Graver les sous-titres dans l’image ou les livrer dans un fichier à part : le choix dépend de la plateforme et du public. La transcription automatique donne un texte à relire, et les repères de Netflix et de la BBC servent à régler la lisibilité.
Ajouter des sous-titres automatiques à une vidéo suppose trois décisions : où le texte vivra (dans l’image ou dans un fichier), comment le générer, et à quelles règles de lisibilité le plier. La transcription automatique ne règle que la deuxième.
Qui a besoin de sous-titres
L’usage dépasse le cas du son coupé. Selon l’étude XR Global Ad Accessibility Report, 46 % des spectateurs en France regardent « toujours ou souvent » avec des sous-titres. Selon YouGov, la majorité des moins de 30 ans les garde même en comprenant parfaitement la langue. Et d’après l’OMS, 430 millions de personnes dans le monde entendent mal : pour elles, le texte à l’écran est ce qui rend la vidéo accessible.
Incrustés ou séparés : ce que change le format
Les sous-titres incrustés (open captions) sont gravés dans les pixels de l’image. Le spectateur ne peut pas les désactiver, et c’est pourquoi les WCAG parlent de sous-titres « toujours visibles ». Ils s’affichent sur toutes les plateformes, sans réglage.
L'actualité du Sénégal dans votre poche
Téléchargez l'app gratuite et suivez l'info en temps réel.

Les sous-titres séparés (closed captions) vivent dans un fichier distinct, avec le texte et les codes temporels. Sur YouTube, vous pouvez importer ce fichier ou saisir le texte avec synchronisation automatique. Le spectateur active ou coupe les sous-titres à son gré, et le fichier peut aussi porter la position et le style. Le revers : le fichier doit être compatible avec YouTube, le texte est à produire ou à corriger vous-même, et si la vidéo est republiée ailleurs sans le fichier, les sous-titres n’apparaissent pas.
Le choix suit donc la destination :
- Réseaux sociaux où l’on regarde sans le son : l’incrustation fait voyager le texte avec la vidéo, sans dépendre d’un réglage du spectateur.
- YouTube et accessibilité : le fichier séparé laisse le spectateur libre de les afficher ou non.
- Les deux à la fois : une version incrustée pour la diffusion sociale, un fichier à part pour la plateforme qui l’accepte. Certains outils produisent les deux.
Ce que la transcription automatique réussit mal
Sur YouTube, les sous-titres automatiques sont produits par reconnaissance vocale. La plateforme prévient qu’ils peuvent être faux à cause des erreurs de prononciation, des accents, des dialectes ou des bruits de fond, et recommande de les vérifier et de les corriger. Elle liste aussi des causes d’absence de sous-titres : mauvaise qualité audio, voix impossibles à transcrire, vidéo qui commence par un long silence. La qualité de la prise de son conditionne donc la transcription, et si votre vidéo s’ouvre sur un long silence, mieux vaut couper l’amorce avant de la mettre en ligne.
Deux autres limites. Ces sous-titres ne sont pas instantanés : ils peuvent ne pas être prêts à la mise en ligne, et le délai dépend de la complexité de l’audio. Pour le direct, la fonction est limitée à l’anglais sur YouTube. YouTube encourage par ailleurs à fournir d’abord des sous-titres réalisés par des professionnels.
Les règles de lisibilité à appliquer
Ces repères viennent de la diffusion télé et streaming, et leurs chiffres sont des fourchettes conventionnelles plutôt qu’une norme unique.
- Longueur et lignes : Netflix fixe 42 caractères par ligne et deux lignes maximum pour le français. Pour couper en deux lignes, il recommande une pyramide, la ligne du bas étant la plus longue, sans laisser un ou deux mots seuls en haut.
- Vitesse : Netflix plafonne à 17 caractères par seconde pour les programmes adultes ; au-delà, le texte devient difficile à lire à temps.
- Durée d’affichage : de 5/6 de seconde à 7 secondes par sous-titre, selon les exigences générales de Netflix. Les consignes de la BBC, rapportées par Clevercast, fixent un minimum d’environ 0,3 seconde par mot : 1,2 seconde pour un sous-titre de quatre mots.
