- Les sous-titres automatiques par IA reposent sur la reconnaissance vocale. Le logiciel transcrit l’audio, découpe le texte en blocs d’une ou deux lignes, puis le cale sur l’image.
- Premiere Pro, DaVinci Resolve Studio, YouTube, LinkedIn, TikTok et Instagram intègrent cette fonction. YouTube demande de vérifier et de corriger les passages mal transcrits.
- Un fichier SRT ou VTT reste modifiable et se désactive à volonté. Un sous-titre incrusté s’affiche sur tout lecteur, mais chaque correction impose un nouvel export.
- Noms propres, jargon, ponctuation, homophones, chiffres et changements de locuteur figurent parmi les erreurs à repérer lors de la relecture.
- La charte du CSA, aujourd’hui l’Arcom, limite le sous-titre à deux lignes en différé. Elle prévoit 12 caractères pour une seconde, jusqu’à 60 pour quatre secondes.
- Le sous-titrage n’est pas une obligation générale. L’article 47 de la loi de 2005 vise les organismes publics et les grandes entreprises. Le seuil est fixé à 250 millions d’euros de chiffre d’affaires moyen en France.
Les sous-titres automatiques par IA reposent sur la reconnaissance vocale. Le logiciel transcrit la piste audio, découpe le texte en blocs courts, puis cale chaque bloc sur l’image. Premiere Pro, DaVinci Resolve Studio, YouTube, LinkedIn, TikTok et Instagram intègrent cette fonction.
YouTube demande de vérifier systématiquement ses sous-titres automatiques et de corriger les passages mal transcrits. Noms propres, jargon métier et ponctuation exigent une attention particulière.
Le sous-titre se livre ensuite sous deux formes. Un fichier séparé (SRT, VTT) s’active au choix du spectateur. Un texte incrusté, lui, reste gravé dans l’image. Dans une production vidéo par IA, cette étape prend place au montage, avant l’export des différents formats.
Comment l’IA génère des sous-titres automatiques en 3 étapes
Quel que soit l’outil, un générateur de sous-titres enchaîne trois opérations.
La transcription par reconnaissance vocale
Le modèle de reconnaissance vocale convertit l’audio de la vidéo en texte. Il associe au texte des horodatages, c’est-à-dire la position exacte de chaque mot ou groupe de mots dans le temps. Sa précision dépend du son. YouTube cite les accents, les dialectes, les bruits et les erreurs de prononciation parmi les causes d’erreur.
Le découpage en sous-titres
Le texte est ensuite découpé en blocs d’une ligne ou deux. Dans Premiere Pro, la boîte de dialogue « Créer des sous-titres » règle la longueur des lignes en caractères. Elle fixe aussi la durée de chaque bloc, l’intervalle entre deux sous-titres et leur style.
La synchronisation avec l’image
Chaque bloc reçoit un code temporel d’entrée et de sortie, calculé à partir des horodatages. Un léger décalage peut apparaître après une coupe ou un silence. Il se corrige en déplaçant le bloc sur la piste de sous-titres.
Ces trois étapes produisent un sous-titrage dans la langue d’origine. Leur traduction dans une autre langue ajoute une étape, détaillée dans l’article sur la traduction de vidéos par IA.
Les outils de sous-titrage automatique documentés par les éditeurs
Chaque éditeur de logiciel de montage ou de plateforme intègre son propre générateur. Logiciels et plateformes diffèrent surtout par le contrôle laissé à l’utilisateur.
| Outil | Fonction documentée | Sortie |
|---|---|---|
| Adobe Premiere Pro | Transcription automatique à l’import, puis création des sous-titres à partir de la transcription | Sous-titres incrustés, intégrés au fichier ou fichier séparé (SRT, STL, SCC) |
| DaVinci Resolve Studio | Transcription des clips pour créer des sous-titres (fonction de la version payante) | Sous-titres dans la vidéo finale ou fichiers SRT, VTT, TTML |
| YouTube | Sous-titres automatiques par reconnaissance vocale, dans des dizaines de langues, modifiables dans l’éditeur de YouTube Studio | Publiés directement sur la vidéo |
| Sous-titres automatiques, avec option de relecture avant affichage | Affichés sur la vidéo publiée | |
| TikTok, Instagram | Sous-titres générés par reconnaissance vocale | Affichés sur la vidéo publiée |
Sur YouTube, les sous-titres automatiques disponibles sont publiés directement sur la vidéo. LinkedIn permet au contraire de les relire avant affichage, dans plusieurs langues dont le français.
YouTube précise aussi les limites de son outil. Les sous-titres peuvent ne pas être générés pour une vidéo trop longue ou un audio de mauvaise qualité. Plusieurs personnes qui parlent en même temps peuvent aussi l’empêcher. D’autres usages de l’IA sont décrits dans l’article sur le montage vidéo par IA.
