Générateur de sous-titres : créer un fichier SRT ou VTT (guide)

Un générateur de sous-titres automatiques prend une vidéo ou un fichier audio, reconnaît la parole, découpe le texte en blocs synchronisés et vous rend un fichier SRT ou VTT prêt à être téléversé sur YouTube, intégré à un lecteur web ou incrusté dans la vidéo. Le résultat est utilisable en quelques minutes, à condition de relire le texte, le découpage et la synchronisation. Ce guide explique la différence entre SRT et VTT avec un exemple de chaque, détaille les étapes pour créer un fichier SRT, rappelle les règles d'un sous-titre lisible et montre comment ajouter le fichier à votre vidéo.

À quoi sert un fichier de sous-titres ?

Un fichier de sous-titres est un simple fichier texte qui associe des répliques à des intervalles de temps. Le lecteur vidéo le lit à part et affiche chaque réplique au bon moment. Cette séparation entre la vidéo et le texte a plusieurs avantages :

• Accessibilité : les personnes sourdes ou malentendantes suivent le contenu, et certaines obligations d'accessibilité numérique imposent des sous-titres pour les vidéos publiées par des organismes publics ou de grandes entreprises.
• Lecture sans le son : une large part des vidéos sur les réseaux sociaux est regardée en silence ; sans sous-titres, le message passe à côté.
• Plusieurs langues : un fichier par langue, sans réencoder la vidéo.
• Référencement : les plateformes et les moteurs de recherche indexent le texte des sous-titres téléversés, pas les images.
• Modification facile : corriger une faute dans un fichier texte prend quelques secondes ; refaire un export vidéo, beaucoup plus.

SRT et VTT : quelle différence ?

Les deux formats sont des fichiers texte brut lisibles dans n'importe quel éditeur. Ils décrivent la même chose, chaque bloc contenant un intervalle de temps et le texte à afficher, mais avec une syntaxe légèrement différente.

Exemple de fichier SRT

1
00:00:01,000 --> 00:00:04,200
Bonjour et bienvenue dans ce tutoriel.

2
00:00:04,500 --> 00:00:08,000
Aujourd'hui, nous allons créer
un fichier de sous-titres.

Chaque bloc commence par un numéro d'ordre, suivi de l'intervalle avec des virgules pour les millisecondes, puis d'une ou deux lignes de texte, et d'une ligne vide.

Exemple de fichier VTT (WebVTT)

WEBVTT

1
00:00:01.000 --> 00:00:04.200
Bonjour et bienvenue dans ce tutoriel.

2
00:00:04.500 --> 00:00:08.000 line:90%
Aujourd'hui, nous allons créer
un fichier de sous-titres.

Le fichier commence obligatoirement par la ligne WEBVTT, les millisecondes sont séparées par un point, les numéros de bloc sont facultatifs, et l'on peut ajouter des réglages de position ou de style après l'intervalle. La spécification complète est publiée par le W3C : WebVTT: The Web Video Text Tracks Format.

Tableau comparatif

En pratique : exportez en SRT quand vous ne savez pas où la vidéo sera lue (c'est le format le plus largement accepté), et en VTT quand la vidéo est intégrée dans une page web avec un lecteur HTML5 ou quand vous avez besoin de positionner les sous-titres. Un bon outil d'export vous donnera les deux à partir de la même transcription.

Créer un fichier SRT ou VTT avec un générateur de sous-titres automatiques

Le déroulé est le même quel que soit le service en ligne. Voici les étapes dans l'application Audiotexta ; vous retrouverez l'équivalent dans d'autres outils.

1. Importer la vidéo ou l'audio

Glissez le fichier (MP4, MOV, WebM, MP3, WAV...) dans l'application ou collez un lien YouTube. Utilisez de préférence la version finale montée : si vous recoupez la vidéo après coup, les horodatages des sous-titres ne correspondront plus.

2. Régler la langue et les options

Indiquez la langue parlée. Activez l'identification des locuteurs si vous voulez marquer les changements d'intervenant dans les sous-titres (un tiret en début de ligne, par convention). L'horodatage est indispensable ici, puisqu'il sert à la synchronisation.

3. Relire le texte

Corrigez d'abord le contenu dans l'éditeur, avec le surlignage à la lecture pour vérifier les passages douteux : noms propres, chiffres, termes techniques, mots coupés. Une faute dans la transcription se retrouve dans tous les sous-titres exportés ensuite.

4. Vérifier le découpage et la synchronisation

Le générateur découpe automatiquement le texte en blocs. Parcourez-les en lisant la vidéo : une réplique qui apparaît trop tôt ou trop tard, un bloc trop long, une phrase coupée au mauvais endroit se repèrent en quelques secondes à l'image. Ajustez les réglages d'export (nombre de caractères par ligne, durée maximale d'un bloc) si l'outil les propose.

5. Traduire si nécessaire

Pour sous-titrer dans une autre langue, traduisez la transcription relue plutôt que l'original brut, puis faites relire par une personne qui maîtrise la langue cible. Exportez un fichier par langue.

6. Exporter en SRT ou VTT

Téléchargez le fichier dans le format attendu par votre destination. Nommez-le de façon explicite, par exemple tutoriel-export.fr.srt, et conservez la transcription source pour un futur réexport.

