Transcription Vidéo
La transcription vidéo transforme la bande-son d’une vidéo en texte exploitable : un fichier qu’on peut lire, chercher, citer, sous-titrer et traduire. Espresso Translations transcrit à partir de 5 € la minute d’audio, sous-titre à partir de 5 € la minute de vidéo et traduit le texte à partir de 0,10 € par mot dans plus de 150 langues, avec la relecture d’un second linguiste prévue par l’ISO 17100:2015 et un devis gratuit en 1 heure. Cette page dit ce que nous livrons, dans quel format, et où la transcription automatique cesse d’être suffisante.
ISO 17100:2015 pour la traduction
Transcripteurs et sous-titreurs natifs
À partir de 5 € la minute d’audio
Relecture par un second linguiste
Plus de 150 langues
Devis gratuit en 1 heure


Demandez un devis gratuit
Un chef de projet répond en 1 heure
Qu’est-ce que la transcription vidéo ? C’est la mise par écrit de la bande-son d’une vidéo, livrée soit comme un texte continu, soit comme des sous-titres horodatés au format SRT ou VTT. Le prix part de 5 € la minute d’audio et se calcule sur la durée du fichier, jamais sur le nombre de mots obtenus ; le sous-titrage part de 5 € la minute de vidéo, et le devis est gratuit et arrive en 1 heure. Trois décisions se prennent avant de commencer : texte continu ou sous-titres horodatés, identification des locuteurs, fichier de sous-titres séparé ou sous-titres incrustés dans l’image. La correction la plus utile pour un acheteur : une transcription vidéo n’est pas un sous-titrage. Le texte complet sert à lire, chercher et traduire ; les sous-titres sont ce même texte découpé, horodaté et contraint à deux lignes courtes, et ce découpage est un travail en soi. Le texte peut ensuite être traduit dans plus de 150 langues, à partir de 0,10 € par mot.
Qu’est-ce que la transcription vidéo, et qu’obtient-on à la fin ?
C’est la mise par écrit de ce qui est dit dans une vidéo, et ce que vous recevez à la fin dépend d’une seule question : le texte est-il destiné à être lu, ou à revenir sur l’image ? Un texte destiné à être lu est continu, ponctué, attribué à chaque intervenant, et il se lit comme un document. Un texte destiné à revenir sur l’image est le même contenu découpé en sous-titres, chacun avec un début et une fin au centième de seconde, contraint à deux lignes courtes que l’œil peut lire pendant que la scène avance. Les deux partent du même travail d’écoute ; ils ne se livrent pas dans le même fichier. Transformer une vidéo en texte commence donc par cette question, et non par un réglage technique.
On appelle cela indifféremment transcription vidéo, retranscription vidéo ou transcription vidéo en texte, et les acheteurs français utilisent les deux premières formes à parts presque égales. Ce qui change réellement d’un dossier à l’autre, c’est le niveau de détail : une vidéo de formation se transcrit en texte lisible, un entretien filmé destiné à une analyse se transcrit mot à mot avec les hésitations, une table ronde à six personnes se transcrit avec le nom de chacun devant chaque prise de parole. Dites-nous l’usage et nous vous dirons quelle convention appliquer : cette décision se prend avant la première minute de travail, pas après. Convertir une vidéo en texte ressemble, vu de l’extérieur, à un geste unique ; transcrire des vidéos de formation, des entretiens filmés et des tables rondes ne demande pourtant pas le même travail.
La bande-son est la seule chose que nous transcrivons : notre métier est la mise de la parole en texte, et l’image, nous ne la décrivons pas. C’est utile à savoir, parce qu’une partie des demandes arrive avec une autre attente. Un client qui a besoin d’une audiodescription pour un public malvoyant demande autre chose que la mise d’une vidéo en texte, et nous ne la produisons pas. Un client qui a besoin de sous-titres destinés aux personnes sourdes et malentendantes demande, lui, un travail qui ajoute au texte les indications de bruit et de musique : celui-là, nous le faisons.
