Ce que je constate sur Peertube, quand j'active le sous titrage automatique (avec whisper si ma mémoire est bonne), ça consomme environ autant de CPU que l'encodage vidéo (je précise qu'il n'y a pas d'accélération par GPU). En tout cas, c'est le même ordre de grandeur.
Mais comme tu le souligne, c'est pire pour 1h de jeu sur une console ou PC gaming...