title: Lingarr created: 2026-06-07 updated: 2026-06-07 type: app tags: [catalogue, arr, traduction, lllm, sous-titres, metadonnees] confidence: high contested: false sources: [https://selfh.st/apps/?tag=*arr, https://github.com/lingarr/lingarr]

🎬 Lingarr

Traduction automatique de métadonnées et de sous-titres pour Sonarr, Radarr, Lidarr : utilise un LLM local (Ollama, LM Studio) ou distant (OpenAI, Anthropic) pour traduire synopsis, titres, et même les fichiers de sous-titres SRT.

📋 Informations Générales

Attribut	Valeur
Nom	Lingarr
Slug	lingarr
Description	Traduction de métadonnées et sous-titres via LLM, intégration *arr
Site officiel	https://lingarr.app
Repository	https://github.com/lingarr/lingarr
Stars	784 ⭐
Licence	MIT
Langage principal	Python
Catégorie	*arr (utilitaire)
Tags	[catalogue, arr, traduction, lllm, sous-titres, metadonnees]

📝 Description

Lingarr résout un problème franco-français tenace : TMDB et TVDB ont des traductions FR de qualité inégale (souvent littérales, parfois via Google Translate 2015, et carrément absentes pour les séries asiatiques). Lingarr prend les métadonnées en anglais (la langue de référence) et les retraduit proprement via un LLM.

Fonctionnalités principales :

LLM local ou distant : Ollama (llama3.1, qwen2.5, mistral), LM Studio, OpenAI, Anthropic, OpenRouter. Aucune donnée ne quitte votre réseau si vous choisissez local.
Métadonnées : traduit titre, synopsis, tagline, genres, noms d'acteurs (si vide en FR).
Sous-titres SRT/ASS : retente une traduction d'un sous-titre anglais vers FR, en préservant le timecode.
Glossaire custom : importez votre liste de termes (noms propres, jargon technique) pour que le LLM les respecte.
Batch processing : scan de toute la bibliothèque, traduction de tout ce qui est en anglais/non-FR.
Webhooks Sonarr/Radarr : traduit automatiquement les nouveaux médias ajoutés.
Re-transcription Whisper : si pas de sous-titre dispo, génère-en un depuis l'audio via Whisper, puis traduit.
Préservation des termes techniques : prompt système soigné, le LLM ne traduit pas "Dolby Atmos" en "Atmosphère Dolby".

L'UI est minimaliste (focus sur l'automatisation), la qualité de la traduction dépend directement du LLM choisi (qwen2.5-72B > mistral-7B pour le français).

🚀 Installation

Via Docker (recommandé)

# docker-compose.yml
services:
  lingarr:
    image: ghcr.io/lingarr/lingarr:latest
    container_name: lingarr
    restart: unless-stopped
    environment:
      - TZ=Europe/Paris
      - LLM_PROVIDER=ollama
      - OLLAMA_URL=http://ollama:11434
      - LLM_MODEL=qwen2.5:14b
      - SONARR_URL=http://sonarr:8989
      - SONARR_API_KEY=xxxxxxxxxxxxxxxx
      - RADARR_URL=http://radarr:7878
      - RADARR_API_KEY=xxxxxxxxxxxxxxxx
    volumes:
      - ./config:/app/config
      - /mnt/media:/media
    ports:
      - "9876:9876"

Installation manuelle

Python 3.11+, transformers, openai, ollama (client). git clone, pip install -r requirements.txt, python lingarr.py.

⚙️ Configuration

Provider LLM : Ollama local recommandé (gratuit, privé), OpenAI si qualité max不在乎 coût.
Modèle : qwen2.5:14b (bon équilibre qualité/RAM 16Go), llama3.1:70b (top qualité, besoin 64Go RAM ou GPU).
Glossaire : JSON dans /config/glossary.json, format {"term": "translation"}.
Langues cibles : par défaut fr-FR, configurable pour multi-langues.
Webhook secrets : si exposer l'endpoint webhook, mettre un secret.
Reverse proxy : lingarr.example.com via Traefik avec Authelia.

🔗 Alternatives

Bazarr — téléchargement de sous-titres, pas de traduction à proprement parler.
TMDB FR intégré — déjà fait, qualité inégale, pas de re-traduction possible.
Subtitle Edit — desktop, manuel, pas d'automatisation.
OpenAI Whisper API — transcription, pas traduction, et pas gratuit.
Argos Translate — open source, moins bon que les LLM modernes pour le FR.

🔒 Sécurité

API keys LLM distant : OpenAI/Anthropic, à stocker en env, surveiller la consommation.
LLM local recommandé : confidentialité des synopsis (et croyez-moi, on regarde des choses).
HTTPS obligatoire : les synopsis traduits passent en clair.
Volumes : /media peut être read-only, Lingarr écrit dans /config uniquement.
Logs : contenir les prompts envoyés au LLM, à protéger si confidenciels.
Rate limit : Ollama n'en a pas, OpenAI oui, à calibrer.

📚 Ressources

Site officiel : https://lingarr.app
Documentation : https://docs.lingarr.app
Wiki *arr : https://wiki.servarr.com
Ollama : https://ollama.com

5.1 KiB Raw Blame History