Comment traduire un fichier audio ou vidéo dans une autre langue (avec sous-titres bilingues)

Dernière vérification le 2026-06-24. Les limites propres à Vocova (nombre de langues prises en charge, fonctionnalités Plus / Pro) correspondent à la configuration actuelle du produit à cette date — si un chiffre indiqué ici diffère de ce qu'affiche l'application, c'est l'application qui fait foi.

Traduire un enregistrement, ce sont deux tâches et non une seule. La première consiste à obtenir une transcription fidèle dans la langue d'origine — la moitié « reconnaissance », avec ses propres décisions sur la détection de la langue et l'alternance codique, traitée dans comment transcrire de l'audio en plusieurs langues. Ce guide porte sur la seconde moitié : transformer cette transcription source en livrable traduit adapté, et faire en sorte que le résultat fonctionne réellement à l'écran et sur la page.

Une règle gouverne tout ce qui suit : traduisez à partir d'une transcription source relue, jamais directement depuis l'audio brut. La traduction préserve fidèlement tout ce que dit la transcription — y compris ses erreurs — si bien qu'un nom ou un nombre mal entendu ne reste pas seulement faux, il est traduit de travers, dans deux langues au lieu d'une. À partir d'ici, on suppose que vous disposez d'une source propre et horodatée. Les décisions intéressantes concernent le résultat :

• Quel livrable il vous faut réellement — texte traduit, transcription bilingue, sous-titres traduits, sous-titres bilingues ou voix off.
• Si la traduction tient physiquement à l'écran dans le temps qu'a pris l'original pour être prononcé.
• Conserver des noms et des termes cohérents dans tout le fichier.
• Le faire une seule fois pour plusieurs langues au lieu de répéter le travail.

Vocova gère la transcription et la traduction vers plus de 140 langues cibles au même endroit, de sorte que les horodatages et les libellés de locuteurs survivent depuis l'audio jusqu'à un .srt traduit. Commencez par traduire un fichier audio pour l'audio, traduire une vidéo pour les sous-titres, ou sous-titres bilingues quand les deux langues partagent l'écran.

La source relue plafonne tout — puis oubliez-la

On ne peut pas rattraper une mauvaise transcription par la traduction. Si la source a un taux d'erreur de 20 % sur les mots, aucune étape de traduction ne récupère le sens que la reconnaissance a perdu ; elle produit seulement un texte cible fluide, assuré et faux. Corrigez donc d'abord la source — les noms, les nombres et les termes métier en particulier — et appuyez-vous sur le guide de reconnaissance ci-dessus ainsi que sur la précision de transcription par langue pour savoir ce que chaque langue offre réellement avant de traduire.

C'est la dernière fois que ce guide s'attarde sur la source. À partir d'ici, tout suppose qu'elle est propre et porte sur la traduction elle-même.

Choisissez le livrable, pas seulement la langue

« Traduire cette vidéo » dissimule cinq résultats différents. En choisir le mauvais oblige à refaire l'export — ou pire, à livrer le mauvais format à un public.

Livrable	Ce que c'est	Idéal pour	À surveiller
Texte traduit	Un document propre dans la langue cible uniquement	Rapports, articles, partage avec un public d'une seule langue	Perd la synchronisation ; pas pour la vidéo
Transcription bilingue	Source et traduction appariées, ligne par ligne	Relecture, AQ, citation pour la recherche, apprentissage des langues	Deux fois plus de texte à relire
Sous-titres traduits	.srt / .vtt dans la langue cible uniquement	Publier une vidéo pour une seule communauté linguistique	L'expansion du texte peut déborder du timing (voir ci-dessous)
Sous-titres bilingues	Les deux langues superposées dans une même réplique, un horodatage	Tutoriels, apprentissage des langues, publics mixtes ou mondiaux	Deux lignes de texte par réplique — gardez chacune courte
Voix off / doublage	Une piste vocale en langue cible par-dessus l'original	Vidéos explicatives et publicités où les spectateurs ne liront pas les sous-titres	Le plus difficile à caler sur le timing ; nécessite en général une relecture humaine

Pour la plupart des équipes, la valeur par défaut honnête est les sous-titres traduits pour un seul marché et les sous-titres bilingues quand des relecteurs, des apprenants ou une équipe multilingue ont besoin de voir les deux. Sous-titres bilingues et traduire une vidéo produisent directement les fichiers de sous-titres ; un export de transcription bilingue couvre les documents et la recherche.

Pourquoi ne pas simplement utiliser la traduction automatique de la plateforme ?

