Regardez autour de vous dans le métro. Des dizaines d’écrans, des vidéos qui défilent, et presque aucun écouteur. On a pris l’habitude de « lire » la vidéo plutôt que de l’écouter. Des chercheurs ont voulu savoir ce que cette habitude change dans notre cerveau, et leurs résultats vont à contre-courant de ce que répètent la plupart des guides marketing : couper le son a un coût, et le sous-titre ne le compense qu’à moitié. La bonne nouvelle, c’est que la qualité du sous-titrage fait une vraie différence, et qu’elle se travaille.
Le son coupé, réflexe de masse
Si vous publiez des vidéos courtes, partez du principe que la moitié de votre public ne vous entendra jamais. Avant même de penser montage video ou miniature, il faut que le texte à l’écran porte le message. Avec la reconnaissance vocale, la transcription de base est prête en quelques minutes, il ne reste qu’à la relire.
Les chiffres qui circulent sur le sujet sont souvent recopiés de blog en blog sans source claire. Le plus solide vient d’une étude menée par Verizon Media et Publicis Media, reprise dans un article scientifique de 2024 : jusqu’à 69 % des consommateurs préfèrent regarder les vidéos sans le son dans les lieux publics, et 25 % le font même chez eux.
Les raisons sont banales :
- on est au bureau, dans une salle d’attente ou à côté d’un enfant qui dort ;
- on a oublié ses écouteurs, ou la batterie des écouteurs est vide ;
- on scrolle en parallèle d’autre chose (une série, une conversation) ;
- le réseau social lance la lecture automatique en muet et on ne prend pas la peine d’activer le son.
Ce dernier point pèse lourd. Sur Instagram, Facebook ou TikTok, le silence est l’état par défaut. Activer le son demande un geste, et chaque geste fait perdre une partie des spectateurs.
168 spectateurs, un eye-tracker et une mauvaise surprise
En octobre 2024, une équipe de chercheurs menée par Agnieszka Szarkowska (université de Varsovie) a publié dans PLOS ONE une étude au titre sans ambiguïté : regarder des vidéos sous-titrées sans le son affecte la compréhension, la charge cognitive, l’immersion et le plaisir.
Le protocole est simple. 168 personnes (anglophones britanniques, australiens et polonais parlant anglais) regardent des extraits en anglais, sous-titrés en anglais, une fois avec le son et une fois sans. Un oculomètre suit leur regard en permanence, et des entretiens complètent les mesures.
Résultat : sans le son, les participants comprennent moins bien ce qu’ils voient. Ils fournissent plus d’effort, se sentent moins plongés dans le contenu et y prennent moins de plaisir. Leur regard passe aussi davantage de temps sur le texte, au détriment de l’image.
Quand le son disparaît, le sous-titre devient la seule source du message, et le moindre défaut (une ligne trop longue, un mot erroné, un décalage d’une demi-seconde) se paie en compréhension.
Je trouve ce résultat plus utile que les statistiques habituelles sur le « taux d’engagement ». Il dit quelque chose de concret : si votre public regarde en muet, votre sous-titre travaille deux fois plus. Un sous-titre approximatif fatigue celui qui le lit.
Les règles de lisibilité que suivent les pros
Le sous-titrage professionnel existe depuis le cinéma muet et ses intertitres (la page Wikipédia consacrée au sous-titrage retrace bien cette histoire). Les plateformes de streaming ont formalisé des règles précises dans leurs guides destinés aux traducteurs. Celles de Netflix sont publiques et servent souvent de référence.
| Paramètre | Valeur de référence (programme adulte) | Pourquoi |
|---|---|---|
| Longueur d’une ligne | 42 caractères maximum | Au-delà, l’œil doit balayer trop large sur un écran de téléphone |
| Nombre de lignes | 2 maximum | Une troisième ligne masque l’image |
| Vitesse de lecture | 17 caractères par seconde au plus | Le spectateur doit avoir le temps de lire et de regarder |
| Programmes jeunesse | 13 caractères par seconde | Les jeunes lecteurs lisent moins vite |
| Forme du bloc | Ligne du bas plus longue que celle du haut | Le regard descend naturellement vers la phrase principale |
Pour une vidéo verticale destinée aux réseaux sociaux, ces valeurs sont même un peu généreuses. L’écran est plus étroit, donc une ligne de 30 à 35 caractères se lit mieux. Quelques habitudes complètent le tableau :
- couper la phrase à un endroit logique, jamais entre un article et son nom ;
- supprimer les tics de langage (« euh », « du coup », « en fait ») quand ils ne servent pas le propos ;
- garder un contraste fort : texte clair sur fond sombre semi-transparent, ou l’inverse ;
- laisser le sous-titre à l’écran au moins une seconde, même pour un mot court.
Sous-titrer une vidéo en dix minutes, sans bâcler
La reconnaissance vocale a déplacé le travail. Il y a quelques années, sous-titrer une vidéo de trois minutes demandait une bonne heure de saisie et de calage. Aujourd’hui, la transcription automatique fait l’essentiel et le travail humain se concentre sur la relecture.
