La plupart de vos vidéos sont regardées sans le son

Mettez ses mots à l’écran. Un témoignage qu’on n’entend pas est un témoignage qui n’arrive jamais.

Pensez à l’endroit où les gens font vraiment défiler leur fil : dans le bus. En salle d’attente. Dans un open space. Au lit, à côté de quelqu’un qui dort. Le son coupé, à chaque fois.

Votre témoignage de trente secondes, c’est une personne qui parle. Retirez le son et c’est une inconnue qui remue silencieusement les lèvres devant un téléphone. Tout ce que vous avez recueilli disparaît.

Les sous-titres ne sont pas un petit plus pour l’accessibilité. Pour ce type de vidéo précis, ils sont tout le mécanisme de diffusion.

Le chiffre que je ne vous donnerai pas

Vous avez sûrement lu que « 85 % des vidéos sont regardées sans le son ». Ou 80 %. Ou 92 %, selon le blog marketing sur lequel vous tombez.

Remontez la source de n’importe lequel de ces chiffres et vous trouverez un blog qui en cite un autre, qui n’en cite aucun. Je n’en répéterai donc pas — un chiffre sans source est une décoration, pas un fait, et vous ne devriez pas non plus en glisser un dans votre propre communication.

Ce qu’il ne vous faut pas de statistique pour vérifier : regardez où vous êtes, là, maintenant, et si votre propre son est activé. Puis repensez à la dernière fois où vous avez fait défiler votre fil dans le bus. Le comportement n’est pas en discussion ; seule la décimale l’est.

Un cabinet de kiné, trente secondes, sans le son

Imaginez un kinésithérapeute qui filme un patient dans un coin de la salle de soins. L’homme revient après un genou qui l’a tenu éloigné du foot en salle pendant un an, et il est sincèrement content. Il parle pendant trente secondes — un peu décousu, reconnaissant, comme le sont les gens quand quelque chose a vraiment fonctionné.

Regardez maintenant ce clip tel qu’il sera réellement vu : muet, feuilleté du pouce sur un canapé à neuf heures du soir. Sans texte, c’est un homme d’âge mûr en polo qui remue la bouche dans une pièce pleine de matériel. Rien n’évoque le genou, l’année sans terrain, le merci. L’atout unique — une vraie personne disant une vraie chose — n’arrive jamais.

Mettez ses mots à l’écran et les mêmes trente secondes remplissent tout leur rôle dans le silence. Le spectateur lit « n’a pas pu jouer au foot pendant un an », lit « de retour sur le terrain en mars », et décide d’activer le son pour l’entendre le dire. Le sous-titre vous a acheté cette seconde chance. Un patient qui parle d’un résultat qu’il ressent est l’un des atouts les plus persuasifs qu’un cabinet possède — mais seulement s’il peut être reçu le son coupé.

Les sous-titres, terrain glissant du nettoyage

Voici la partie importante, et la raison d’être de cet article.

Les sous-titres, c’est du texte. Et le texte donne une impression de modifiable que l’audio n’a pas. Personne ne songerait à trafiquer la phrase d’un client dans l’audio — mais presque tout le monde, face à une piste de sous-titres générée automatiquement et pleine de « euh » et de phrases inachevées, se met discrètement à la nettoyer.

Vous corrigez la grammaire. Vous supprimez le « euh ». Vous raccordez la phrase qu’elle a abandonnée à celle qu’elle a commencée à la place. Ça prend deux minutes et le résultat a tellement meilleure allure.

Et vous venez de réécrire ce qu’elle a dit.

Ses mots sortent exactement tels qu’elle les a prononcés — sous-titres compris. Ni arrangés, ni raccourcis, ni améliorés. Pour un spectateur le son coupé, le sous-titre est le témoignage : c’est la seule version d’elle qu’il recevra jamais. Une piste de sous-titres nettoyée n’est pas une amélioration cosmétique d’un vrai témoignage. Pour la majorité de votre audience, c’en est un fabriqué.

C’est le piège qui attrape ceux qui ont pourtant tout compris par ailleurs. La légende vous appartient ; ses mots lui appartiennent — et le sous-titre, ce sont ses mots, pas votre légende.

Corrigez les erreurs, pas la personne

Une exception légitime, et il faut tenir la limite exactement là.

La transcription automatique se trompe. Elle entend « balayage » et écrit « bal à l’Élysée ». Elle transforme un nom en charabia. Elle massacre un mot qu’elle n’a jamais rencontré.

Corriger une erreur de transcription, c’est restituer ce qu’elle a dit. Corriger elle, c’est remplacer ce qu’elle a dit. Le test est simple : se reconnaîtrait-elle dans cette phrase, ou dans une version améliorée ?

