Traduire et doubler une vidéo avec l’IA, avec ou sans votre propre voix

Sous-titres traduits, doublage automatique de YouTube, piste produite ailleurs ou comédien : ces solutions diffèrent par le contrôle qu’elles laissent sur la traduction, par le sort réservé à votre voix et par ce qu’elles vous demandent avant publication.

Rendre une vidéo compréhensible dans une autre langue peut vouloir dire quatre choses : faire lire une traduction, faire entendre une voix de synthèse qui parle l’autre langue, faire entendre une voix qui ressemble à celle de l’orateur, ou confier la piste à un comédien. Selon la voie choisie, vous pouvez ou non relire la traduction, la corriger, signaler son origine au public, et vous devez ou non demander l’accord des personnes filmées.

Sous-titres traduits : la voie où vous gardez la main sur le texte

Les sous-titres servent deux publics : les personnes sourdes ou malentendantes, et celles qui parlent une autre langue. Dans YouTube Studio, on ajoute une piste par langue de trois façons : en important un fichier, en collant une transcription que YouTube synchronise avec l’image, ou en tapant le texte à la main.

Le point faible tient à la traduction elle-même. Les sous-titres automatiques de YouTube n’existent que dans la langue d’origine : le texte traduit doit venir d’un traducteur humain ou d’un outil externe. Comme il passe par vos mains avant d’être ajouté, vous pouvez le relire ligne par ligne. La synchronisation automatique est en revanche déconseillée au-delà d’une heure ou quand le son est mauvais.

Cette vidéo officielle de la chaîne YouTube Creators, en anglais, montre la procédure d’ajout de sous-titres dans YouTube Studio.

Les sous-titres ne permettent pas d’écouter la vidéo dans l’autre langue : il faut garder les yeux sur l’écran. YouTube permet aussi de traduire le titre et la description, ce qui aide la vidéo à être trouvée par les spectateurs de cette langue. C’est gratuit, mais à saisir vous-même, et cela ne traduit ni la parole ni les sous-titres.

Le doublage automatique de YouTube

YouTube génère des pistes audio traduites à l’envoi de la vidéo, avec une voix de synthèse. Avant cet outil, les créateurs devaient passer par des services tiers, rappelle TechCrunch. Selon le site, la fonction multi-langues audio a été testée à partir de 2023 avec quelques créateurs (MrBeast, Mark Rober, Jamie Oliver), puis ouverte à tous après deux ans de test, et elle s’appuie sur Gemini pour reproduire le ton et les émotions du créateur.

Depuis le français, l’anglais fait partie des langues d’arrivée, selon la page d’aide YouTube consacrée au doublage automatique. Les vidéos concernées portent la mention « auto-dubbed » dans leur description.

L’option dite « parole expressive » reprend la hauteur et l’intonation de l’orateur. Elle n’est proposée que selon les langues.

Le contrôle reste limité :

• Relecture : en activant la publication manuelle dans les paramètres de la chaîne, vous écoutez les doublages avant leur mise en ligne. Sans ce réglage, ils sont publiés automatiquement selon vos paramètres de publication.
• Correction : impossible. Les doublages ne sont pas modifiables. Le seul levier est la langue source : si elle est mal déclarée, la traduction part de travers, et la corriger régénère les doublages.
• Exclusions : vidéo de plus de 120 minutes, quasi sans parole, en langue non reconnue ou contenant des éléments protégés par le droit d’auteur. Un débit de parole trop rapide rend aussi la vidéo inéligible, car le résultat serait inécoutable.
• Synchronisation labiale : YouTube teste une fonction qui modifie les mouvements des lèvres du locuteur. Elle est expérimentale et réservée à certaines chaînes, vidéos et langues.

La qualité varie selon les langues, et les noms propres, le jargon et les idiomes peuvent être mal rendus. Enfin, cette solution ne couvre que YouTube.

Produire la piste ailleurs : voix de synthèse, voix proche de la vôtre, studio humain

Quand le doublage intégré ne convient pas, une autre voie consiste à fabriquer la piste, ou à la commander, puis à l’envoyer à YouTube. Selon Geckodub, un éditeur de service de doublage dont la page commerciale décrit la procédure, YouTube attend un fichier audio de durée voisine de la vidéo, à ajouter via l’onglet Languages de YouTube Studio. La même source précise que l’accès à l’envoi de pistes est déployé progressivement, et qu’un doublage automatique déjà présent pour une langue empêche d’envoyer votre propre piste tant qu’il n’est pas supprimé.