Fichier SRT, VTT ou sous-titres incrustés : deux logiques de diffusion
Un sous-titre se livre soit à côté de la vidéo, soit dans l’image.
Le fichier séparé, activable par le spectateur
Les formats SRT et VTT (WebVTT) sont des fichiers texte. Ils listent chaque sous-titre avec ses codes temporels d’apparition et de disparition. YouTube accepte ces deux formats, parmi d’autres. Le fichier reste modifiable après la mise en ligne, sans nouvel export de la vidéo.
Les sous-titres incrustés, gravés dans l’image
Premiere Pro appelle « sous-titres incrustés » un texte rendu directement dans le fichier vidéo. Il s’affiche sur tout lecteur, sans réglage. En contrepartie, il ne se désactive plus, et toute correction impose un nouvel export.
Sur les réseaux sociaux, le texte à l’écran sert aussi les vidéos lues sans le son. Facebook l’indiquait dès 2016 à ses annonceurs : la plupart des publicités vidéo du fil mobile étaient regardées sans le son. Ses tests internes mesuraient alors une hausse moyenne de 12 % du temps de visionnage des publicités vidéo sous-titrées. Ces codes propres à la social video sur les réseaux sociaux pèsent sur le choix du format.
Relire des sous-titres générés par IA : les erreurs à repérer
Les erreurs d’un sous-titre automatique se regroupent en quelques familles.
- Noms propres : noms de dirigeants, de marques ou de produits transcrits de façon phonétique.
- Jargon et sigles : termes métier remplacés par un mot courant de même sonorité.
- Ponctuation : phrases sans virgules, questions sans point d’interrogation.
- Homophones : en français, « a » et « à », ou participe passé et infinitif.
- Changements de locuteur : deux voix fusionnées dans un même bloc, sans tiret.
- Chiffres : montants, dates et pourcentages mal entendus ou écrits en toutes lettres.
Les sons non verbaux posent un autre problème. Hors cas particuliers, comme les libellés sonores de YouTube en anglais, la reconnaissance vocale transcrit la parole seule. Rires, musique ou bruits qui éclairent l’action relèvent du sous-titrage pour sourds et malentendants. Ils s’ajoutent à la main lors de la relecture.
Premiere Pro permet aussi de rechercher et remplacer un terme dans toute la transcription, avant la création des sous-titres.
Mon avis de producteur
David Baudry, fondateur et directeur artistique d’Il Est Une Fois
La transcription automatique me fait gagner du temps au montage. Mais un sous-titre reste du texte à l’écran, au même titre qu’un titrage. Une coquille sur le nom d’un dirigeant ou d’un produit se remarque immédiatement, et elle reste attachée au film. Pour moi, la machine prépare le travail ; le découpage et la relecture restent un travail de monteur.
Lisibilité : les repères de la charte de sous-titrage du CSA, aujourd’hui l’Arcom
En France, la charte relative à la qualité du sous-titrage fournit des repères chiffrés. Signée en 2011 sous l’égide du CSA, aujourd’hui l’Arcom, elle vise la télévision sous-titrée pour les personnes sourdes ou malentendantes.
| Durée d’affichage | Nombre de caractères |
|---|---|
| 1 seconde | 12 caractères |
| 2 secondes | 20 caractères |
| 3 secondes | 36 caractères |
| 4 secondes | 60 caractères |
La charte limite le sous-titre à deux lignes pour les programmes en différé. Elle admet une tolérance de 20 % sur ces temps de lecture. Le découpage respecte les unités de sens : « Il déteste / les jeunes filles » plutôt qu’une coupure entre « jeunes » et « filles ». Un tiret signale chaque changement de locuteur. Dans la mesure du possible, le sous-titre ne masque ni les textes incrustés ni les lèvres des locuteurs.
Les réglages de longueur et de durée des logiciels de montage aident à s’en approcher.
Accessibilité : quelles obligations pour les vidéos d’entreprise ?
Le sous-titrage n’est pas une obligation générale pour tous les contenus vidéo d’une entreprise. Tout dépend de l’organisme qui publie et du service concerné.
L’article 47 de la loi de 2005 et le RGAA
L’article 47 de la loi du 11 février 2005 vise d’abord les personnes publiques et les délégataires de service public. Il couvre aussi les entreprises dont le chiffre d’affaires moyen en France atteint 250 millions d’euros. Leurs sites, intranets, extranets et applications doivent alors être accessibles, selon les critères détaillés par le RGAA.
