OpenAI Whisper fonctionne-t-il en Chine ? Transfert transfrontalier PIPL, biométrie de l'empreinte vocale et résidence des données
L'audio que vous envoyez à OpenAI Whisper pour transcription porte l'empreinte vocale du locuteur — une information personnelle biométrique sensible au titre de l'article 28 de la PIPL que vous ne pouvez pas anonymiser — de sorte que l'acheminer vers l'API hébergée à l'étranger d'OpenAI est un transfert transfrontalier PIPL. Parce que Whisper est aussi un modèle open source sous licence MIT, vous pouvez l'auto-héberger à l'intérieur de la Chine. Un regard axé sur la conformité sur le transfert transfrontalier de l'empreinte vocale, la résidence des données et la voie légale sur le territoire.
OpenAI Whisper fonctionne-t-il en Chine ?
Whisper est un modèle de reconnaissance vocale, et l'audio que vous transcrivez est l'empreinte vocale du locuteur — une information personnelle biométrique sensible au titre de l'article 28 de la PIPL que vous ne pouvez pas anonymiser — de sorte que la vraie question est de savoir où vont cette empreinte vocale et le contenu parlé, non si le service peut être atteint.
Whisper se présente sous deux formes. L'API de transcription hébergée d'OpenAI (api.openai.com) traite l'audio sur des serveurs américains à l'étranger — et OpenAI ne liste pas la Chine continentale parmi les pays où son API est disponible — de sorte qu'y acheminer l'audio d'utilisateurs chinois est un transfert transfrontalier PIPL de données biométriques sensibles (articles 38 à 40), exigeant un consentement distinct et un mécanisme de transfert. Le levier légal est que Whisper est aussi un modèle open source sous licence MIT que vous pouvez auto-héberger sur votre propre infrastructure à l'intérieur de la Chine — gardant l'empreinte vocale sur le continent — ou vous pouvez recourir à un service vocal domestique agréé, avec le consentement de l'article 28 et une PIPIA en place. L'enjeu est de garder le traitement de l'audio chinois sur le territoire, non de rendre une API à l'étranger accessible.
C'est une cartographie des risques, pas un verdict — réglez les détails avec un conseil. Notre équipe Chine peut cartographier votre exposition →
Aperçu de conformité
- ✕ L'API hébergée d'OpenAI n'est pas proposée en Chine continentale ; votre audio est traité à l'étranger
- ! Un enregistrement est l'empreinte vocale du locuteur — une donnée biométrique sensible au titre de l'article 28 de la PIPL
- ! Envoyer de l'audio chinois à l'API hébergée est un transfert transfrontalier PIPL (art. 38 à 40)
- ! Une empreinte vocale ne peut pas être anonymisée ; l'export nécessite un consentement distinct et une PIPIA
- ✓ Voie légale : auto-héberger le modèle MIT ouvert sur le territoire, plus le consentement de l'article 28 et l'ICP
Ce que la documentation officielle de OpenAI Whisper dit de la Chine
| Fait | Source primaire |
|---|---|
| Whisper est un modèle open source sous licence MIT que vous pouvez exploiter vous-même. Le dépôt d'OpenAI le décrit comme “a general-purpose speech recognition model” et indique : “Whisper's code and model weights are released under the MIT License.” Parce que les poids sont publiés (GitHub et Hugging Face), le modèle peut être auto-hébergé sur une infrastructure à l'intérieur de la Chine — une véritable option sur le territoire qui garde l'audio et l'empreinte vocale du locuteur sur le continent. | OpenAI — Whisper repository README (github.com/openai/whisper), consulté le 2026-10-10 |
| L'API de transcription hébergée d'OpenAI tourne à l'étranger, et l'API d'OpenAI n'est pas proposée en Chine continentale. L'API traite l'audio sur api.openai.com via le point de terminaison /v1/audio/transcriptions (modèles dont whisper-1 et gpt-4o-transcribe), et la liste des pays pris en charge par OpenAI n'inclut pas la Chine continentale. OpenAI déclare que depuis le 1er mars 2023 les données de l'API ne sont pas utilisées pour entraîner ses modèles sauf si vous optez pour, et que les journaux de surveillance des abus sont conservés jusqu'à 30 jours par défaut. | OpenAI Help Center — API supported countries and territories ; OpenAI — Your data (platform.openai.com), consulté le 2026-10-10 |