Le prix part de 5 € la minute d’audio pour la transcription et de 5 € la minute de vidéo pour le sous-titrage, et il se calcule sur la durée du fichier, non sur le nombre de mots obtenus. Les deux premières informations dont nous avons besoin sont donc la durée totale et la date à laquelle il vous faut le texte. Le devis est gratuit et arrive en 1 heure.
Texte, SRT, VTT ou sous-titres incrustés : quel format demander ?
Le format de sortie est la décision qui coûte le plus cher à prendre après coup, parce qu’un texte continu et un fichier de sous-titres ne se convertissent pas l’un en l’autre sans refaire le découpage. Le tableau dit ce que chaque format contient et le cas où il est le bon.
| Format | Ce que vous recevez | À demander quand |
|---|---|---|
| Texte continu (Word, PDF, texte brut) | Un document ponctué, avec le nom des intervenants et, sur demande, un horodatage régulier | Le texte de vos vidéos sert à lire, chercher, citer, traduire ou nourrir un article de blog |
| SRT | Un fichier de sous-titres numérotés, chacun avec une heure de début et de fin | La vidéo est publiée sur une plateforme vidéo en ligne ou lue dans un lecteur courant |
| VTT (WebVTT) | Le même découpage au format du web, qui porte en plus le placement et la mise en forme | La vidéo est intégrée dans une page et les sous-titres doivent être positionnés ou stylés |
| Sous-titres incrustés dans l’image | Une vidéo réexportée dont les sous-titres font partie de l’image et ne se désactivent plus | La vidéo circule sur les réseaux sociaux, où le son est coupé par défaut |
| Script horodaté pour la voix off ou le doublage | Un texte découpé par réplique, avec les repères temporels et la durée disponible pour chacune | La bande-son doit être réenregistrée dans une autre langue |




Quelles vidéos transcrivons-nous, et pour quel usage ?
Un seul critère décide de la convention à appliquer : ce que le texte va servir à faire. Voici les cinq usages qui nous arrivent le plus souvent, et ce que chacun change concrètement dans le fichier livré.
Formation, e-learning et cours en ligne
Une vidéo de formation se transcrit deux fois sur le même fichier : une fois en texte, pour que le contenu soit lisible et cherchable sans relancer la vidéo, une fois en sous-titres, pour que la séquence reste utilisable par un apprenant qui n’entend pas ou qui travaille dans un lieu bruyant. Les plateformes de cours en ligne demandent presque toujours les deux. Le texte sert aussi de base de recherche interne : un catalogue de deux cents modules devient cherchable le jour où sa bande-son est écrite, et deux cents minutes de transcription coûtent moins qu’une journée perdue à retrouver une séquence.
La convention est ici le texte épuré plutôt que le mot à mot : on retire les faux départs et les tics de langage du formateur, on conserve chaque mot qui porte du contenu, et on garde les noms propres, les sigles et les chiffres exactement tels qu’ils ont été dits. Envoyez-nous le support de cours s’il existe. Une liste de termes et d’acronymes vaut davantage pour la qualité d’une transcription technique que n’importe quel réglage, et c’est ce qui fait qu’une transcription précise sort du premier passage plutôt que du troisième.
Marketing, vidéo YouTube et contenu de marque
Transcrire vos vidéos de marque sert trois choses à la fois, et c’est le cas où le retour est le plus visible. Le texte devient un article de blog, une page ou une fiche ; les sous-titres rendent le contenu vidéo lisible dans un fil où le son est coupé, ce qui est la façon la plus simple de toucher un public plus large sans retourner une image ; et le fichier de sous-titres associé à une vidéo en ligne donne aux moteurs de recherche quelque chose à lire. Une vidéo YouTube de quarante minutes contient la matière de plusieurs articles, et personne ne la réécrit à la main.
Nous travaillons à partir de votre fichier, et c’est préférable à un lien YouTube : le fichier d’origine porte une piste audio non recompressée, ce qui s’entend sur les passages difficiles. Si la vidéo est déjà en ligne et que vous n’avez plus le master, dites-le, nous travaillons sur ce qui existe. La transcription de votre vidéo peut ensuite être traduite dans plus de 150 langues, et une version sous-titrée par marché coûte moins cher qu’un tournage par marché.
