Générez des sous-titres et traduisez-les en local.

Un studio de sous-titrage gratuit qui écoute vos fichiers audio et vidéo avec Whisper, crée des sous-titres minutés, les met en forme pour toute plateforme, les incruste dans de nouveaux fichiers vidéo et, en option, les traduit dans une deuxième langue — le tout dans le navigateur.

Il est conçu pour les créateurs, enseignants, journalistes et tous ceux qui sous-titrent des entretiens, des cours, des captures d'écran ou des vlogs sans confier leurs rushes à un service cloud, et sans accepter de filigrane ni de plafond mensuel de minutes.

Fonctionnement

La piste audio est décodée via la Web Audio API et rééchantillonnée en mono 16 kHz, puis retranscrite par un modèle Whisper horodaté tournant via Transformers.js dans des fenêtres de 30 secondes se chevauchant : les longs enregistrements affichent une progression continue et chaque sous-titre comporte des minutages mot à mot. Vous pouvez choisir le niveau Whisper tiny, base ou small et laisser l'outil détecter la langue ou en fixer une parmi quelque 99. Pour une piste en deuxième langue, des modèles compacts Marian (OPUS-MT) traduisent les sous-titres, en passant par l'anglais comme langue pivot lorsqu'aucun modèle direct n'existe. Les modèles de transcription comme de traduction se téléchargent une fois puis sont mis en cache pour un réemploi hors ligne.

Style visuel et modèles de surlignage mot à mot

Un panneau de style dédié contrôle tout le domaine visuel : police, taille (ajustée à la hauteur d'export), gras, italique, majuscules, couleurs principale et de contour, épaisseur du contour, ombre, boîte de fond arrondie optionnelle, espacement des lettres et interligne, ainsi qu'une grille de positionnement en neuf emplacements et des marges verticales. Cinq préréglages soigneusement choisis couvrent les rendus diffusion, réseaux sociaux et cinéma ; chaque modification s'aperçoit en direct sur la vidéo réelle et entre dans l'historique annuler/refaire.

Pour la vidéo sociale, trois modèles de surlignage mot à mot — Minimal, Bold Pop et Karaoke — recolorent les mots au fur et à mesure de leur prononciation, avec des couleurs réglables pour les mots actifs et les mots déjà prononcés. Les mêmes données de minutage produisent les réglages de repères VTT, des styles ASS V4+ complets et de véritables événements karaoké ASS : ce que vous apercevez correspond à ce que le fichier encode.

Export vidéo avec incrustation

Si vous avez besoin de sous-titres incrustés dans l'image, l'exporteur d'incrustation dessine chaque image vidéo décodée sur un canvas avec le sous-titre stylé — y compris le surlignage mot à mot et les étiquettes d'intervenants en option — puis capture le résultat avec l'audio d'origine via MediaRecorder. La sortie est en MP4 H.264 là où le navigateur le prend en charge, sinon en WebM (VP9/VP8) ; ni ffmpeg ni filigrane n'entrent en jeu. Les hauteurs à partir de 720p sont sélectionnées selon la cible et limitées par l'offre, avec des débits adaptés à la résolution. La capture s'effectuant en temps réel, un clip de deux minutes prend environ deux minutes à calculer, et l'interface l'indique sans détour.

Édition, outils de minutage et contrôles qualité

Le studio associe l'aperçu et une forme d'onde navigable à un éditeur de sous-titres permettant les corrections de texte en ligne, le découpage à la tête de lecture, la fusion, la duplication, la recherche-remplacement sur les deux pistes, les étiquettes d'intervenants par sous-titre, le décalage temporel global, l'étirement temporel proportionnel et l'historique annuler/refaire complet. Un panneau qualité signale les sous-titres dont la durée, la vitesse de lecture, la longueur de ligne ou le chevauchement enfreint les conventions habituelles du sous-titrage, et un clic renormalise l'ensemble du document. Les sous-titres terminés s'exportent en SRT, WebVTT, ASS, texte brut ou JSON structuré — dans la langue d'origine, en traduction, ou les deux superposés dans l'ordre de lecture souhaité.

Limites des plans gratuit et Pro

L'offre gratuite prend en charge des médias jusqu'à 30 minutes et incruste les sous-titres jusqu'à 1080p ; Pro étend les médias à 180 minutes et l'incrustation jusqu'à 2160p. Comme partout dans la suite, aucune des deux offres n'a de compteur d'exécutions, de quota mensuel ou de filigrane, et l'usage commercial est inclus. Les très longs enregistrements peuvent épuiser la mémoire des appareils peu dotés — découper le fichier est la solution pratique.

Questions fréquentes

L'export incrusté est-il aussi bon qu'un encodeur de bureau ? Le rendu est une capture navigateur en temps réel sans filigrane ; la prise en charge du MP4 dépend du navigateur et WebM est la solution de repli honnête, avec des fichiers SRT/ASS séparés toujours disponibles en qualité parfaite.

Les modèles de surlignage mot à mot fonctionnent-ils dans les fichiers exportés ? Oui, dans les événements karaoké ASS et dans la vidéo incrustée ; le SRT lui-même n'a aucun concept de style, les fichiers séparés stylisés passent donc par VTT ou ASS.

Puis-je me fier à la traduction pour des enjeux importants ? OPUS-MT est performant pour la conversation générale et la narration, mais les textes juridiques ou médicaux doivent être relus par un humain.

Quelque chose est-il téléversé ? Non — décodage, transcription, traduction et rendu se déroulent tous sur votre machine ; seuls les sous-titres ou la vidéo que vous choisissez de télécharger quittent l'onglet.