Le schéma résume l’exigence : la piste traduite doit avoir une durée voisine de celle de l’original. Un comédien en studio, une voix de synthèse ou une voix clonée peuvent la produire, et la qualité dépend alors du prestataire. Pour un comédien, demandez un devis qui précise le délai, le nombre de langues et les droits d’utilisation de l’enregistrement.

Pour garder à chaque intervenant une voix proche de la sienne, un service en ligne qui double la vidéo avec une voix proche de l’originale propose deux modes. Le mode Doublage conserve émotions, rythme et ambiance, double chaque personne qui parle avec sa propre voix, couvre 32 langues d’arrivée, replace la piste traduite sous l’image d’origine et fournit un fichier de sous-titres traduits. Le mode Interprète utilise une voix de synthèse claire, à choisir parmi 7, qui traduit le sens sans reprendre le timbre ni les émotions de l’orateur.

Ses limites : l’image n’est pas modifiée, donc il n’y a pas de synchronisation labiale, et la traduction ne se relit ni ne se corrige avant le doublage, si bien qu’une erreur ne se découvre que sur le résultat. L’essai, sans abonnement et possible une seule fois, double les 15 secondes les plus parlées de la vidéo. Pour la vidéo entière, il faut choisir entre un abonnement mensuel incluant un nombre de minutes de doublage par mois et un paiement unique calculé sur la durée, réglé avant le début du doublage.

Cloner une voix : le consentement d’abord

Un doublage qui conserve la voix de l’orateur reproduit sa voix dans une langue qu’il n’a pas parlée. Si l’intervenant est vous, la décision vous revient. S’il s’agit d’un collègue, d’un bénévole, d’un expert invité ou d’un client filmé, obtenez son accord par écrit avant de lancer le traitement, en précisant les langues visées, les supports de diffusion et la durée d’utilisation. Un juriste peut valider la formulation, notamment sur l’étiquetage des contenus générés et le droit à la voix.

Une voix de synthèse sans imitation, comme celle du mode Interprète évoqué plus haut, évite d’avoir à reproduire la voix d’une personne. Dans tous les cas, signalez l’origine de la voix : YouTube le fait avec la mention « auto-dubbed », et pour une piste produite ailleurs, la description de la vidéo est l’endroit logique pour une mention équivalente.

Noms propres, jargon, expressions imagées

Ce sont les points où les erreurs sont possibles, aussi bien sur YouTube que dans le service de Klipa, et vous ne pouvez corriger la traduction dans aucun des deux. Le travail se fait donc en amont, au moment où vous parlez :

• articulez nettement les noms propres et développez les sigles au moins une fois, pour que l’outil dispose de la forme complète ;
• remplacez les expressions imagées par une formulation littérale, qu’un traducteur automatique ne peut pas prendre au pied de la lettre ;
• ralentissez le débit, ce qui évite aussi l’inéligibilité au doublage YouTube ;
• déclarez correctement la langue d’origine de la vidéo, faute de quoi la traduction part de travers.

Si la relecture avant publication révèle des contresens sur YouTube, vous pouvez ne pas publier la piste et vous rabattre sur des sous-titres que vous contrôlez ligne par ligne.

Que choisir pour un cours, une vidéo d’entreprise, une vidéo d’association

Un cours contient du vocabulaire technique et des exemples précis. Les sous-titres traduits, relus par une personne qui connaît la matière, offrent le plus de contrôle. Un doublage automatique YouTube peut s’y ajouter à condition d’activer la publication manuelle pour l’écouter avant mise en ligne.

Une vidéo d’entreprise engage l’image de la marque. Pour un message important, faites vérifier le résultat par un locuteur de la langue visée, ou passez par un comédien avec un devis précis. Si la voix de dirigeants ou de salariés est reproduite, l’accord écrit s’impose.

Une vidéo d’association peut combiner des sous-titres traduits, un titre et une description traduits, et, si elle est diffusée sur YouTube, le doublage automatique relu avant publication. Si elle est diffusée ailleurs, ou si elle compte plusieurs intervenants à faire entendre chacun avec une voix proche de la sienne, un service externe prend le relais, avec les limites vues plus haut.

Avant de vous engager sur une vidéo entière, écoutez un extrait : la relecture avant publication sur YouTube, l’essai de 15 secondes chez Klipa ou une démonstration demandée à un studio vous le permettent. Faites-le écouter à un locuteur de la langue visée et vérifiez d’abord les noms propres.