Réunions, webinaires et entretiens filmés
Un webinaire, un conseil d’administration filmé ou un entretien en visioconférence posent un problème technique et non éditorial : plusieurs personnes parlent, certaines à distance sur une ligne dégradée, et les paroles se chevauchent. C’est le cas où l’identification des locuteurs cesse d’être une option. Nous demandons donc trois choses avant de chiffrer : combien de personnes parlent, comment la réunion a été enregistrée, et si vous voulez le mot à mot ou une version nettoyée.
Quand l’enregistrement est un entretien individuel plutôt qu’une réunion, les conventions ne sont pas les mêmes et la page qui les détaille est celle de la transcription d’entretien. Obtenir le consentement des personnes enregistrées relève de vous et non de nous ; nous disons seulement que nous ne transcrivons pas un enregistrement que celui qui nous le remet n’est pas en mesure de détenir. Nous traitons indifféremment l’audio et la vidéo, puisque seule la bande-son est transcrite.
Documentaire, fiction et programmes télévisés
Ici, la transcription est la première étape d’une chaîne et presque jamais le produit fini : elle alimente le sous-titrage, le sous-titrage destiné aux personnes sourdes et malentendantes, le script de doublage et la liste de dialogues. L’accessibilité des programmes n’est pas une option en France : la loi du 11 février 2005 impose aux chaînes dont l’audience moyenne annuelle dépasse 2,5 % de l’audience totale des services de télévision de rendre la totalité de leurs programmes accessibles aux personnes sourdes et malentendantes, les messages publicitaires exceptés.
Le sous-titrage destiné à ce public suit en France une convention de couleurs stabilisée par la charte de qualité signée en décembre 2011 : le blanc pour un personnage qui parle à l’écran, le jaune pour une voix hors champ, le rouge pour les indications de bruit, le magenta pour les indications musicales, le cyan pour une voix intérieure ou un commentaire en voix off, le vert pour une langue étrangère. Un sous-titre y tient sur deux lignes d’une quarantaine de caractères, ce qui veut dire qu’une part du travail consiste à décider ce qui ne tiendra pas — et c’est précisément ce qu’un outil de transcription vidéo ne décide pas.
Recherche interne, archives et contenu institutionnel
Une vidéothèque est illisible pour une machine tant que sa bande-son n’est pas écrite. C’est la raison la moins citée et souvent la plus utile : une fois transcrits, dix ans de conférences, de séminaires, de réunions publiques ou de capsules internes deviennent un corpus dans lequel une recherche par mot-clé retrouve la minute exacte. Les administrations, les établissements d’enseignement et les grandes organisations transcrivent pour cela autant que pour l’accessibilité, et chaque vidéo versée aux archives arrive alors avec son texte.
Nous travaillons sous accord de confidentialité quand votre dossier l’exige, et nous ne facturons que les minutes que vous nous confiez. La durée de conservation des fichiers chez nous est la vôtre à fixer : dites-nous combien de temps ils doivent rester disponibles et à quelle date les supprimer. Pour un site, l’obligation d’accessibilité des services de communication au public en ligne vient de l’article 47 de la loi du 11 février 2005, dont le référentiel d’application est le RGAA, et elle a été étendue à certains services privés : la transcription et les sous-titres d’une vidéo publiée en font partie.
Que livrons-nous, et combien coûte une transcription vidéo ?
Nous mettons l’audio en texte, puis, si vous le demandez, nous recalons ce texte sur l’image. Vous recevez un texte dont chaque prise de parole est attribuée, en Word, en PDF ou en texte brut, et en SRT ou VTT si le texte doit revenir sur l’image. La transcription part de 5 € la minute d’audio, le sous-titrage de 5 € la minute de vidéo, et le prix se calcule sur la durée du fichier et non sur le nombre de mots obtenus.
