Tu as filmé une vidéo correcte, elle est claire, et elle passe quand même inaperçue parce que personne ne met le son. Sous-titrer à la main, c'est facilement 30 à 45 minutes de travail pour 60 secondes de vidéo : écrire, découper, caler chaque ligne sur la parole. Avec une IA de transcription, la même vidéo ressort sous-titrée en 2 à 3 minutes, et il ne te reste que deux ou trois mots à corriger.
Ce guide te montre deux façons de le faire en français : avec les fonctions intégrées de ton téléphone et des réseaux sociaux, ou avec un outil tiers spécialisé. Tu verras aussi les réglages qui comptent vraiment (taille du texte, position, nombre de mots par ligne) et les fautes typiques que le français automatique produit : liaisons mal coupées, homophones, noms propres. Aucune compétence technique n'est demandée : si tu sais déposer un fichier dans une fenêtre, tu sais faire. Pour la partie texte, à commencer par la relecture de la transcription, tu peux t'aider du chat Skilzy avant de revenir à l'outil de sous-titrage de ton choix.
Comment une IA sous-titre une vidéo, concrètement
Une IA de sous-titrage fait trois choses : elle écoute la piste audio, elle écrit le texte, puis elle synchronise chaque phrase avec le moment exact où elle est prononcée.
La première étape s'appelle la transcription automatique de la parole. Le modèle analyse le son et produit du texte. Le plus connu dans le domaine est Whisper, le modèle open source d'OpenAI, entraîné sur 680 000 heures d'audio multilingue, dont une large part de français. C'est lui, ou un dérivé, qui tourne sous le capot de la majorité des outils que tu croises.
La deuxième étape est l'horodatage : l'IA associe à chaque mot un instant précis (par exemple 00:00:04,120). C'est ce qui évite les sous-titres en retard d'une demi-seconde, le défaut le plus pénible pour l'œil.
La troisième étape est l'habillage : police, taille, couleur, animation mot à mot. À la sortie, tu obtiens l'un des deux formats suivants.
- Un fichier de sous-titres séparé (.srt ou .vtt) : un simple fichier texte que tu téléverses à côté de ta vidéo sur YouTube, LinkedIn ou un site. Le spectateur peut les activer ou les désactiver, et les moteurs de recherche lisent leur contenu.
- Des sous-titres incrustés (aussi appelés « burn-in ») : le texte est gravé dans l'image. Impossible de le désactiver, mais il s'affiche partout, y compris sur TikTok, Instagram et Shorts où la lecture démarre souvent sans son.
Pour les formats verticaux, l'incrustation est presque toujours le bon choix. Pour une vidéo longue sur YouTube ou un site, garde le fichier .srt : il alimente aussi le référencement de la page.
Méthode 1 : la fonction intégrée de ton téléphone et des réseaux sociaux
C'est gratuit, c'est déjà installé, et pour une story ou un Reel publié dans la minute, c'est souvent le meilleur rapport effort/résultat.
Aucune raison de cacher cette option : dans beaucoup de cas, elle fait le travail.
Sur TikTok. Dans l'éditeur, ouvre le menu de droite, puis « Sous-titres ». L'appli transcrit automatiquement en français et te propose de corriger chaque ligne avant publication. Tu peux aussi générer des traductions. Le style reste limité à quelques presets.
Sur Instagram. Deux chemins : l'autocollant « Sous-titres » que tu ajoutes par-dessus la vidéo dans l'éditeur de Reels, ou l'option de sous-titres automatiques dans les paramètres du compte, qui les active par défaut. La correction est possible mais moins confortable que sur TikTok.
Sur YouTube. Après l'envoi de la vidéo, YouTube génère des sous-titres automatiques en français dans YouTube Studio, onglet Sous-titres. Tu peux les éditer ligne par ligne ou téléverser ton propre fichier .srt, ce qui est préférable pour une vidéo que tu comptes faire durer. Ces sous-titres sont indexés, c'est un vrai levier pour une chaîne YouTube faceless alimentée à l'IA.
Sur ton téléphone directement. Sur iPhone, l'application Clips d'Apple affiche des sous-titres en direct pendant que tu parles et les incruste dans la vidéo. Sur Android, plusieurs constructeurs proposent une transcription intégrée à l'éditeur de la galerie, avec une disponibilité qui varie selon le modèle et la version du système.
Les limites de cette voie sont toujours les mêmes : le style est verrouillé, tu ne récupères pas de fichier réutilisable ailleurs, et la transcription se fait dans l'appli où tu publies. Si tu diffuses la même vidéo sur quatre plateformes, tu refais l'opération quatre fois.
Méthode 2 : les outils tiers spécialisés
Ils sont pertinents quand tu veux un rendu très travaillé, un traitement par lots ou un fichier de sous-titres propre à réutiliser.