- Police et couleur : Netflix demande une police sans empattement proportionnelle (Arial en exemple) et du texte blanc, dont la taille est calée sur la résolution et sur la possibilité de faire tenir 42 caractères en largeur d’écran. La BBC recommande une police système.
- Largeur : la BBC raisonne en largeur d’écran plutôt qu’en nombre de caractères : 68 % de la largeur en 16:9, 90 % en 4:3. Ce raisonnement convient aux sous-titres incrustés, où vous choisissez vous-même police et taille.
Accessibilité : les paroles ne suffisent pas
Pour servir les personnes sourdes et malentendantes, le W3C demande davantage que la retranscription des paroles : l’indication des locuteurs et des bruitages. Pensez à ces mentions lors de la relecture. Pour une formation ou un webinaire, un style de sous-titre sobre suffit.
Les familles d’outils, avec leurs limites
Le Blog du Modérateur passe en revue plusieurs approches. Les offres qu’il décrit datent d’avril 2022 et ont pu changer depuis.
- Services et logiciels de sous-titrage en ligne (Subtitle Edit, Capte, EZTitles, Submagic, Kapwing) : vous importez la vidéo, la parole est retranscrite, vous ajustez le texte. Certains sont payants avec essai gratuit, d’autres freemium avec un possible filigrane à l’export. Certains traduisent aussi les sous-titres.
- Applications mobiles (Video Captions, MixCaptions sur iOS ; Voicella, AutoCap sur Android) : elles sous-titrent depuis le téléphone, mais le résultat n’est pas toujours parfait et des corrections manuelles sont à prévoir.
- Logiciels de montage avec sous-titres automatiques (Adobe Premiere Pro, PlayPlay, Type Studio, CapCut) : le sous-titrage se fait dans le même outil que le montage. Premiere Pro et PlayPlay sont payants avec essai ; Type Studio propose une version gratuite limitée à 10 minutes de vidéo par mois, avec filigrane.
- Montage libre et manuel (Shotcut, OpenShot) : gratuits, mais sans transcription automatique. Tout se saisit à la main, ce qui est plus long.
- Fichier importé dans YouTube : séparé et activable, mais à produire ou corriger soi-même, dans un format compatible.
Parmi les services en ligne, si vous voulez transcrire et incruster des sous-titres animés depuis un navigateur, Klipa suit trois étapes : import de la vidéo, choix du style parmi onze styles animés (karaoké mot à mot, Impact, etc.) prévisualisés sur votre propre vidéo, puis export. Vous réglez la police (douze au choix), la taille, la position et les couleurs. Un éditeur permet de corriger le texte ligne par ligne et d’ajuster le minutage avant la gravure. Le fichier SRT ou VTT se télécharge en plus, et la langue parlée est détectée parmi plus de 100. Selon l’éditeur, la transcription prend quelques dizaines de secondes et l’incrustation environ 2 à 4 minutes pour une vidéo de 5 minutes.
Côté limites : une fois gravé, le texte fait partie de l’image, donc les corrections se font avant l’incrustation. L’essai est gratuit, mais la vidéo sans logo Klipa suppose un Pass ou un abonnement Pro/Studio. Les styles animés visent les formats courts, et la transcription se relit comme celle de n’importe quel autre outil.
La relecture : où se joue la qualité
Quel que soit l’outil, YouTube recommande de vérifier systématiquement, et le Blog du Modérateur indique que le texte doit être relu et ajusté. Le temps nécessaire dépend de l’audio : accents, dialectes et bruit de fond sont les causes d’erreurs citées par YouTube. Relisez en écoutant la bande-son, en vous attardant sur ces passages et sur les noms propres. Vérifiez ensuite les coupes de ligne (42 caractères, deux lignes) et les phrases longues : à 17 caractères par seconde maximum, un sous-titre de deux lignes pleines demande près de cinq secondes d’affichage.