Sur ce qui s’entend mal, nous préférons une convention explicite à une promesse. Chaque passage douteux est réécouté, et ce qui reste incertain est signalé avec son repère temporel exact, pour que vous sachiez où réécouter au lieu de nous croire. La mention « inaudible » sert quand transcrire est impossible, jamais comme raccourci. Nous n’annonçons aucun pourcentage de précision, et ce n’est pas de la modestie : un chiffre annoncé d’avance ne se vérifie pas, le fichier livré se vérifie.
Ce que nous ne livrons pas compte autant. Nous ne vendons ni logiciel de transcription, ni outil en libre-service, ni accès à une plateforme : nous livrons un fichier, écrit par une personne. Nous ne produisons pas d’audiodescription. Et il n’existe pas de « transcription assermentée » — ce que la loi française encadre, c’est la traduction par un traducteur expert inscrit sur une liste de cour d’appel, et la transcription qu’une juridiction confie à un expert qu’elle commet ; un prestataire qui l’emploie désigne donc autre chose.
Transcription et traduction sont deux étapes, et seule la seconde porte une certification de notre part. L’ISO 17100:2015 est une norme de services de traduction : son domaine d’application n’inclut pas la transcription, nous ne la présentons donc pas comme une garantie sur le texte transcrit. Elle vaut pour la traduction, où chaque fichier est relu par un second linguiste. Nos transcripteurs et nos traducteurs travaillent dans leur langue maternelle et justifient chacun de cinq ans d’expérience au moins.
Le devis est détaillé ligne par ligne et les montants ci-dessous sont fixes. Pour plusieurs vidéos, dites-nous combien de fichiers et la durée de chacun ; pour une traduction, envoyez le fichier plutôt que votre estimation de sa longueur, le comptage est notre travail. Si la transcription doit être traduite, elle part de 0,10 € par mot ; si le document traduit doit être produit devant une administration, la traduction certifiée coûte 30 € par page jusqu’à 250 mots dans une fenêtre de 24 à 48 heures, et la traduction assermentée 55 € par page en 7 à 14 jours ouvrés. Une voix off à partir du script se chiffre par projet.
| Prestation | Prix | Délai |
|---|---|---|
| Transcription vidéo, à la minute d’audio | À partir de 5 € la minute | Chiffré sur l’enregistrement |
| Sous-titrage, fichier SRT ou VTT, à la minute de vidéo | À partir de 5 € la minute | Chiffré sur la vidéo |
| Traduction du texte ou des sous-titres | À partir de 0,10 € par mot | 2 à 3 jours ouvrés |
| Devis | Gratuit | En 1 heure |
Les autres transcriptions, à côté de la vidéo
À côté du travail sur l’image et le son, nous proposons des services de transcription pour les domaines qui ont leurs propres conventions : la transcription d’entretien pour un entretien enregistré, la transcription académique pour les matériaux de recherche, la transcription de documents pour les réunions et les comptes rendus, la transcription juridique pour les enregistrements destinés au droit, et la transcription rapide quand le problème est l’échéance. Les conventions d’une vidéo de formation ne sont pas celles d’un entretien de recherche, et c’est pour cela que chaque domaine a sa page.
Comment se déroule une transcription vidéo, étape par étape ?
Quatre étapes, et la première décide du prix comme du délai. Dites-nous la durée, le nombre d’intervenants et le format de sortie dont vous avez besoin : ces trois réponses suffisent à chiffrer.
Étape 1 : envoyez le fichier et dites-nous l’usage
Importez votre vidéo par notre formulaire sécurisé, ou envoyez un lien de téléchargement : pour un fichier vidéo lourd, un lien vaut mieux qu’une pièce jointe, et si vous importez votre fichier vidéo directement, attendez la confirmation d’envoi avant de fermer la page. Nous traitons les formats vidéo et audio courants — MP4, MOV, AVI, MKV et WMV pour l’image, MP3, WAV et M4A pour le son. Précisez la langue parlée, le nombre de locuteurs et ce que le texte va servir à faire : c’est cette dernière réponse qui détermine la convention, et la changer en cours de route coûte un second passage.