YouTube et la plupart des plateformes vidéo proposent des sous-titres traduits automatiquement en un clic. Pour comprendre un extrait à titre privé, ils conviennent. Pour tout ce que vous publiez, ils présentent trois problèmes structurels :

• Ils traduisent des sous-titres défectueux, pas une source relue. Les sous-titres générés automatiquement contiennent déjà des erreurs de reconnaissance ; la traduction automatique traduit alors ces erreurs, sans aucune étape de relecture intermédiaire.
• Aucun contrôle sur les termes ni le timing. Vous ne pouvez pas corriger un nom de produit mal traduit, imposer un terme cohérent ni condenser une ligne qui déborde — vous obtenez ce que la plateforme produit.
• Vous ne possédez pas le fichier. Les sous-titres restent sur cette plateforme ; vous ne pouvez pas réutiliser un même .srt relu sur YouTube, votre propre site, un LMS et un livrable client.

Un workflow dédié inverse les trois : relire d'abord la source, contrôler les termes et le timing, et exporter un fichier de sous-titres portable que vous possédez. Utilisez la traduction automatique pour saisir rapidement l'essentiel en privé ; utilisez une traduction relue pour tout ce qui porte votre nom.

Sens, langues pivots et écritures qui modifient la mise en page

Deux choses concernant la langue cible comptent plus que le simple décompte « plus de 140 langues ».

L'anglais est le pivot le plus solide. Traduire vers ou depuis l'anglais est généralement le sens le plus précis, parce que les modèles sont entraînés le plus massivement sur les paires anglaises. Un travail espagnol → japonais est souvent plus propre si vous traitez l'anglais comme la référence sur laquelle vous relisez. La qualité est aussi étagée selon la quantité de données disponibles pour chaque langue — la précision de transcription par langue propose la liste des paliers.

Certaines écritures cibles modifient la mise en page, pas seulement les mots — et c'est là que la vidéo traduite se casse discrètement :

• De droite à gauche (arabe, hébreu, persan, ourdou) : le sens du texte s'inverse. Les chiffres, les noms de marque en alphabet latin et la ponctuation insérés dans une ligne RTL nécessitent une gestion bidirectionnelle correcte, et les sous-titres doivent être alignés à droite. Un lecteur qui rend mal le RTL transforme une traduction correcte en bouillie.
• CJK (chinois, japonais, coréen) : ces écritures n'utilisent pas la règle des 42 caractères latins par ligne. Elles ont leurs propres limites de caractères par ligne et leurs règles de césure (on ne peut pas couper au milieu d'un mot comme dans les écritures latines), et elles se contractent généralement par rapport à l'anglais au lieu de s'étendre.
• Le thaï et d'autres écritures sans espaces : la césure dépend de la segmentation des mots, pas des espaces — un retour à la ligne naïf produit des lignes brisées.

Si votre cible fait partie de celles-ci, prévoyez du temps pour vérifier le rendu dans le lecteur réel, pas seulement le texte.

La traduction de sous-titres est un autre métier : expansion, vitesse de lecture, réécriture

C'est la partie qui distingue une traduction qui se lit d'une autre qui défile illisible. Un sous-titre traduit doit être lisible dans le temps même qu'a pris l'original pour être prononcé — et la plupart des langues ne se traduisent pas avec la même longueur.

L'expansion du texte est le problème central

Le texte traduit correspond rarement à la longueur de la source. Variation typique par rapport à l'anglais (règles empiriques de localisation — à considérer comme des fourchettes, pas des garanties) :

Famille de langues cibles	Longueur typique vs anglais	Conséquence pour les sous-titres
Allemand	+10 % à +35 %	Déborde fréquemment ; prévoyez de condenser
Langues romanes (espagnol, français, italien, portugais)	+15 % à +30 %	Déborde souvent sur les débits rapides
Arabe	+20 % à +25 %	S'étend et inverse le sens
Chinois, japonais, coréen	−10 % à −30 % (se contracte)	Tient facilement, mais respecte les limites de caractères par ligne

Quand une ligne traduite est trop longue pour son créneau temporel, vous condensez la formulation — vous ne prolongez jamais la réplique au-delà de la suivante, car cela désynchronise le reste du fichier. Condenser (supprimer le remplissage, resserrer la formulation tout en conservant le sens) est un véritable savoir-faire du sous-titrage ; c'est aussi pourquoi une relecture humaine compte davantage pour les sous-titres que pour les documents simples.

