Comment transformer un PPT en cours vidéo : le processus complet sans écrire de script ni enregistrer sa voix
2026-10-16 · 9 min de lecture
Un micro-cours de 10 diapositives prend 4 à 6 heures en capturant l'écran, et l'essentiel part dans les reprises et le nettoyage des sous-titres, pas dans l'enseignement. L'autre voie : importer le support, laisser l'IA écrire la narration, synthétiser la voix, découper les sous-titres depuis le script — environ 20 minutes. Le prix à payer : un montage plus fin, et du matériel Apple uniquement.
Base : les durées et les chiffres de crédits viennent des règles de facturation intégrées de SlideTalk v1.7, vérifiées le 2026-10-26. Les 20 minutes sont la référence officielle pour un support de 10 diapositives ; votre temps réel dépend du nombre de révisions du script. La fourchette de la voie classique reflète des valeurs courantes issues de tutoriels publics et d'entretiens d'enseignants, pas une mesure contrôlée.
Combien coûte vraiment un cours de 10 minutes ? Trois prises, c'est une heure et demie, plus deux ou trois heures à couper les hésitations et caler les sous-titres : ce qui est lent n'est pas l'explication, mais tout ce qui transforme un humain en magnétophone.
Ce tutoriel propose un autre chemin : sans refaire le support, sans écrire de script et sans enregistrer sa voix, transformer une présentation existante en cours vidéo avec narration et sous-titres en une vingtaine de minutes avec SlideTalk.
D'abord, le relevé de temps
Avant de choisir un outil, regardez où se situe le coût. Le tableau suppose un support de 10 diapositives et une vidéo de 10 minutes. La différence entre les deux voies n'est pas qui explique mieux, mais quelles étapes exigent une personne dans la pièce.
| Étape | Capture d'écran + montage | Pipeline de narration IA |
|---|---|---|
| Script | 1 à 2 heures, écrit pendant l'enregistrement | L'IA rédige diapo par diapo ; vous corrigez les pages qui vous déplaisent |
| Enregistrement | 3 à 5 prises ; lapsus, hésitations, bruit de la pièce | Voix synthétisée, aucun lapsus ; modifier une phrase, régénérer une page |
| Sous-titres | Reconnaissance vocale, puis 30 à 60 min de nettoyage manuel | Découpés depuis le script, incrustés plus un fichier .srt |
| Effets | Images clés manuelles, page par page | L'IA repère la zone à souligner, 6 types d'effets appliqués |
| Assemblage | Export et compression, 10 à 20 min | Rendu sur l'appareil jusqu'en 4K, enregistré avec le projet |
| Total | environ 4 à 6 heures | environ 20 minutes |
Les résultats ne sont pas équivalents : la voie classique autorise un montage plus libre, celle-ci gagne sur le nombre d'étapes qui ne demandent personne. Le choix dépend de l'état de votre support.
Étape 1 : utilisez le support tel quel
Inutile de refaire le PPT pour le filmer : glissez le .pptx ou le .pdf dans SlideTalk, la mise en page, les images et les schémas sont conservés.
Avant l'import, vérifiez la densité de chaque diapositive. C'est une question de qualité du support, pas d'outil, mais elle conditionne directement le résultat :
- Une idée par diapositive ; s'il y en a plus, divisez
- Les gros blocs de texte deviennent des puces, l'IA complète l'explication orale
- Les schémas complexes vont sur une page dédiée, pour laisser de la place aux animations
- Les supports chargés en dégradés, SmartArt ou animations natives se reconstruisent mieux si vous exportez d'abord en PDF
Étape 2 : laissez l'IA écrire et narrer
À l'import, expliquez à l'IA en une phrase le public et le ton, par exemple « pour des premières années, plus lentement et avec des exemples ». L'IA génère le script diapositive par diapositive et vous le retravaillez dans le studio à trois colonnes : le script est le cœur du contenu et mérite l'essentiel de votre temps.
Une fois le script arrêté, choisissez une voix. Les 42 voix en chinois couvrent des styles informatifs, proches et de présentateur, sans hésitation ni « euh », « hum ». Une phrase changée ? Seule la voix de cette page est régénérée.
Ce temps vaut la peine parce que le script fixe le plafond : la voix, les sous-titres et les effets n'en sont que des produits dérivés. Un bon script rend tout le reste automatique ; un script paresseux produit une vidéo fluide qui ne dit rien.
Une habitude utile : ne corrigez que ce qui induirait un étudiant en erreur. Ne courez pas après le style. Les brouillons de l'IA penchent vers l'écrit ; les faire sonner comme de l'oral vaut mieux que de les rendre élégants.
Étape 3 : sous-titres, animations et export
Une fois la narration faite, les 6 animations de scène (surlignage, zoom, focus…) se placent seules en suivant l'explication et les sous-titres s'alignent phrase par phrase : le regard de l'étudiant tombe toujours au bon endroit. Après validation, le rendu est local et l'export va jusqu'à 4K, prêt pour un concours, une plateforme de cours ou le groupe de la classe.
Les sous-titres ne sont ni saisis ni transcrits : ils sont découpés dans le script, segmentés sur les frontières de phrases chinoises, incrustés dans l'image et écrits en .srt pour l'envoi sur les plateformes. Cinq préréglages sont fournis ; pour un cours, un texte blanc à contour noir résiste aussi bien au projecteur qu'au téléphone.
Les effets non plus ne sont pas manuels. L'IA repère sur chaque diapo ce qui mérite d'être souligné — titre, point clé d'un graphique, phrase de conclusion — et applique l'un des six types d'effets. Si elle se trompe, faites glisser pour corriger dans l'éditeur.
Coût et questions courantes
Le téléchargement, l'import, l'édition, l'écoute des voix, le rendu et l'export (4K compris) sont gratuits pour toujours ; seule la génération IA est facturée en crédits : 1 crédit par diapositive de script et 1 crédit par 10 caractères de voix. Au démarrage, 600 crédits, soit environ 1,7 vidéo de 10 diapositives. Le premier achat, quel qu'en soit le montant, retire le filigrane pour toujours.
Utilisable en concours ? Oui : la vidéo est rendue sur votre ordinateur et le contenu vous appartient entièrement. Plus de détails sur la page enseignants et cours vidéo et les règles de crédits sur la page des tarifs.
Étape 4 : export, archivage, conformité
Le rendu se fait sur votre machine (AVFoundation). La résolution va de 480p à 4K, les vidéos longues peuvent s'exporter page par page, la compression H.264 est optionnelle. Le projet — support, script, audio, montage final — vit dans le bac à sable de l'app, et le même identifiant Apple le récupère sur un autre appareil.
Deux questions de conformité reviennent sans cesse. Puis-je présenter le résultat à un concours ? Oui : vous l'avez rendu, le contenu vous appartient, et le filigrane disparaît définitivement après toute première recharge. Puis-je utiliser des documents confidentiels ? Le texte de page nécessaire à la génération IA passe par la passerelle de SlideTalk, qui ne le stocke pas — mais une génération entièrement hors ligne n'existe pas : jugez vos supports confidentiels selon les règles de votre établissement.