| Une empreinte vocale envoyée à l'étranger est un transfert transfrontalier d'informations personnelles biométriques sensibles. Au titre de la PIPL de la Chine, exporter l'audio d'un utilisateur chinois engage les articles 38 à 40 (information, un consentement distinct, et un mécanisme de transfert), et une empreinte vocale est une information personnelle sensible au titre de l'article 28 — exigeant un consentement distinct et spécifique et une évaluation d'impact préalable sur la protection des informations personnelles (PIPIA). Un enregistrement de voix ne peut pas être anonymisé. | Loi sur la protection des informations personnelles de la RPC, articles 28 et 38 à 40 (cac.gov.cn), consulté le 2026-10-10 |
| Pour un OIIC ou un responsable à grand volume, l'audio et les transcriptions doivent être stockés sur le territoire. L'article 39 de la loi sur la cybersécurité (anciennement l'article 37) exige que les informations personnelles collectées en Chine soient stockées sur le continent pour les opérateurs d'infrastructure d'information critique ; l'amendement de 2025, en vigueur le 1er janvier 2026, a renuméroté l'article de localisation des données de 37 à 39 (substance inchangée). Les exports de plus grand volume ou sensibles nécessitent aussi une évaluation de sécurité des exportations de données de la CAC. | Loi sur la cybersécurité de la RPC, article 39 (anciennement l'article 37) (cac.gov.cn), consulté le 2026-10-10 |
Sources vérifiées par Équipe Conformité 21YunBox le 10 octobre 2026.
Pour un public de Chine continentale, la question à régler au sujet d’OpenAI Whisper n’est pas de savoir si le modèle ou l’API peuvent être atteints — c’est ce qu’il advient de l’audio que vous lui envoyez. Whisper est un système de reconnaissance vocale : de l’audio de personnes qui parlent entre, du texte sort. Et l’enregistrement de la voix d’une personne est son empreinte vocale — un identifiant biométrique que l’article 28 de la PIPL traite comme une information personnelle sensible, que vous ne pouvez pas anonymiser — porté aux côtés de tout ce qui a réellement été dit : un appel, une conversation de support, une note médicale ou juridique dictée. Whisper se présente sous deux formes très différentes, et la réponse de conformité dépend de celle que vous exploitez. L’API de transcription hébergée d’OpenAI traite cet audio sur des serveurs à l’étranger (aux États-Unis) ; le modèle Whisper open source, en revanche, est sous licence MIT et peut tourner sur du matériel que vous contrôlez, y compris à l’intérieur de la Chine. Trois volets tranchent : un transfert transfrontalier d’informations personnelles, une empreinte vocale biométrique sensible au titre de l’article 28, et un stockage sur le territoire là où un OIIC ou un responsable à grand volume est en jeu.
OpenAI Whisper en Chine, en un coup d’œil
| Ce qui tranche | Dans les propres termes d'OpenAI Whisper — et le droit chinois |
|---|---|
| Ce que vous lui envoyez | Whisper est un modèle de reconnaissance vocale : de l'audio de personnes qui parlent entre, une transcription sort. Cet audio est l'empreinte vocale du locuteur — un identifiant biométrique — avec tout ce qui a été dit (appels, messages vocaux, notes médicales ou juridiques dictées), souvent sensible en soi. Vous pouvez caviarder une transcription ; vous ne pouvez pas anonymiser la voix elle-même. |
| L'API hébergée l'envoie à l'étranger | L'API de transcription hébergée d'OpenAI (api.openai.com, le point de terminaison /v1/audio/transcriptions, servant des modèles tels que whisper-1 et gpt-4o-transcribe) traite l'audio sur des serveurs à l'étranger (aux États-Unis) — et OpenAI ne liste pas la Chine continentale parmi les pays où son API est disponible. Y acheminer l'audio d'un utilisateur chinois est un transfert transfrontalier d'informations personnelles (数据出境) au titre des articles 38 à 40 de la PIPL : information, un consentement distinct, et un mécanisme de transfert (une évaluation de sécurité de la CAC, le contrat type, ou une certification). |
| Une empreinte vocale est une donnée biométrique sensible | Au titre de l'article 28 de la PIPL, les informations biométriques sont des informations personnelles sensibles : traiter ou exporter une empreinte vocale nécessite un consentement distinct et spécifique et une évaluation d'impact préalable sur la protection des informations personnelles (PIPIA). Le contenu parlé peut ajouter d'autres catégories sensibles (santé, finances, pièce d'identité officielle). Rien de tout cela ne peut être anonymisé à partir de l'audio. |
