Comment ajouter des sous-titres automatiques à un cours vidéo ? Comparatif de trois voies
2026-10-20 · 6 min de lecture
Trois voies : la reconnaissance automatique du monteur (économise la frappe, coûte la relecture), coller les sous-titres après enregistrement (le plus coûteux en reprises) et générer les sous-titres depuis le script (sans erreur de transcription ; changer une phrase ne refait qu'une page). Si le support existe déjà, la troisième est la moins coûteuse au total.
Un cours de 15 minutes demande souvent une à deux heures de sous-titrage manuel : lire une phrase, mettre en pause, la taper, la déplacer sur la timeline. Et le pire arrive au changement de script : une phrase modifiée et tout le bloc est à recaler.
Les sous-titres ne devraient pas être une étape de postproduction. Si la vidéo naît d'un script, les sous-titres devraient naître du même script. Voici les trois voies courantes, décomposées.
Pourquoi les sous-titres ne sont plus une option
Trois raisons, sans rapport avec l'esthétique :
- Rétention : plus de la moitié des vidéos de vulgarisation sont ouvertes sans son ; sans sous-titres, pas de contenu.
- Évaluation et conformité : dans les concours et les cours premium, les sous-titres sont quasi obligatoires, et les plateformes de cours les demandent couramment.
- Recherche et recommandation : le texte des sous-titres est la preuve directe de ce que vous expliquez ; un titre et des tags ne devinent pas quelles notions sont traitées.
Voie 1 : la reconnaissance automatique du monteur
CapCut, Premiere et similaires proposent des « sous-titres automatiques », en réalité de la reconnaissance vocale (ASR) : on enregistre l'audio, puis le modèle transforme la voix en texte.
Cela économise la frappe, mais pas la correction ni la synchronisation. La terminologie est le point faible : « transformée de Fourier » devient « transformée de Fourier », « taux d'actualisation » devient « taux d'actualisation » mal orthographié ; corriger phrase par phrase prend souvent autant de temps que de les taper.
Les hésitations, les pauses et les tics de langage sont transcrits tels quels : il faut d'abord revenir au montage audio.
Voie 2 : enregistrer puis coller les sous-titres
On filme d'abord l'écran avec Keynote ou PowerPoint, puis on met la vidéo dans le monteur pour y coller les sous-titres. C'est le flux le plus familier et le plus problématique : deux logiciels, deux imports-exports et une synchronisation manuelle.
Le coût réel n'est pas le logiciel, c'est la reprise : une diapositive change, il faut réenregistrer, recaler les sous-titres, réexporter et re-téléverser. Deux à trois heures par pièce ; trois pièces par semaine, c'est plus de dix heures.
Voie 3 : générer les sous-titres depuis le script
La troisième voie inverse l'ordre : d'abord le script, et de ce même script naissent la voix et les sous-titres. Les sous-titres ne sont pas « entendus » mais « écrits », donc alignés par construction et sans erreur de transcription.
Dans SlideTalk, à l'import du PPT l'IA écrit le script page par page, vous le validez et la voix est générée ; les sous-titres sont découpés en phrases courtes aux frontières sémantiques et incrustés dans l'image, sans couper un mot en deux.
Il y a 5 styles de sous-titres prédéfinis (dont les grands sous-titres de vidéo courte) et un fichier .srt séparé, utile pour retoucher ou déposer sur une plateforme de cours.
Modifier le script n'affecte que cette page : sa voix et ses sous-titres sont régénérés, le reste ne bouge pas — impossible avec un alignement manuel.
Comment choisir entre les trois
Choisissez selon l'état de votre support, pas selon la notoriété du logiciel :
- La vidéo existe, il ne manque que les sous-titres : la reconnaissance du monteur est la plus simple.
- Vous êtes encore en phase d'enregistrement et publiez occasionnellement : capturer puis postproduire suffit.
- Le support existe, vous publiez régulièrement et allez modifier le script : générez depuis le script, c'est le moins coûteux à refaire.
- Il faut des sous-titres bilingues chinois-anglais : demandez le script en anglais ou bilingue et les sous-titres suivront la voix, bien plus rapide que traduire puis synchroniser.
Coût et questions courantes
Les sous-titres ne sont pas facturés à part : le script coûte 1 crédit par diapositive et la voix 1 crédit par 10 caractères, et les sous-titres sont produits avec la voix ; un cours de 10 diapositives coûte environ 352 crédits (≈ 0,58 €), avec 600 au départ. Export, rendu et modification du script sont sans frais supplémentaires : détail sur la page des tarifs.
Le processus complet pour enseignants est sur la page enseignants et cours vidéo, et le parcours du support à la vidéo dans comment transformer un PPT en cours vidéo.