Sous-titres automatiques : le texte que chaque vidéo mérite

Le sous-titrage automatique est la fonction qui fait enfin exister les sous-titres — avec une seule discipline à respecter :

Le sous-titrage automatique transcrit votre vidéo en quelques secondes, et chaque clip reçoit son texte à l’écran sans que vous le tapiez vous-même. Cela règle le problème du son coupé — la plupart des gens font défiler sans le son — pour un coût presque nul.

Mais il se trompe de mots. Et la seule chose que vous pouvez corriger, c’est l’erreur (« balade âgée » → « balayage »). La seule chose que vous ne pouvez jamais corriger, c’est la personne — ses hésitations, ses tournures, ses « euh ». Corrigez la machine. Ne corrigez jamais elle.

Cet article est le compagnon technique du texte sur le son coupé. L’autre explique pourquoi chaque vidéo a besoin d’un texte à l’écran. Celui-ci explique comment — et la règle unique qui garde les sous-titres automatiques honnêtes.

Pourquoi le sous-titrage manuel n’arrive jamais

Les sous-titres comptent énormément — un témoignage que personne n’entend est un témoignage que personne ne reçoit — mais les taper à la main est exactement le genre de tâche fastidieuse qui ne survit pas à une semaine chargée.

Alors en pratique, les vidéos partent sans sous-titres, et la moitié de l’audience — celle qui fait défiler en silence dans un bus, au bureau, à côté d’un enfant endormi — ne reçoit rien. La preuve que vous avez captée n’atteint que les personnes qui ont le son activé.

Le sous-titrage automatique supprime cet échec. La transcription se fait instantanément, le texte apparaît à l’écran, et le spectateur muet reçoit les mots. C’est ce qui transforme « les sous-titres comptent » d’un joli principe en quelque chose qui arrive vraiment, sur chaque clip.

Ce que le sous-titrage automatique rate

La transcription automatique est bonne, pas parfaite. Elle trébuche régulièrement sur :

• Les mots inhabituels — « balayage » devient « balade âgée », un sigle devient du charabia.
• Les noms propres — des mots qu’elle n’a jamais rencontrés.
• Les accents et le bruit de fond — un mot étouffé par un sèche-cheveux.
• Les homophones — « ça » et « sa », « c’est » et « s’est ».

Ce sont des erreurs — la machine n’a pas entendu ce qu’elle a réellement dit. Et les corriger n’est pas seulement autorisé, c’est nécessaire, car une erreur non corrigée la trahit tout autant qu’une réécriture le ferait. Si elle a dit « balayage » et que le sous-titre affiche « balade âgée », le sous-titre est faux, et vous devez le corriger pour retrouver ce qu’elle a dit.

La règle unique : corrigez l’erreur, jamais la personne

Voici la discipline qui garde le sous-titrage automatique du bon côté de la ligne, et c’est la seule raison d’être de cet article.

Le sous-titrage automatique vous livre une zone de texte modifiable, pleine de ses mots — et une zone de texte modifiable est une tentation. Les « euh » sont là. Le faux départ est là. La phrase qu’elle a abandonnée à mi-chemin est là. Et il ne faudrait que dix secondes pour « nettoyer ça ».

N’en faites rien. Le test tient en une question : reconnaîtrait-elle sa propre phrase, ou une version améliorée ?

• La machine a tapé « balade âgée », elle a dit « balayage » → corrigez. C’est restaurer ses mots.
• Elle a dit « c’est, euh, franchement c’est tellement — oui, mieux que ce que je pensais » et vous lissez en « C’est franchement tellement mieux que ce que je pensais » → ne faites pas ça. C’est remplacer ses mots.

Corriger une erreur de transcription, c’est faire correspondre le sous-titre à ce qu’elle a dit. Peaufiner sa façon de parler, c’est rendre le sous-titre meilleur que ce qu’elle a dit — et un témoignage qui se lit mieux que le client ne parle est un faux. Le sous-titre, ce sont ses mots, pas votre légende, et l’automatisation ne change rien à cela.

Pourquoi le spectateur muet rend cela critique

Pour un spectateur sans le son, le sous-titre est le témoignage. C’est la seule version d’elle qu’il recevra jamais.

Alors un sous-titre automatique « nettoyé » n’est pas une simple retouche cosmétique sur un vrai témoignage — pour la majorité de votre audience, il est le témoignage, et s’il a été lissé en quelque chose qu’elle n’a pas tout à fait dit, alors ce que la plupart des gens reçoivent est une fabrication. La majorité muette n’entend jamais la voix réelle, hésitante, crédible ; elle lit votre version polie et la prend pour la sienne.