Étape 2 : devis gratuit en 1 heure
Le devis arrive en 1 heure, gratuit, et dit trois choses : le prix calculé sur les minutes, le délai que ce fichier autorise et ce que vous recevrez — texte, SRT, VTT, sous-titres incrustés, ou plusieurs de ces formats. Nous n’annonçons pas de date avant d’avoir écouté l’audio, parce que six personnes qui se chevauchent sur une captation de salle ne font pas la même minute qu’un formateur seul au micro. Sur un lot de fichiers, c’est aussi là que la convention se fixe une fois pour toutes : vous obtenez des transcriptions cohérentes d’un fichier à l’autre plutôt qu’un style par transcripteur.
Étape 3 : transcription humaine, puis calage des sous-titres
La transcription est faite par une personne : un transcripteur natif qui réécoute les passages douteux au lieu de deviner, et qui les signale avec leur repère temporel quand le doute subsiste. Si vous avez demandé des sous-titres, un second travail commence après le texte — découper la parole en unités lisibles, caler chaque début et chaque fin sur la voix, tenir sur deux lignes courtes. Si le texte doit être traduit, il passe à un traducteur natif puis à un second linguiste pour la relecture prévue par l’ISO 17100:2015, et la terminologie reste cohérente entre les deux versions puisqu’elles partent du même fichier.
Étape 4 : livraison dans le format demandé
Vous recevez le texte en Word, en PDF ou en texte brut, et les sous-titres en SRT ou en VTT, avec les noms des intervenants et les repères temporels convenus. Quand un passage est resté incertain, la livraison le dit à l’endroit exact : une transcription qui cache ses points faibles vaut moins qu’une transcription qui les énumère. Si vous avez demandé des sous-titres incrustés, vous recevez la vidéo réexportée ; si vous avez demandé une traduction, vous recevez les deux versions, les timecodes alignés de part et d’autre. Le texte de la transcription et les sous-titres partent du même fichier, donc une correction faite d’un côté se reporte de l’autre.
La transcription automatique suffit-elle pour une vidéo ?
Parfois oui, et il vaut mieux le dire que le nier. L’IA a réellement progressé sur cette tâche : un outil de transcription permet de transcrire une heure d’enregistrement en quelques minutes là où une personne y passe plusieurs heures, et sur une vidéo propre — un seul locuteur, un micro proche, une langue standard, pas de vocabulaire de spécialité — le résultat est utilisable comme première passe. Si votre besoin est de retrouver un passage dans une vidéo interne que personne ne publiera, lancer une transcription automatique est le bon réflexe et nous n’avons rien à vous vendre. Les plateformes qui mettent des vidéos en texte avec l’IA annoncent le texte en quelques minutes, et sur ce terrain-là elles tiennent leur promesse : générer une transcription brute d’une vidéo en quelques minutes est précisément ce qu’une machine fait mieux qu’une personne. Utiliser l’IA pour transcrire une vidéo a donc un domaine d’emploi légitime, et il est plus étroit que la publicité de ces outils ne le suggère.
Le problème commence là où commencent les vidéos réelles. Plusieurs personnes qui se coupent la parole, un micro posé au milieu d’une table, des accents, des noms propres, des sigles, un bruit de fond : une transcription IA ne s’arrête pas pour réécouter, elle produit un mot plausible et continue. Elle n’attribue pas de façon fiable les prises de parole, elle ponctue au hasard des pauses, et elle ne décide pas ce qu’un sous-titre doit laisser tomber pour tenir sur deux lignes. Ce qu’un convertisseur vidéo en texte rend de n’importe quelle vidéo dépend surtout de la qualité audio du fichier et non du moteur : deux outils différents sur le même mauvais enregistrement font les mêmes erreurs aux mêmes endroits. Le coût réel se déplace ensuite sur la relecture, parce que corriger les erreurs d’une sortie automatique sur un fichier difficile prend plus de temps que de l’écrire. Les outils qui mettent une vidéo en texte en ligne annoncent le délai de la machine ; ils n’annoncent pas l’heure qu’il faut après. La transcription en ligne a sa place, et ce n’est pas celle d’un document qu’on publie. Nous traitons les fichiers audio ou vidéo indifféremment et nous demandons toujours le même point de départ : la transcription de la vidéo se fait sur sa bande-son, donc envoyez-nous la source la plus propre dont vous disposez, vidéo ou audio. Chaque transcription que nous livrons est écrite par une personne, et une transcription manuelle coûte plus cher à la minute et moins cher au document utilisable.