| Conservation, entraînement et résidence | Pour l'API hébergée, OpenAI déclare que depuis le 1er mars 2023 les données envoyées à l'API ne sont pas utilisées pour entraîner ses modèles sauf si vous optez pour, et que les journaux de surveillance des abus sont conservés jusqu'à 30 jours par défaut (la rétention zéro n'est disponible que sur approbation préalable). Séparément, le modèle Whisper open source (sous licence MIT, poids sur GitHub et Hugging Face) peut être auto-hébergé — de sorte qu'une véritable option sur le territoire existe. Pour un OIIC ou un responsable à grand volume, le stockage sur le territoire est exigé par l'article 39 de la loi sur la cybersécurité (anciennement l'article 37) — l'amendement de 2025 à la loi sur la cybersécurité, en vigueur le 1er janvier 2026, a renuméroté l'article de localisation des données de 37 à 39, la substance restant inchangée. |
| L'atteindre n'est pas la question — garder l'audio sur le territoire l'est | La décision n'est pas de savoir si le modèle ou l'API peuvent être atteints depuis la Chine ; c'est de savoir si l'empreinte vocale et le contenu parlé de personnes en Chine restent dans le pays sur une voie consentie et légale. Le levier sur le territoire est d'auto-héberger le modèle Whisper ouvert sur une infrastructure que vous exploitez à l'intérieur de la Chine (ou d'acheminer l'audio chinois via un service vocal domestique agréé), d'obtenir le consentement distinct de l'article 28, et de réaliser la PIPIA. L'application tournée vers la Chine qui capture l'audio est elle-même un service du continent — elle porte un devoir de dépôt ICP (备案) et a besoin d'une diffusion conforme sur le territoire. |
Ce que vous envoyez réellement — les empreintes vocales et les mots de vos locuteurs
Whisper est un système de reconnaissance vocale : vous lui remettez un enregistrement et il renvoie du texte. La manière utile de voir l’exposition de conformité est de regarder ce qu’est l’enregistrement. C’est, d’abord, l’empreinte vocale du locuteur — le motif acoustique d’une voix humaine précise, un identifiant biométrique de cette personne — et, ensuite, le contenu parlé : les mots d’un appel commercial, d’une conversation de support, d’un message vocal, d’une note clinique ou juridique dictée. Les deux voyagent ensemble à chaque requête, et les deux décrivent des personnes identifiables.
Deux choses très différentes portent le nom Whisper, et la réponse de conformité dépend de celle que vous exploitez :
- Le modèle open source — le code et les poids de Whisper sont publiés sous licence MIT sur GitHub et Hugging Face. Vous l’installez et le faites tourner sur le matériel que vous choisissez, dans n’importe quel pays, y compris vos propres serveurs à l’intérieur de la Chine. L’audio n’a jamais besoin de quitter votre environnement.
- L’API de transcription hébergée d’OpenAI — votre application téléverse l’audio vers
api.openai.com(le point de terminaison/v1/audio/transcriptions, servant des modèles tels quewhisper-1etgpt-4o-transcribe) et reçoit une transcription en retour. OpenAI traite cet audio sur son infrastructure à l’étranger (aux États-Unis), et OpenAI ne liste pas la Chine continentale parmi les pays et territoires où son API est disponible. Pour la voie hébergée, OpenAI déclare que depuis le 1er mars 2023 les données envoyées à l’API ne sont pas utilisées pour entraîner ses modèles sauf si vous optez pour, et que les journaux de surveillance des abus sont conservés jusqu’à 30 jours par défaut (la rétention zéro n’est disponible que sur approbation préalable).
Une clarification honnête sur l’axe : Whisper transcrit ; il ne synthétise ni ne clone de voix. Ainsi, les obligations de dépôt relatives à la synthèse profonde et à l’IA générative qui s’attachent aux services de génération de voix ne se posent pas pour Whisper lui-même. L’exposition ici est franchement le transfert transfrontalier en direct d’un identifiant biométrique et d’un contenu sensible sur la voie hébergée — non une sortie générée.