Voici les familles d'outils que tu croiseras, sans classement de faveur.
| Outil | Modèle économique | Point fort | Limite |
|---|---|---|---|
| CapCut | Gratuit avec options payantes | Styles animés nombreux, export rapide en vertical | Filigrane sur certains modèles, interface chargée |
| Submagic | Payant | Sous-titres dynamiques pensés pour les formats courts | Aucune version gratuite durable |
| Veed | Freemium | Édition dans le navigateur, export .srt propre | Durée et qualité bridées en gratuit |
| Descript | Freemium | Montage en éditant le texte comme un document | Prise en main plus longue |
| Kapwing | Freemium | Traduction et sous-titrage multilingue | Quotas serrés en gratuit |
| Whisper (en local) | Gratuit, open source | Aucune limite, fonctionne hors ligne | Installation en ligne de commande |
Les tarifs de ces services bougent souvent : vérifie la page officielle avant de t'engager, surtout sur les formules annuelles.
Un mot sur Whisper installé sur ta machine : c'est la solution la moins chère à l'usage et la plus respectueuse de tes fichiers, puisque rien ne part sur un serveur. En contrepartie, il faut passer par le terminal et attendre plus longtemps si ton ordinateur n'a pas de carte graphique dédiée. C'est une bonne option pour un volume important de contenus sensibles, pas pour sous-titrer un Reel entre deux rendez-vous.
Les réglages qui séparent des sous-titres lus de sous-titres ignorés
Un sous-titre est lisible quand il tient sur deux lignes maximum, reste affiché assez longtemps pour être lu, et ne se cache pas derrière l'interface de l'application.
Quatre réglages font l'essentiel du travail.
Le rythme de lecture. Les standards du sous-titrage professionnel tournent autour de 17 caractères par seconde et 42 caractères par ligne pour une vidéo horizontale. Au-delà, l'œil décroche. Les outils IA découpent souvent trop finement ou trop grossièrement : jette un œil aux lignes les plus longues avant d'exporter.
Le nombre de mots à l'écran. Sur un format vertical, 3 à 5 mots par écran avec le mot prononcé mis en surbrillance fonctionne mieux qu'une phrase entière. Sur une vidéo longue en 16:9, fais l'inverse : des phrases complètes sur deux lignes, plus reposantes.
La zone sûre. TikTok, Instagram et YouTube Shorts superposent des boutons, un pseudo et une légende sur les bords. Garde tes sous-titres entre 20 % et 70 % de la hauteur de l'image, plutôt vers le milieu bas. Un sous-titre masqué par le bouton « S'abonner » ne sert à rien.
Le contraste. Texte blanc avec contour noir, ou texte sur bandeau semi-opaque. Évite les couleurs vives sur fond clair : c'est joli sur ton écran calibré, illisible en plein soleil sur un téléphone à 30 % de luminosité.
Ces règles valent pour tout contenu court, y compris quand tu produis en série des Reels et des TikToks avec l'IA.
Les erreurs typiques du français automatique, et comment les corriger vite
Le français fait trébucher les modèles sur quatre points précis : les homophones, les liaisons, les noms propres et les chiffres.
Une relecture de 60 secondes de sous-titres prend environ deux minutes. C'est le meilleur investissement de toute la chaîne, parce qu'une faute grossière affichée en gros au milieu de l'écran coûte plus cher en crédibilité qu'un montage approximatif.
La liste à vérifier :
- Homophones grammaticaux : a/à, ces/ses/c'est/s'est, et/est, ou/où, la/là. Les modèles s'appuient sur le contexte et se trompent surtout en début de phrase.
- Liaisons mal découpées : « les enfants ont attendu » peut ressortir en « les enfants nont attendu ». Repère les mots qui commencent par n' ou t' sans raison.
- Noms propres, marques et acronymes : ton nom d'entreprise passe rarement du premier coup. Beaucoup d'outils acceptent une liste de vocabulaire personnalisé : remplis-la une fois, elle sert pour toutes tes vidéos.
- Chiffres et unités : « vingt-neuf euros quatre-vingt-dix » est correct mais illisible en sous-titre. Réécris en 29,90 €. Même logique pour les pourcentages et les dates.
- Ponctuation et majuscules : certains modèles rendent un bloc sans point ni virgule. Ajoute au moins les points, ils guident le découpage des lignes.
- Anglicismes : « engagement », « feed », « prompt » sont souvent transcrits phonétiquement. Corrige l'orthographe attendue par ton audience.
Une astuce qui fait gagner du temps : relis le texte avant de styliser. Corriger un mot dans un éditeur de texte prend trois secondes, le corriger une fois l'animation appliquée en prend trente.
Ce qu'il faut retenir
Si tu publies de temps en temps, les sous-titres intégrés à TikTok, Instagram ou YouTube Studio suffisent et ne coûtent rien. Si tu produis plusieurs vidéos par semaine, passe par un outil spécialisé où la transcription, le style et l'export vivent au même endroit : tu récupères surtout du temps sur la relecture et la republication multi-plateformes. Dans tous les cas, garde la règle des deux minutes de relecture par minute de vidéo, place tes sous-titres hors des zones d'interface, et limite-toi à deux lignes. Le reste est du confort.
Le plus simple pour te faire un avis : sous-titre une vidéo que tu as déjà publiée, avec deux méthodes différentes, et compare le temps passé.