Comment récupérer la transcription automatique d’une vidéo YouTube ?
C’est la méthode gratuite la plus utilisée et elle fonctionne, à condition de savoir ce qu’elle donne. YouTube fournit des transcriptions automatiques sur la plupart des vidéos et prend en charge la transcription dans de nombreuses langues : si vous souhaitez transcrire une vidéo YouTube, ouvrez le menu des options sous le lecteur et affichez la transcription — le texte apparaît à côté de la vidéo, horodaté, et se copie dans un document. Vous récupérez la transcription directement là, sans outil intermédiaire. Depuis votre propre chaîne, vous pouvez télécharger la transcription générée, la corriger et la réimporter, ce qui remplace les sous-titres automatiques par les vôtres. Une transcription YouTube a pourtant trois limites qu’il vaut mieux connaître avant de compter sur un lien YouTube : le résultat dépend de la qualité audio presque entièrement, les prises de parole ne sont pas attribuées, et la ponctuation est approximative — le texte sert donc à chercher, pas à publier. Et transcrire des vidéos YouTube que vous n’avez pas publiées vous-même ne marche pas toujours : la transcription n’est pas proposée sur toutes les vidéos, et rien ne remplace alors l’envoi du fichier.
Quels autres services accompagnent la transcription vidéo ?
Une transcription est rarement tout le travail, et ce qui vient après change le fichier à produire : un sous-titrage multilingue, une voix off, un dépôt officiel, une version localisée. Partez de la page qui décrit ce que vous avez réellement à faire.
Sous-titrage
Les sous-titres doivent exister dans une autre langue ? Le sous-titrage part de 5 € la minute de vidéo et reprend la transcription comme texte source, ce qui évite de payer deux fois l’écoute du même fichier.
Voix off
La bande-son doit être réenregistrée plutôt que sous-titrée ? La voix off part du script horodaté issu de la transcription et se chiffre par projet : la durée, le nombre de voix et la langue décident du prix.
Traduction certifiée
La transcription traduite doit être produite devant une administration ou versée à un dossier ? La traduction certifiée coûte 30 € par page jusqu’à 250 mots, dans une fenêtre de 24 à 48 heures, attestation signée comprise dans le prix ; la traduction assermentée coûte 55 € par page en 7 à 14 jours ouvrés et elle est réalisée par un traducteur expert inscrit sur une liste de cour d’appel.
Localisation
La vidéo doit fonctionner sur un autre marché et pas seulement être comprise ? La localisation adapte ce que la traduction seule laisse en place : les unités, les formats de date, les montants, les références culturelles, les textes à l’écran et les appels à l’action.
Traduction audiovisuelle
Votre projet mêle sous-titres, voix et textes à l’image ? La traduction audiovisuelle traite l’ensemble comme un seul chantier, du script au fichier final, dans plus de 150 langues.
Services de transcription
Votre fichier n’est pas une vidéo, ou pas seulement ? Les services de transcription présentent les domaines traités, les conventions de chacun et le calcul du prix à la minute, pour des fichiers audio et vidéo de toute nature.
2,000+
Linguistes
ISO 17100
Norme qualité certifiée
1 heure
Devis gratuit
150+
Langues prises en charge
Que demandent encore les acheteurs sur la transcription vidéo ?
Qu’est-ce que la transcription vidéo ?
C’est la mise par écrit de la bande-son d’une vidéo. Le résultat prend deux formes selon l’usage : un texte continu, ponctué et attribué à chaque intervenant, que l’on lit comme un document ; ou un fichier de sous-titres, où le même contenu est découpé en unités courtes portant chacune une heure de début et de fin. Transcription vidéo et retranscription vidéo désignent exactement la même prestation. Elle part de 5 € la minute d’audio, le prix se calcule sur la durée du fichier et non sur le nombre de mots obtenus, et le devis est gratuit et arrive en 1 heure.