• Elle a dit « balayage », la machine a tapé « bal à l’Élysée » → corrigez. C’est une réparation.
• Elle a dit « c’est, euh, c’est franchement tellement mieux que — enfin, que ce à quoi je m’attendais » et vous avez tapé « C’est franchement tellement mieux que ce à quoi je m’attendais » → surtout pas. C’est une réécriture, et c’est celle qui vous coûte cher.

Le son compte encore : la moitié le réactivera

Ne lisez pas tout ceci comme « le son ne compte plus ».

Les personnes intéressées — celles qui envisagent réellement de réserver — activent souvent le son, et c’est là qu’elles entendent ce qui les convainc : la chaleur, l’hésitation, le petit rire, la vraie intonation d’une personne contente et un peu gênée.

Le sous-titre la fait passer le défilement. La voix conclut la vente.

C’est pourquoi la qualité du son reste la première chose à soigner au moment de l’enregistrement : tenez-vous à un bras de distance, coupez le sèche-cheveux, pointez le bas du téléphone vers elle. Le son compte plus que l’image, et aucun sous-titre ne sauve un enregistrement que personne ne supporte d’écouter.

Sous-titres intégrés ou ceux de la plateforme ?

Instagram et TikTok peuvent générer des sous-titres pour vous, de leur côté. C’est plus rapide, et ça vous économise une étape. Mais deux choses méritent d’être sues avant de s’y fier.

D’abord, le spectateur peut souvent désactiver les sous-titres de la plateforme, et sur certains fils ils ne s’affichent pas par défaut. Les sous-titres intégrés à la vidéo elle-même — incrustés dans les pixels — sont toujours là, sur chaque plateforme, pour chaque spectateur. Rien à activer, rien dont dépendre.

Ensuite, et c’est ce qui compte vraiment ici : les sous-titres automatiques de la plateforme sont générés automatiquement, donc ils portent exactement les mêmes erreurs — et exactement la même tentation de les arranger — que n’importe quelle autre transcription. « Balayage » devient « bal à l’Élysée » que la machine qui tape soit la vôtre ou celle d’Instagram. La règle ne change donc pas avec l’outil. Lisez ce qu’il a produit. Corrigez les erreurs. Laissez la personne tranquille.

Et si vous publiez le même clip sur plusieurs plateformes, les sous-titres intégrés voyagent avec lui et ont la même allure partout. Les sous-titres de plateforme, eux, doivent être refaits, et revérifiés, sur chacune — ce qui fait trois occasions de plus d’« améliorer » discrètement une phrase qu’elle n’a jamais prononcée.

Les sous-titres retiennent aussi l’attention

Il y a une raison plus discrète de sous-titrer, au-delà de la personne dans le bus. Une vidéo qui garde son sens le son coupé est une vidéo que les gens regardent plus longtemps, parce qu’ils ne font pas défiler dès la première seconde en se demandant de quoi il s’agit. Et rester est la seule chose que chaque plateforme interprète comme « montrez ceci à plus de monde ».

Vous n’ajoutez donc pas de sous-titres pour plaire à un algorithme. Vous les ajoutez pour qu’un humain s’arrête et lise — et l’algorithme ne fait jamais que compter combien d’humains se sont arrêtés.

Rendez-les lisibles

Concret, et rapide :

• Assez grand pour se lire sur un téléphone tenu à bout de bras. Si vous devez plisser les yeux sur votre propre écran, personne d’autre ne le lira.
• Fort contraste. Un texte blanc au contour foncé résiste à n’importe quel arrière-plan.
• Hors des zones à risque. Le bas d’un Reel ou d’un TikTok est recouvert par la légende, le nom d’utilisateur et les boutons. Un texte placé là devient invisible sur la plateforme réelle, même s’il a l’air parfait dans l’éditeur.
• Pas de karaoké animé mot par mot sur un témoignage. C’est le langage visuel d’une publicité produite, et ça combat la seule chose qui joue en faveur de votre vidéo : le fait que personne ne l’ait produite.

Coupez le son et regardez votre vidéo

Avant de publier, faites ceci une fois : coupez le son de la vidéo et regardez-la comme le ferait une inconnue.

Arrivez-vous à suivre ce qu’elle dit ? Le texte est-il lisible, affiché assez longtemps, non caché derrière un bouton ?

Si oui, vous avez un témoignage. Si non, vous avez trente secondes d’une femme qui remue les lèvres devant un téléphone, et tout ce que vous avez fait pour l’obtenir s’est perdu à la dernière étape.

Et quoi que disent les sous-titres, assurez-vous que c’est bien ce qu’elle a dit — hésitations comprises. C’est la seule version qui mérite d’être à l’écran.