Sys2txt transcrit l’audio système sous Linux

LLéna

Sys2txt est un outil en ligne de commande présenté sur Hacker News pour transcrire l’audio diffusé par un ordinateur Linux avec Whisper. L’outil capture cet audio via les sources monitor de PulseAudio ou de PipeWire, puis le transcrit en direct ; le fonctionnement décrit concerne donc le son joué par l’ordinateur, et non une prise de son au micro. Pour effectuer la transcription, Sys2txt prend en charge faster-whisper, openai-whisper et whisper.cpp, trois implémentations de Whisper proposées comme solutions possibles pour traiter l’audio. Avec whisper.cpp, l’outil prend aussi en charge le calcul par processeur graphique Vulkan pour les cartes AMD ; cette possibilité est donc liée à cette implémentation, et non aux trois options indistinctement. Sys2txt peut traiter un enregistrement en une seule fois, ou fonctionner en continu, en découpant la transcription en segments au fil de l’audio diffusé. Les résultats peuvent être enregistrés dans plusieurs formats : TXT, SRT, VTT, JSON ou TSV, ce qui permet de choisir la forme de sortie proposée par l’outil selon le besoin. Le projet est présenté pour Linux, et son développeur indique utiliser et développer Sys2txt depuis novembre 2025. Il souhaite collaborer pour étendre l’outil à d’autres systèmes d’exploitation et à d’autres matériels ; cette extension est un objectif annoncé, pas une compatibilité déjà établie. Le projet réunit ainsi plusieurs modes de transcription, plusieurs moteurs et plusieurs formats de sortie, tandis que son périmètre actuel et les évolutions envisagées restent distincts.