Vitesse de lecture et limites de lignes

Voici les normes largement utilisées en diffusion/streaming (voir les recommandations de la BBC et de Netflix en lien à la fin) :

• Vitesse de lecture : maintenez les répliques sous environ 17 caractères par seconde pour un public adulte ; plus bas pour les contenus destinés aux enfants et les montages rapides.
• Longueur de ligne : environ 42 caractères par ligne pour les écritures latines, deux lignes maximum par réplique. Le CJK utilise ses propres décomptes de caractères (souvent ~13–16 caractères pleine chasse par ligne).
• Durée minimale/maximale : les apparitions très brèves (bien en dessous d'une seconde) comme les maintiens très longs nuisent tous deux à la lisibilité.

Un sous-titre bilingue superpose la source au-dessus de la traduction dans une même réplique partageant un seul horodatage. Comme les deux lignes partagent la réplique, gardez chacune concise — deux longues lignes en deux langues sont le moyen le plus rapide de dépasser la limite de vitesse de lecture.

Pour le conteneur lui-même — quand choisir .srt ou .vtt — voir SRT vs VTT et le guide complet des formats de fichiers de sous-titres. Générez le fichier avec le générateur SRT ou le générateur VTT une fois la traduction relue.

Conservez des noms et des termes cohérents dans toute la traduction

L'échec de traduction le plus subtil n'est pas une phrase erronée — c'est le même terme traduit de trois façons différentes dans un seul fichier. La traduction par IA fonctionne segment par segment, si bien qu'un nom de produit, un intitulé de poste ou un terme de jargon peut dériver d'une réplique à l'autre, surtout sur un long enregistrement ou quand plusieurs locuteurs le prononcent différemment.

Avant de publier, verrouillez un petit glossaire :

• Noms propres — personnes, entreprises, produits, lieux — devraient en général rester dans leur forme source ou utiliser une seule transcription convenue, à chaque fois.
• Termes métier et acronymes — choisissez un seul équivalent en langue cible et utilisez-le de façon cohérente ; ne laissez pas le modèle alterner.
• Ton et registre — le « vous » formel ou informel (tú/usted, du/Sie, 你/您) doit être un choix unique pour tout le contenu, adapté au public.

Une vue bilingue côte à côte rend cela rapide : parcourez la colonne de traduction à la recherche du terme, corrigez chaque occurrence, et les horodatages ne bougent jamais. Cette passe de cohérence est peu coûteuse et fait toute la différence entre « traduit à la machine » et « localisé ».

Localisez une vidéo en plusieurs langues sans refaire le travail

Le plus grand gain d'efficacité en traduction tient au fait que le travail coûteux n'a lieu qu'une fois. Vous relisez la transcription source une seule fois ; chaque langue cible se ramifie à partir de cet unique original propre. C'est l'inverse de traduire une vidéo cinq fois en repartant de zéro.

Un travail multilingue réaliste — une vidéo produit de 90 secondes destinée à cinq marchés :

1. Transcrivez et relisez la source une fois (environ 10 minutes). Corrigez les noms, le terme produit et les nombres dans l'original. C'est la seule étape manuelle indépendante de la langue.
2. Traduisez vers les cinq cibles à partir de cette source (quelques minutes au total). Chacune hérite des mêmes horodatages, si bien que les cinq fichiers de sous-titres restent synchronisés avec la vidéo.
3. Effectuez une passe d'ajustement par langue, les langues les plus longues d'abord. L'allemand et les langues romanes auront une ou deux répliques qui débordent — condensez-les. Les cibles CJK ne nécessitent généralement qu'une vérification des retours à la ligne.
4. Exportez un .srt par langue (plus un fichier bilingue si un marché veut les deux).

Total : l'essentiel du temps est consacré à l'unique relecture de la source plus une courte passe de condensation par langue — pas à cinq traductions complètes. Conservez la source relue comme version canonique ; si le script change, vous retraduisez à partir de la source mise à jour plutôt que d'éditer cinq fichiers à la main.

Quand garder un humain dans la boucle

La traduction par IA est publiable telle quelle pour une bonne partie du travail courant, et nécessite une relecture humaine pour le reste. Une façon simple de décider :

Situation	L'IA seule convient généralement	Prévoir une relecture humaine
Notes internes, comptes rendus de réunion, essentiel, brouillons de sous-titres	✓
Paire à fortes ressources (anglais ↔ espagnol/français/allemand/portugais)	✓ (relecture légère)
Vidéo marketing, de marque ou destinée au public		✓
Domaine juridique, médical, réglementaire ou recherche publiée		✓
Langue cible à faibles ressources		✓
Voix off/doublage (timing + interprétation)		✓

Le principe : plus l'enjeu est faible et plus la paire est riche en ressources, plus l'IA seule est sûre. En cas de doute, livrez une version bilingue pour qu'un relecteur natif puisse comparer rapidement avec la source.