Avec le générateur de sous-titres automatique de Clideo, la méthode tient en quatre temps.
- Importer la vidéo depuis l’ordinateur ou un service de stockage en ligne, choisir l’option de sous-titres automatiques et indiquer la langue parlée.
- Lancer la génération. L’outil reconnaît plus de 100 langues et peut ensuite traduire les sous-titres obtenus.
- Relire segment par segment. C’est l’étape qu’on a envie de sauter et qu’il ne faut surtout pas sauter : noms propres et chiffres sont les erreurs les plus fréquentes de la reconnaissance vocale. L’éditeur intégré permet de corriger le texte, le minutage et de décaler l’ensemble des sous-titres d’un coup si la synchro dérive.
- Régler le style (police, taille, couleur, fond, position) ou partir d’un modèle prédéfini, puis exporter.
Pour ceux qui montent directement sur téléphone, la même logique existe dans l’application Clideo pour iPhone, pratique pour sous-titrer un Reel juste après le tournage sans repasser par un ordinateur.
Une règle simple pour la relecture : lisez vos sous-titres une fois avec le son coupé, comme votre public. Si vous butez sur une phrase, lui aussi.
La version gratuite limite la taille des fichiers et le nombre de sous-titres générés, et ajoute un filigrane. Pour une vidéo occasionnelle, elle suffit à tester le rendu. Pour un rythme de publication régulier, l’abonnement retire ces limites.
Incrusté ou fichier SRT : le choix qui compte
Une fois les sous-titres prêts, deux options d’export s’offrent à vous, et elles ne servent pas le même usage.
| Sous-titres incrustés | Fichier SRT séparé | |
|---|---|---|
| Fonctionnement | Le texte est gravé dans l’image | Un fichier texte avec les codes temporels, lu par le lecteur |
| Désactivable par le spectateur | Non | Oui |
| Style contrôlé par vous | Entièrement | Dépend du lecteur ou de la plateforme |
| Usage idéal | Reels, TikTok, Shorts, stories | YouTube, formations en ligne, vidéos multilingues |
| Modification après publication | Impossible sans réexporter | Il suffit de remplacer le fichier |
Sur les formats courts, l’incrustation reste la valeur sûre : vous savez exactement ce que verra le spectateur, quel que soit son appareil. Pour une vidéo longue sur YouTube, le SRT a l’avantage de laisser le choix au public et de proposer plusieurs langues sans multiplier les fichiers vidéo. Rien n’empêche de faire les deux, puisque l’outil permet d’exporter la vidéo sous-titrée et le fichier SRT à partir du même projet.
Faut-il sous-titrer toutes ses vidéos ?
Pas forcément, et c’est un point que les articles sur le sujet passent souvent sous silence. Une étude publiée en 2024 dans le JMIR a testé douze variantes d’une même vidéo sur Facebook, diffusées auprès d’environ un million d’utilisateurs. La version la plus performante était la plus courte, au format vertical, et sans sous-titres. Sur la version longue en revanche, les sous-titres aidaient à garder les spectateurs au-delà du premier quart de la vidéo.
J’en tire une règle pratique plutôt qu’un dogme :
- une vidéo de quelques secondes portée par l’image (un produit qui tourne, un avant-après, une démonstration muette) peut se passer de texte ;
- dès qu’une personne parle face caméra ou qu’une explication dure plus de vingt ou trente secondes, le sous-titre devient indispensable pour le public en muet ;
- pour l’accessibilité des personnes sourdes et malentendantes, la question ne se pose pas : toute vidéo parlée devrait en avoir.
FAQ
Les sous-titres automatiques sont-ils assez fiables pour être publiés tels quels ?
Rarement. La reconnaissance vocale est très bonne sur une voix claire, mais elle trébuche sur les noms propres, les sigles et les passages où plusieurs personnes parlent en même temps. Comptez quelques minutes de relecture pour une vidéo de deux ou trois minutes.
Quelle taille de police choisir pour une vidéo verticale ?
Assez grande pour être lue sur un téléphone tenu à bout de bras, sans dépasser deux lignes. En pratique, si une phrase de 35 caractères ne tient plus sur une ligne, la police est trop grosse.
Où placer les sous-titres sur un Reel ou un TikTok ?
Évitez le tiers inférieur de l’écran, occupé par la légende, le nom du compte et les boutons. Une position légèrement au-dessus du centre bas reste lisible sans être masquée par l’interface.
Les sous-titres aident-ils le référencement ?
Sur YouTube, un fichier de sous-titres donne au moteur un texte exploitable pour comprendre le contenu de la vidéo. Des sous-titres incrustés dans l’image, eux, ne sont pas lus comme du texte : pensez à reprendre les mots-clés importants dans le titre et la description.
Peut-on transformer une vidéo en texte pour en faire un article ?
Oui. L’export en TXT ou en SRT fournit une transcription complète qui sert de base à un article, une newsletter ou une fiche récapitulative. Il faut simplement la réécrire, car l’oral transcrit mot à mot se lit mal.
