L'outil extrait la piste audio dans le navigateur, la convertit en signal mono 16 kHz attendu par Whisper, puis calcule les timings dans un processus en arrière-plan. WebGPU accélère le traitement sur les ordinateurs compatibles ; les autres navigateurs utilisent le processeur, plus lent. L'éditeur permet de corriger les mots ainsi que les limites de chaque séquence avant l'export.
Générateur de sous-titres automatiques
Fonctionne entièrement dans votre navigateur : aucun envoi, aucune inscription.
Comment ajouter des sous-titres automatiques à une vidéo ?
Ajoutez une vidéo : ce générateur de sous-titres automatiques utilise la reconnaissance vocale Whisper directement sur votre appareil. Il produit des séquences minutées et modifiables, à relire puis à télécharger au format SRT ou VTT. La vidéo n'est jamais importée, mais le navigateur doit télécharger le modèle d'IA lors de la première utilisation.
Comment l’utiliser
- 1Choisissez une vidéo. Déposez un fichier MP4, WebM, MOV, M4V ou MKV dans l'outil, ou cliquez sur la zone d'import pour le sélectionner.
- 2Générez les sous-titres. Cliquez sur Générer les sous-titres. À la première utilisation, attendez le téléchargement du modèle Whisper multilingue, puis laissez votre appareil traiter la piste audio.
- 3Relisez chaque séquence. Lancez les sous-titres depuis l'éditeur, corrigez le texte et ajustez le début ou la fin si le timing automatique est en avance ou en retard.
- 4Exportez le fichier. Téléchargez le SRT pour la plupart des logiciels de montage et plateformes, ou le VTT pour la vidéo HTML et la publication sur le Web.
Pour qui
- Créateurs de vidéos courtes qui préparent des sous-titres lisibles avant de les mettre en forme ou de les incruster dans le montage final.
- Enseignants et formateurs qui rendent leurs cours enregistrés plus faciles à suivre et proposent une piste de sous-titres à télécharger.
- Podcasteurs et intervieweurs qui transforment des conversations filmées en brouillon minuté sans envoyer de contenu inédit vers un service de transcription en ligne.
- Spécialistes de l'accessibilité qui créent une première version pour contrôler les paroles, les noms, les indications sonores, le timing et la vitesse de lecture.
Questions fréquentes
Ma vidéo est-elle envoyée vers un serveur ?
Non. Le navigateur lit le fichier choisi et transmet les échantillons audio décodés à un processus sur le même appareil. Ce processus télécharge les fichiers du modèle Whisper depuis Hugging Face, mais il n'envoie ni la vidéo, ni l'audio, ni les sous-titres. CanDoYa ne reçoit et ne conserve pas le fichier.
Le générateur de sous-titres automatiques est-il gratuit ?
Oui. Aucun compte ni paiement n'est demandé, et il n'y a ni quota de minutes, ni filigrane, ni blocage de l'export. Votre appareil effectue la transcription : les limites concrètes sont donc le temps de traitement, la mémoire disponible et le premier téléchargement du modèle. Votre opérateur peut comptabiliser ce téléchargement avec un forfait limité.
Quelle taille et quelle durée de vidéo puis-je sous-titrer ?
L'outil accepte les fichiers jusqu'à 500 Mo. Il n'impose pas de durée fixe, mais une longue vidéo exige davantage de mémoire et de temps puisque le décodage et l'IA s'exécutent localement. Pour un enregistrement d'une heure, utilisez un ordinateur portable récent, fermez les onglets gourmands en mémoire ou découpez d'abord la vidéo.
Quels formats vidéo sont compatibles ?
L'outil accepte les conteneurs MP4, WebM, MOV, M4V, MKV, AVI, MPEG et OGV. Le décodage audio dépend des codecs présents dans votre navigateur et votre système d'exploitation. Un MP4 avec audio AAC ou un WebM avec audio Opus offre généralement la meilleure compatibilité.
Puis-je modifier les sous-titres automatiques ?
Oui. Le texte, l'heure de début et l'heure de fin de chaque séquence sont modifiables. Lancez une séquence pour placer la vidéo à son début, corrigez les erreurs de reconnaissance et ajustez ses limites. L'export reste désactivé si une séquence est vide, finit avant de commencer ou dépasse la durée de la vidéo.
Quelle est la différence entre SRT et VTT ?
SRT est un format de sous-titres largement pris en charge par les logiciels de montage et les plateformes de publication. WebVTT emploie une structure de texte minuté similaire, mais il est conçu pour le Web et fonctionne directement avec l'élément track d'une vidéo HTML. L'outil exporte les deux sans mise en forme ni incrustation dans l'image.
La génération fonctionne-t-elle sans WebGPU ?
Oui. L'outil essaie d'abord WebGPU, car une carte graphique compatible peut exécuter Whisper plus vite. Si WebGPU est indisponible ou échoue, il recommence avec WebAssembly sur le processeur. Cette solution fonctionne dans davantage de navigateurs, mais elle peut être bien plus lente, surtout avec une longue vidéo, un téléphone ou un ancien ordinateur.
Les sous-titres automatiques sont-ils assez précis pour l'accessibilité ?
Ils constituent un brouillon utile, pas un livrable d'accessibilité terminé. Le bruit, la musique, les voix qui se chevauchent, les accents, les noms rares et les termes techniques peuvent provoquer des erreurs. La reconnaissance vocale omet aussi de nombreuses descriptions sonores et identifications des locuteurs : relisez donc la vidéo et ajoutez les indications non verbales importantes avant de publier des sous-titres adaptés.