Combien coûte la transcription d’une vidéo ?
La transcription part de 5 € la minute d’audio et le sous-titrage de 5 € la minute de vidéo. Le prix se calcule sur la durée du fichier, jamais sur le nombre de mots du texte obtenu : une vidéo de trente minutes se chiffre sur trente minutes, qu’une personne y parle beaucoup ou peu. Le devis est gratuit, arrive en 1 heure et détaille chaque ligne. Si la transcription doit ensuite être traduite, la traduction part de 0,10 € par mot ; une traduction certifiée coûte 30 € par page jusqu’à 250 mots en 24 à 48 heures.
Quelle est la différence entre une transcription vidéo et un sous-titrage ?
La transcription est le texte, le sous-titrage est ce texte découpé et calé sur l’image. Une transcription se lit seule : elle est continue, ponctuée, attribuée, et elle sert à lire, chercher, citer, traduire ou réécrire. Un sous-titre doit en plus tenir sur deux lignes courtes, apparaître au moment exact de la réplique et disparaître avant la suivante, ce qui oblige à choisir ce qui ne tiendra pas. C’est un second travail, qui se facture à la minute de vidéo plutôt qu’à la minute d’audio. Les deux partent du même fichier et de la même écoute, donc commander les deux ensemble coûte moins que de les commander séparément.
Livrez-vous les sous-titres en SRT ou en VTT ?
Les deux, et les deux à la fois si vous en avez besoin. Le SRT est le format le plus largement lu par les lecteurs et les plateformes. Le VTT, ou WebVTT, est son équivalent côté web : il porte en plus le placement et la mise en forme, ce qui sert quand un sous-titre recouvrirait une incrustation à l’écran. Dans les deux cas vous recevez du texte, lisible dans un éditeur et corrigeable à la main. Nous livrons aussi le texte continu en Word, en PDF ou en texte brut, et un script horodaté par réplique quand la bande-son doit être réenregistrée.
Pouvez-vous incruster les sous-titres dans la vidéo ?
Oui, et la question mérite d’être posée dans l’autre sens avant de la commander. Un sous-titre incrusté fait partie de l’image : il ne se désactive plus, ne se corrige pas sans réexporter la vidéo et ne permet pas de proposer une autre langue dans le même fichier. C’est le bon choix pour les réseaux sociaux, où le son est coupé par défaut et où le lecteur n’offre pas toujours de bouton de sous-titres. Pour un site, une plateforme de formation ou une chaîne, le fichier séparé est presque toujours préférable : il se remplace, se traduit et se multiplie.
Identifiez-vous les locuteurs et horodatez-vous le texte ?
Oui, et les deux se demandent au devis parce qu’elles changent le fichier. L’identification des locuteurs attribue chaque prise de parole à une personne nommée ou numérotée ; dès deux voix, c’est le minimum pour qu’un texte reste relisible, et sur une table ronde à six intervenants c’est ce qui fait la différence entre un document et un bloc. Les repères temporels existent en deux versions : un horodatage à chaque changement de locuteur, utile pour vérifier une citation contre l’audio, ou un horodatage à intervalles réguliers, suffisant pour retrouver un passage.
Comment transcrire une vidéo YouTube en texte ?
Transcrire des vidéos en texte revient à choisir entre trois voies, et elles ne donnent pas le même résultat. La première est gratuite : sur une vidéo YouTube dont les sous-titres automatiques existent, ouvrez le menu des options sous le lecteur et affichez la transcription, puis copiez le texte horodaté dans un document ; depuis votre propre chaîne, vous pouvez télécharger la transcription générée, la corriger et la réimporter. La deuxième est un logiciel de transcription, qui transforme en texte un fichier que vous lui donnez. La troisième est de nous envoyer le fichier : c’est la seule qui attribue les prises de parole, ponctue correctement et produit un texte publiable.
La transcription automatique est-elle fiable ?