Liste de vérification avant publication d'une vidéo traduite

• Transcription source relue avant la traduction (noms, nombres, termes).
• Bon livrable choisi (sous-titres traduits vs bilingues vs voix off).
• Aucune réplique au-dessus de ~17 CPS ou ~42 caractères/ligne après expansion ; langues longues condensées, non prolongées.
• Rendu RTL/CJK vérifié dans le lecteur réel, pas seulement le texte.
• Une seule transcription cohérente pour chaque nom propre, terme et le registre formel/informel.
• Horodatages et libellés de locuteurs toujours alignés dans le fichier exporté.
• Pour les travaux multilingues : une source relue canonique, un fichier par langue.

Foire aux questions

Quelle est la différence entre sous-titres traduits et sous-titres bilingues ?

Les sous-titres traduits n'affichent que la langue cible. Les sous-titres bilingues superposent les deux langues dans une même réplique, en partageant un seul horodatage — utile pour les apprenants de langues, les tutoriels et les publics mixtes. Les deux proviennent de la même transcription relue et alignée sur les horodatages ; produire l'un ou l'autre n'est donc qu'un choix d'export.

Pourquoi les sous-titres traduits débordent-ils ou défilent-ils trop vite ?

Parce que la plupart des langues s'étendent à la traduction — l'allemand et les langues romanes sont couramment de 20–35 % plus longs que l'anglais. La solution consiste à condenser la formulation pour qu'elle tienne dans le créneau temporel d'origine, jamais à prolonger la réplique (ce qui désynchronise tout ce qui suit). Maintenez les répliques sous environ 17 caractères par seconde.

Puis-je mettre deux langues dans un seul fichier de sous-titres ?

Oui — c'est un sous-titre bilingue : chaque réplique contient la ligne d'origine au-dessus de la traduction sous un seul horodatage. Gardez les deux lignes courtes, puisqu'elles partagent le budget de vitesse de lecture de la réplique.

Les sous-titres se traduisent-ils tout seuls, ou est-ce moi qui traduis la transcription ?

Vous traduisez la transcription relue, et le fichier de sous-titres en est exporté avec les horodatages intacts. Traduire séparément un sous-titre déjà incrusté ou déjà exporté, c'est précisément ce qui casse le timing et la cohérence des termes — gardez la traduction rattachée à la transcription horodatée.

Comment traduire efficacement une vidéo en plusieurs langues ?

Relisez la transcription source une fois, puis traduisez cette unique source propre dans chaque langue cible. Chaque cible hérite des mêmes horodatages, si bien que vous ne faites qu'une courte passe d'ajustement par langue (en condensant les langues qui se sont étendues) au lieu de traduire toute la vidéo à répétition.

Quel format de sous-titres utiliser pour une vidéo traduite ?

.srt pour une compatibilité maximale, .vtt quand vous avez besoin de mise en forme ou de positionnement web. Le choix est le même que pour n'importe quel sous-titre ; ce qui change avec la traduction, c'est la longueur de ligne et la vitesse de lecture. Voir SRT vs VTT pour la comparaison complète.

La traduction par IA est-elle assez bonne pour être publiée ?

Pour un usage interne et les paires de langues à fortes ressources, généralement oui après une relecture légère. Pour le marketing, le juridique, le médical, la recherche publiée, les langues à faibles ressources ou la voix off, gardez un humain dans la boucle. La qualité de la source la plafonne aussi — une transcription bruitée ne peut pas bien se traduire, quelle que soit la paire.

Sources et lectures complémentaires

Externes :

• Recommandations de sous-titrage de la BBC — normes de vitesse de lecture et de longueur de ligne.
• Guides de style de texte synchronisé de Netflix — exigences de sous-titrage par langue, y compris les limites de caractères CJK.
• W3C Internationalisation : la taille du texte en traduction — pourquoi le texte traduit s'étend et se contracte.

Guides Vocova associés :

• Comment transcrire de l'audio en plusieurs langues — la moitié « reconnaissance » : détection de la langue, alternance codique et relecture de la source avant d'arriver à ce guide.
• La précision de transcription par langue — le palier de qualité d'où vous partez avant de traduire.
• SRT vs VTT — quel conteneur de sous-titres exporter.
• Le guide des formats de fichiers de sous-titres — chaque format et quand l'utiliser.

Outils :

• Traduire un fichier audio
• Traduire une vidéo
• Sous-titres bilingues
• Générateur SRT
• Générateur VTT