Les règles d'un sous-titre lisible

Un sous-titre doit se lire sans effort pendant qu'on regarde l'image. Quelques conventions largement répandues dans le sous-titrage professionnel, à adapter selon la plateforme :

• Deux lignes au maximum par bloc, et une seule quand c'est possible.
• Des lignes courtes (de l'ordre de 35 à 42 caractères selon les chartes), pour éviter le retour à la ligne automatique du lecteur.
• Une durée d'affichage suffisante pour lire le bloc, sans dépasser quelques secondes pour les répliques courtes.
• Une coupure de ligne qui respecte le sens : ne séparez pas un article de son nom, ni un sujet de son verbe.
• Un sous-titre qui apparaît quand la parole commence et disparaît peu après qu'elle s'arrête.
• Un tiret en début de ligne pour marquer un changement de locuteur dans le même bloc.
• Les sons importants entre crochets ([musique], [rires], [applaudissements]) si les sous-titres sont destinés aux personnes malentendantes.
• Un encodage UTF-8, pour que les accents s'affichent correctement partout.

Ajouter le fichier de sous-titres à votre vidéo

Sur YouTube, Vimeo et les réseaux sociaux

Dans YouTube Studio, l'onglet « Sous-titres » de la vidéo accepte un fichier SRT ou VTT par langue. Les sous-titres téléversés remplacent la piste automatique dans la langue concernée et s'affichent avec votre relecture plutôt qu'avec les erreurs de la reconnaissance brute. Vimeo, LinkedIn et la plupart des plateformes professionnelles ont un champ équivalent, souvent limité au SRT. Pour l'opération inverse (récupérer le texte d'une vidéo existante), voyez notre guide sur la transcription d'une vidéo YouTube.

Dans une page web

Un lecteur HTML5 lit le VTT nativement :

<video controls src="tutoriel.mp4">
  <track kind="subtitles" src="tutoriel.fr.vtt" srclang="fr" label="Français" default>
</video>

Dans un lecteur de bureau

VLC et la plupart des lecteurs chargent automatiquement un fichier SRT ou VTT placé dans le même dossier et portant le même nom que la vidéo (film.mp4 et film.srt).

Incrustés dans l'image

Pour les plateformes qui n'acceptent pas de fichier séparé, ou pour une vidéo qui doit circuler avec ses sous-titres, on les « grave » dans l'image. La plupart des logiciels de montage le font ; en ligne de commande, ffmpeg s'en charge avec une commande du type :

ffmpeg -i tutoriel.mp4 -vf subtitles=tutoriel.fr.srt tutoriel-sous-titre.mp4

L'inconvénient : les sous-titres incrustés ne peuvent plus être désactivés, corrigés ni traduits.

Sous-titres automatiques : les limites à connaître

La reconnaissance vocale a fait d'énormes progrès, mais un générateur de sous-titres automatiques reste tributaire de l'audio. Les situations qui demandent le plus de relecture :

• bruit de fond, musique sous la voix, enregistrement avec un micro éloigné ;
• plusieurs personnes qui parlent en même temps ;
• noms propres, marques, acronymes et vocabulaire métier ;
• chiffres, dates, montants, qu'il faut vérifier systématiquement ;
• passages dans une autre langue au milieu d'une phrase ;
• vidéo remontée après la génération des sous-titres, ce qui décale toute la synchronisation.

Côté alternatives : YouTube produit ses propres sous-titres automatiques, gratuits mais uniquement sur sa plateforme et sans relecture avant qu'ils soient visibles ; Whisper, exécuté en local, génère directement des fichiers SRT et VTT sans rien envoyer en ligne, pour qui accepte l'installation technique ; et des éditeurs gratuits comme Subtitle Edit ou Aegisub permettent de retoucher finement le découpage et la synchronisation d'un fichier existant. Pour tout ce qui précède l'export (qualité de l'audio, préparation du fichier, relecture), notre guide général pour transcrire un audio en texte s'applique tel quel.

Corriger un fichier SRT à la main

Comme il s'agit de texte brut, vous pouvez ouvrir un SRT ou un VTT dans n'importe quel éditeur (Bloc-notes, TextEdit, VS Code) pour une correction rapide. Trois points de vigilance :

1. Respectez la structure : une ligne vide entre chaque bloc, des numéros consécutifs en SRT, la ligne WEBVTT en tête du VTT.
2. Ne mélangez pas virgules et points dans les horodatages ; c'est l'erreur la plus courante quand on convertit un format en l'autre à la main.
3. Enregistrez en UTF-8 (sans BOM pour le SRT, de préférence), sinon les accents se transforment en caractères illisibles sur certains lecteurs.

Pour un décalage global (tous les sous-titres sont en avance ou en retard de la même durée), un éditeur de sous-titres applique le correctif en une seule opération ; évitez de le faire bloc par bloc.

En résumé

Pour créer un fichier SRT ou VTT, importez la version finale de votre vidéo dans un générateur de sous-titres automatiques, relisez le texte, vérifiez le découpage à l'image, puis exportez dans le format attendu : SRT pour une compatibilité maximale, VTT pour le web. Les fonctions de sous-titrage d'Audiotexta sont décrites sur la page sous-titres, mais la méthode reste la même avec n'importe quel outil. Les podcasteurs qui publient des extraits vidéo trouveront le prolongement de ce guide dans notre article sur la transcription de podcast.