Ce qui cloche dans les sous-titres IA
La reconnaissance vocale, comme Whisper d'OpenAI ou les sous-titres automatiques des logiciels de montage, trouve en général les bons mots, mais ses fichiers sont faits pour des machines, pas pour des lecteurs. Toujours les mêmes problèmes :
- Lignes trop longues : une phrase entière sur une ligne, bien au-delà des 42 caractères par ligne qu'autorisent des chartes comme celle de Netflix.
- Sous-titres qui se chevauchent : l'un est encore à l'écran quand le suivant commence.
- Affichages trop brefs : un "D'accord." pendant 300 millisecondes, que personne n'a le temps de lire.
- Phrases répétées : le même sous-titre deux fois de suite, ce que les modèles de langage produisent parfois sur de la musique ou du silence.
- Sous-titres vides : des temps sans texte.
L'exemple ci-dessus en contient quatre. Le nettoyeur les corrige tous en une passe et indique combien il en a modifié pour chacun.
Ce que fait le nettoyeur
Il coupe le texte long en lignes aussi égales que possible, sans dépasser le nombre de caractères choisi ; fait finir chaque sous-titre 80 millisecondes avant le suivant, environ deux images ; allonge les sous-titres trop courts jusqu'au minimum choisi (1 seconde par défaut) sans empiéter sur le suivant ; fusionne un sous-titre avec le précédent quand le texte est identique et qu'il commence moins d'une seconde après ; et retire les vides. Les mots ne changent pas, et rien n'est envoyé.
Une méthode propre pour les sous-titres IA
- Générer les sous-titres avec votre outil de reconnaissance vocale et les exporter en SRT ou VTT.
- Les charger ici, les nettoyer, les télécharger.
- Les relire une fois avec la vidéo pour corriger les mots mal reconnus : cela demande toujours un humain.
- Si tout est en avance ou en retard, synchroniser ; si ça dérive peu à peu, utiliser le convertisseur de cadence ; si la plateforme veut l'autre format, convertir.
Questions
Comment corriger les lignes trop longues des sous-titres Whisper ?
Chargez le fichier SRT ou VTT et laissez Couper les lignes longues activé. Chaque sous-titre est réparti en lignes aussi égales que possible, de 42 caractères au plus, ou du nombre que vous choisissez.
Pourquoi les sous-titres générés par IA se chevauchent-ils ?
La reconnaissance vocale cale chaque sous-titre sur le son sans toujours laisser de place avant le suivant. Le nettoyeur termine chaque sous-titre 80 millisecondes avant le début du suivant.
Le nettoyeur change-t-il les mots ?
Non. Il ne change que les retours à la ligne et les temps, fusionne les répétitions exactes et retire les sous-titres vides. Vérifier les mots face à la vidéo reste le travail d'un humain.
Mon fichier est-il envoyé quelque part ?
Non. Le fichier est nettoyé dans votre navigateur et ne quitte jamais votre appareil.