Le critère 4.3 du RGAA demande des sous-titres synchronisés pour les vidéos préenregistrées, si nécessaire et hors cas particuliers. Le RGAA les définit comme le texte des paroles et des bruits utiles à la compréhension du contenu. Seul un sous-titrage pour sourds et malentendants permet d’être conforme. Un sous-titre automatique brut, limité à la parole, peut donc rester incomplet au regard de ce critère.
La directive européenne sur l’accessibilité
Depuis le 28 juin 2025, la directive (UE) 2019/882 étend les exigences d’accessibilité à des produits et services listés. Elle couvre notamment le commerce électronique, les services bancaires et le transport de voyageurs. Les livres numériques et l’accès aux services de médias audiovisuels en font aussi partie. Les microentreprises prestataires de services en sont dispensées. Le texte vise ces services précis : il ne crée pas d’obligation de sous-titrer toutes les vidéos de communication.
Les sous-titres dans les productions d’Il Est Une Fois
Chez Il Est Une Fois, le sous-titrage prend place au montage, que nous réalisons sur DaVinci Resolve et Premiere Pro. Nos vidéos pour les réseaux sociaux sont livrées dans les formats adaptés aux plateformes ciblées, avec ou sans sous-titres. Nos interviews et nos vidéos RH intègrent aussi une étape de sous-titrage en post-production.
À la livraison, le film master est décliné en 16:9, 9:16, 1:1 ou 4:5 selon les plateformes. Pour les films corporate, des versions sous-titrées peuvent être fournies sur demande.
FAQ : sous-titres automatiques par IA
Comment générer automatiquement des sous-titres pour une vidéo ?
Un générateur de sous-titres par reconnaissance vocale fournit une première version, dans un logiciel de montage ou sur une plateforme. Dans Premiere Pro, la transcription peut se lancer dès l’import des médias, avec l’option « Transcription automatique ». La commande « Créer des sous-titres à partir de la transcription » génère ensuite la piste. Sa précision varie : une relecture complète reste nécessaire avant diffusion.
Quel est le meilleur site gratuit pour générer des sous-titres ?
Aucun classement officiel ne désigne le meilleur générateur de sous-titres. Les fonctions intégrées à YouTube, LinkedIn ou TikTok ne coûtent rien pour les vidéos publiées sur ces services. Pour une vidéo interne ou confidentielle, téléverser le fichier sur un site tiers revient à lui confier son contenu.
Comment synchroniser automatiquement les sous-titres ?
La synchronisation s’appuie sur les horodatages produits par la transcription. Sur YouTube, la synchronisation automatique part d’une transcription collée ou importée, dans la langue parlée dans la vidéo. La plateforme la déconseille pour les vidéos de plus d’une heure ou au son médiocre. Dans un logiciel de montage, un décalage se corrige en déplaçant les blocs sur la piste de sous-titres.
Quel logiciel utiliser pour incruster des sous-titres dans une vidéo ?
Premiere Pro grave la piste de sous-titres active directement dans le fichier vidéo. DaVinci Resolve exporte les sous-titres dans la vidéo finale, ou en fichiers séparés au format SRT, VTT ou TTML. Une fois incrusté, le texte ne se désactive plus : toute correction oblige à exporter de nouveau la vidéo.
Des vidéos sous-titrées prêtes à diffuser ?
Il Est Une Fois intègre le sous-titrage au montage et décline le film master dans tous les formats requis.
Sources :
- Charte relative à la qualité du sous-titrage à destination des personnes sourdes ou malentendantes, Arcom (ex-CSA)
- RGAA 4.1.2, critères et tests (thématique Multimédia), DINUM
- 28 juin 2025 : une avancée décisive pour l’accessibilité des produits et des services en Europe, handicap.gouv.fr
- Directive « Accessibilité » : possibilité de demander une exemption en ligne, Entreprendre.Service-Public.fr
- Utiliser les sous-titres automatiques, Aide YouTube
- Exporter des pistes de sous-titres dans Premiere, Adobe
- Updated Features for Video Ads, Facebook for Business (2016)
Article écrit par David Baudry
J’ai fondé Il Est Une Fois en 2002 et j’en assure la direction artistique, en supervisant personnellement les projets à forts enjeux créatifs. Formé au cinéma et à la production audiovisuelle, j’ai enseigné à l’École Supérieure des Arts Visuels au Maroc, puis travaillé en Chine et aux États-Unis. Depuis, l’agence a produit plus de 3 500 films pour le Ministère de la Justice, l’ARCEP, le CNRS, la Sorbonne, l’UNESCO, ainsi que des campagnes diffusées sur TF1 et M6. En 2019, notre travail a reçu le prix de la meilleure photographie européenne aux Grand European Off Film Awards de Varsovie.