Cela dépend du fichier, et le facteur décisif n’est pas le logiciel mais la qualité audio. Sur un seul locuteur, un micro proche, une langue standard et sans vocabulaire de spécialité, une transcription automatique est utilisable comme première passe. Sur une captation de salle, une visioconférence à quatre voix, un accent marqué ou un sujet technique, elle produit un mot plausible plutôt que le mot dit, n’attribue pas les prises de parole et ponctue d’après les pauses. Nous ne publions aucun pourcentage de précision, ni pour la machine ni pour nous : ce qui se vérifie, c’est le fichier livré.
Transcrivez-vous une vidéo dans une autre langue que le français ?
Oui, et l’ordre des opérations compte. Une vidéo en langue étrangère se transcrit d’abord dans la langue parlée, par un transcripteur natif de cette langue, puis le texte est traduit. Sauter la première étape produit un document que personne ne peut vérifier, puisqu’il n’existe plus de texte dans la langue d’origine à placer à côté de la traduction. Nous travaillons dans plus de 150 langues et nous livrons les deux versions avec les mêmes noms d’intervenants et les repères temporels alignés, de sorte qu’une citation se contrôle ligne à ligne.
Traduisez-vous la transcription ou les sous-titres ?
Oui, et c’est le prolongement naturel du travail. La traduction du texte part de 0,10 € par mot dans plus de 150 langues, avec la relecture d’un second linguiste prévue par l’ISO 17100:2015. Pour des sous-titres, la traduction ne se limite pas aux mots : la durée disponible à l’écran ne change pas, donc un texte qui s’allonge de 20 % en passant dans l’autre langue doit être resserré sans perdre le sens. Si le document traduit doit être produit devant une administration, la traduction certifiée coûte 30 € par page jusqu’à 250 mots en 24 à 48 heures.
En combien de temps livrez-vous la transcription d’une vidéo ?
Le délai est fixé par le devis, après écoute du fichier : la durée, le nombre d’intervenants, les chevauchements et la qualité audio changent complètement le travail qu’une minute demande, de sorte qu’une date promise avant d’avoir écouté ne voudrait rien dire. Dites-nous votre échéance dans la demande, c’est elle qui oriente l’organisation. Pour la traduction, les fenêtres sont celles de notre tarif : 2 à 3 jours ouvrés pour un projet standard, avec une option express en 24 heures pour les travaux urgents, 24 à 48 heures pour une traduction certifiée.
Quels formats de fichier vidéo pouvez-vous traiter ?
Les formats vidéo courants — MP4, MOV, AVI, MKV, WMV — et les fichiers audio extraits d’une vidéo, en MP3, WAV ou M4A. Seule la bande-son est transcrite, donc un fichier audio suffit si vous en disposez déjà et il est plus léger à transférer. Envoyez le fichier d’origine plutôt qu’une version recompressée pour le web : la piste audio y est intacte, et cela s’entend sur les passages difficiles. Pour un fichier lourd, un lien de téléchargement vaut mieux qu’une pièce jointe.
Faut-il envoyer le fichier ou un lien YouTube ?
Le fichier, quand vous l’avez. Une vidéo mise en ligne a été recompressée et sa bande-son a perdu de la définition, ce qui se paie exactement là où la transcription est difficile : les voix lointaines, les chevauchements, les accents, le bruit de fond. Un lien YouTube reste une solution de repli parfaitement acceptable, et nous travaillons avec si le master n’existe plus ou ne vous appartient plus. Dans tous les cas, précisez si la vidéo est publique ou privée, puisque cela change la façon de nous la transmettre.
Proposez-vous aussi une voix off à partir de la transcription ?
Oui. La voix off part du script horodaté issu de la transcription, où chaque réplique porte son repère temporel et la durée disponible pour la dire — c’est cette contrainte de durée qui distingue un script d’enregistrement d’une simple traduction. Elle se chiffre par projet : la durée du programme, le nombre de voix et la langue décident du prix, et il n’y a pas de tarif à la minute pour cette prestation. Le sous-titrage, lui, part de 5 € la minute de vidéo ; sur un même projet, les deux options se comparent surtout sur l’usage et le public visés.