C’est un transfert transfrontalier de données biométriques sensibles — au titre de la PIPL
Choisissez l’API hébergée pour des utilisateurs en Chine et vous avez construit un canal qui expédie leurs voix hors du pays. C’est un transfert transfrontalier d’informations personnelles (数据出境) au titre de la loi sur la protection des informations personnelles de la Chine, et le devoir pèse sur vous en tant que responsable du traitement, non sur le fournisseur. Les articles 38 à 40 de la PIPL exigent une information, un consentement distinct de l’accord de l’utilisateur d’utiliser la fonctionnalité, et un mécanisme de transfert légal — une évaluation de sécurité de la CAC, le contrat type de la CAC, ou une certification.
L’audio relève aussi le seuil de sensibilité, et c’est la partie qui rend un service vocal différent d’un export de contenu ordinaire. Une empreinte vocale est une information biométrique, que l’article 28 de la PIPL classe comme information personnelle sensible — une catégorie qui exige un consentement distinct et spécifique et une évaluation d’impact préalable sur la protection des informations personnelles (PIPIA) avant que la donnée ne soit traitée ou transférée. Le contenu parlé peut entraîner d’autres catégories sensibles qui lui sont propres (santé, finances, pièce d’identité officielle). Et contrairement à une transcription, que vous pouvez caviarder, un enregistrement de voix ne peut pas être anonymisé : l’identifiant est l’audio, de sorte que le dépouiller va à l’encontre du but de l’envoyer.
Sous le consentement se trouve la résidence. Un opérateur d’infrastructure d’information critique ou un responsable à grand volume doit stocker les informations personnelles collectées en Chine à l’intérieur du continent — PIPL article 40 conjointement avec l’article 39 de la loi sur la cybersécurité (anciennement l’article 37) — un devoir qu’une API à l’étranger ne peut structurellement satisfaire, et là où les volumes ou la sensibilité franchissent les seuils, l’export lui-même nécessite une évaluation de sécurité des exportations de données de la CAC avant de pouvoir se poursuivre.
Atteindre l’API n’est pas la question — garder l’audio sur le territoire l’est
Savoir si un point de terminaison répond depuis Shanghai n’est pas la décision. La décision est de savoir si les empreintes vocales et les mots de personnes en Chine restent dans le pays sur une assise consentie et légale. Pour Whisper, la réponse honnête a une meilleure forme que ce que la plupart des services vocaux étrangers peuvent offrir, parce que le modèle est ouvert.
Le levier le plus fort sur le territoire est d’auto-héberger le modèle Whisper open source sur une infrastructure que vous exploitez à l’intérieur de la Chine. Parce que les poids sont sous licence MIT et publiés, vous pouvez transcrire entièrement à l’intérieur du continent — l’audio et l’empreinte vocale ne franchissent jamais la frontière, de sorte que le volet transfrontalier tombe et que la résidence est satisfaite par conception. Là où vous préféreriez ne pas exploiter le modèle vous-même, l’alternative est un service vocal domestique agréé qui garde les données sur le territoire. Dans un cas comme dans l’autre, vous obtenez tout de même le consentement distinct de l’article 28, réalisez la PIPIA, et réduisez au minimum ce que vous collectez et conservez. Ce que ce n’est pas, c’est un dispositif qui acheminerait malgré tout l’audio d’un utilisateur chinois vers l’API à l’étranger tout en le présentant comme local — garder le traitement véritablement sur le territoire est tout l’enjeu.
Cette page est une cartographie des risques, pas un verdict : ce que votre produit fait réellement de l’audio décide quels devoirs mordent et jusqu’où ils portent, donc réglez les détails avec un conseil avant de construire.