C’est pourquoi la règle « corrigez l’erreur, jamais la personne » compte plus pour les sous-titres automatiques que presque partout ailleurs : le sous-titre n’est pas un complément à la preuve, il est la preuve, pour ceux qui ne peuvent pas entendre.

Restez lisible, aussi

Au-delà de l’honnêteté, les aspects pratiques (détaillés dans l’article sur le son coupé) :

• Grand et très contrasté — lisible sur un téléphone à bout de bras.
• Hors des zones dangereuses — pas caché derrière les boutons de la plateforme, en bas d’un Reel ou d’un TikTok.
• Pas de karaoké animé mot par mot sur un témoignage — c’est le langage visuel d’une pub produite en studio, et cela combat l’authenticité.

Le sous-titrage automatique gère la transcription ; à vous le placement et la seule règle d’honnêteté.

Où cela se situe dans le workflow

Le sous-titrage automatique appartient à l’étape légende du workflow de publication, et il devrait être quasi automatique : la vidéo est transcrite, vous y jetez un œil pour repérer de vraies erreurs, vous corrigez celles-là et seulement celles-là, puis vous publiez.

Ce coup d’œil est toute la partie manuelle — quelques secondes pour repérer « balade âgée », pas une réécriture. Si vous vous surprenez à corriger plus que des erreurs, arrêtez-vous : vous êtes passé de la correction de la machine à la correction du client.

Imaginez une fleuriste et un mot mal transcrit

Imaginez une fleuriste qui filme une cliente venue récupérer son bouquet de mariage. La cliente, tenant encore les fleurs, dit : « J’lui ai envoyé une photo de la robe et elle a juste… euh, elle a compris tout de suite. Les pivoines, c’est exactement ce que j’imaginais. »

Le sous-titre automatique revient en quelques secondes. La plupart est correct. Mais « pivoines » — un mot que la machine entend rarement — devient « pis voisines », et le « euh » reste en plein milieu de la phrase, exactement comme elle l’a dit.

Deux corrections sont sur la table. Une seule est autorisée.

Vous corrigez « pis voisines » en « pivoines », parce que c’est le mot qu’elle a dit et que la machine a mal entendu. C’est l’erreur, et la restaurer fait correspondre le sous-titre à ce qu’elle a dit.

Vous laissez le « elle a juste… euh, elle a compris tout de suite » tel quel. C’est maladroit à la lecture. C’est aussi exactement comme une vraie personne parle de quelque chose qui l’a rendue heureuse. Le lisser, et vous avez écrit une phrase qu’elle n’a jamais prononcée. C’est la même discipline qui protège un témoignage filmé au téléphone dès le départ — le mot faux appartient à la machine, la pause lui appartient à elle. Corrigez l’un, gardez l’autre.

Mais les « euh » ne font-ils pas mauvais genre ?

C’est une inquiétude honnête, et elle mérite une réponse franche. Un sous-titre qui affiche « c’est, euh, franchement tellement mieux que ce que je pensais » paraît plus brouillon qu’une ligne marketing bien léchée. Alors pourquoi le laisser ?

Parce que ce désordre travaille pour vous. Un spectateur qui fait défiler sans le son n’a ni ton de voix, ni chaleur à l’oreille pour se repérer — seulement du texte. Et un texte un peu hésitant, un peu brut, se lit comme une vraie personne. Un texte propre et bien tourné se lit comme un texte que vous avez écrit. Les hésitations sont la preuve : c’est ce qu’une publicité ne peut pas imiter, et ce qui pousse un inconnu à la croire.

Le polissage supprime le seul signal qui distingue un témoignage d’un slogan. Le « euh » n’est pas un défaut du sous-titre. Pour le spectateur muet, c’est la preuve qu’un être humain a vraiment dit cela — la plume reste la vôtre, mais ses mots, hésitations comprises, restent les siens.

Sous-titrage automatique : ne corrigez que l’erreur

Activez les sous-titres automatiques pour que chaque vidéo ait son texte — parce que la moitié de votre audience regarde sans le son, et un témoignage inentendu est un témoignage jamais reçu.

Puis tenez la seule ligne qui compte : corrigez ce que la machine a mal entendu, jamais ce qu’elle a réellement dit. Restaurez ses mots ; ne les améliorez jamais.

Pourquoi le texte compte autant au départ — la plupart des gens regardent sans le son — c’est le sujet de l’article qui précède celui-ci.