-ai/speaches:latest-cpu

# Télécharger un modèle multilingue (français et anglais)
curl -X POST http://localhost:8000/v1/models/Systran/faster-whisper-small

Puis, dans le portail, page Réglages, section Transcription des messages vocaux :

Essayer vérifie que le service répond.

• Modèle : small tient sur un processeur de 4 cœurs pour quelques centaines de messages par jour ; medium ou large-v3 transcrivent mieux, avec une carte graphique de préférence. N’utilisez pas les modèles en .en, anglais seulement.
• Réseau : le service n’a pas d’authentification par défaut ; ne l’ouvrez qu’au centrex (pare-feu), ou placez-le derrière un proxy qui exige une clé.
• Panne : une transcription peut prendre jusqu’à 7 minutes. En échec, le centrex réessaie après 1 minute puis après 5 minutes, puis envoie l’e-mail du message sans le texte.

Ces commandes viennent de la documentation de Speaches, à suivre pour les versions récentes.