La voie légale — cartographier, localiser, diffuser
Il existe une manière légale de faire tourner la transcription pour vos utilisateurs en Chine, et elle a une forme claire : le traitement de l’audio reste à l’intérieur du pays, sur une voie consentie, et l’application tournée vers la Chine qui le capture est elle-même déposée et diffusée sur le territoire. La partie que 21YunBox possède est cette assise, et c’est plus que du conseil. Notre équipe Chine fait trois choses. Nous cartographions l’audio qui circule vers le service vocal — les empreintes vocales de qui et quel contenu parlé il porte, où il serait traité et conservé, et où vous manquez de base légale (le consentement distinct de l’article 28 et la PIPIA ; un mécanisme de transfert). Nous localisons le traitement sur le territoire : en mettant en place le modèle Whisper open source sur une infrastructure à l’intérieur de la Chine de sorte que l’empreinte vocale ne quitte jamais le continent, ou en intégrant un service vocal domestique agréé là où vous préférez ne pas exploiter le modèle vous-même — à la place d’un appel qui, sinon, expédierait l’audio vers une API à l’étranger — avec le consentement de l’article 28 obtenu et la conservation à l’étranger désactivée. Et nous diffusons l’application ou la fonctionnalité tournée vers la Chine qui capture l’audio, sur le territoire, sur une infrastructure avec dépôt ICP — le 21YunBox Optimizer — devant ce que vous exploitez déjà, sans refonte ni changement de plateforme.
Le résultat est une fonctionnalité de transcription qui tourne légalement et dans les règles pour vos utilisateurs en Chine. 21YunBox n’utilise ni ne suggère jamais aucune forme de contournement : il s’agit d’un déploiement légal sur le territoire, bâti sur un modèle ouvert que vous êtes autorisé à exploiter et sur une infrastructure domestique agréée, non d’une manière de contourner les conditions de qui que ce soit.
Obtenir une évaluation de conformité →
Lectures complémentaires :
- Les transferts transfrontaliers de données au titre de la PIPL
- La loi sur la cybersécurité de la Chine — article 39 (anciennement l’article 37) et localisation des données
- Les mesures chinoises d’évaluation de sécurité des exportations de données
- Comment obtenir un dépôt ICP pour la Chine
Questions fréquentes
OpenAI Whisper est-il disponible en Chine continentale ?
Distinguez les deux Whisper. Le modèle Whisper open source (sous licence MIT) peut être téléchargé et exécuté partout, y compris sur vos propres serveurs à l'intérieur de la Chine. L'API de transcription hébergée d'OpenAI est différente : OpenAI ne liste pas la Chine continentale parmi les pays et territoires où son API est disponible, et elle traite l'audio sur des serveurs américains à l'étranger. Ainsi, la voie honnête et légale sur le territoire est d'auto-héberger le modèle ouvert (ou de recourir à un service vocal domestique agréé), non d'atteindre l'API à l'étranger. 21YunBox n'utilise ni ne suggère jamais aucune forme de contournement.
Pourquoi envoyer de l'audio à l'API hébergée de Whisper est-il un problème PIPL ?
Parce que l'audio est une information personnelle — et spécifiquement sensible. Un enregistrement porte l'empreinte vocale du locuteur, qui est une donnée biométrique et donc une information personnelle sensible au titre de l'article 28 de la PIPL, plus tout ce qui a été dit (souvent sensible en soi). Envoyer l'audio d'un utilisateur chinois à l'API à l'étranger est un transfert transfrontalier au titre des articles 38 à 40 de la PIPL (information, un consentement distinct, et un mécanisme de transfert), et le seuil de l'article 28 ajoute un consentement distinct et spécifique et une PIPIA. Un enregistrement de voix ne peut pas être anonymisé, de sorte que vous ne pouvez pas dépouiller l'identifiant et conserver la fonctionnalité. Confirmez vos obligations exactes avec un conseil.
Quelle est la voie conforme sur le territoire pour la transcription en Chine ?
Gardez le traitement de l'audio à l'intérieur du continent. Parce que Whisper est open source et sous licence MIT, vous pouvez auto-héberger le modèle sur une infrastructure sur le territoire de sorte que l'empreinte vocale et le contenu parlé ne quittent jamais la Chine ; là où vous préférez ne pas exploiter le modèle vous-même, acheminez l'audio chinois via un service vocal domestique agréé. Associez cela au consentement distinct de l'article 28 et à une PIPIA, désactivez toute conservation à l'étranger, et déposez et diffusez l'application tournée vers la Chine qui capture l'audio (dépôt ICP plus diffusion sur le territoire). 21YunBox cartographie l'exposition, localise sur la voie sur le territoire, et la diffuse — sans refonte. C'est un déploiement légal sur le territoire, non une manière de contourner les conditions de qui que ce soit.
