En bref
- Les sous-titres codés retranscrivent les paroles et les sons indispensables pour suivre une vidéo, au rythme de l'image.
- Dans les règles WCAG, les médias synchronisés préenregistrés demandent des sous-titres au niveau A et le direct au niveau AA, selon le périmètre et les exceptions fixés par la norme.
- La transcription automatique ne fournit qu'un premier jet. Il faut un humain pour vérifier les noms, le calage temporel, les changements d'intervenant et les sons utiles à la compréhension.
- Une transcription permet de faire ce que les sous-titres ne font pas : la lire, y faire une recherche, en citer un passage ou s'en servir pour aller à un moment de l'enregistrement.
- Nous générons les sous-titres et les transcriptions depuis une même base horodatée. Une seule correction met donc à jour les deux fichiers.
1. Sous-titres codés, sous-titres traduits et transcriptions : trois usages proches mais distincts
Les sous-titres codés (captions) affichent un texte calé sur la vidéo. Ils reprennent les paroles ainsi que les sons non verbaux nécessaires pour suivre l'action, en indiquant si besoin qui parle ou quel bruit survient. Les sous-titres classiques (subtitles) servent généralement à traduire les dialogues pour un public qui entend bien la bande-son mais ne comprend pas la langue. La transcription, elle, se présente sous forme de document. Idéale pour les formats purement audio, elle permet de lire, de chercher un mot, de citer un extrait et de se repérer dans le fichier.13
On peut produire ces trois formats à partir d'un seul fichier source corrigé et horodaté, mais le travail de mise en forme diffère pour chacun. Une transcription s'organise en paragraphes et peut inclure des éléments de contexte. Un sous-titre, en revanche, doit tenir sur une ligne courte, apparaître sur la bonne image et éviter de masquer un texte déjà incrusté dans la vidéo.
2. Ce que demande concrètement la norme
Dans les recommandations du W3C, les sous-titres des vidéos préenregistrées où l'audio est nécessaire relèvent du niveau A, et ceux des médias synchronisés en direct relèvent du niveau AA. Ces sous-titres couvrent les dialogues, l'identité de la personne qui parle et les effets sonores porteurs de sens, sans se limiter à la parole. Ce que la loi exige de vous dépend de votre pays et de ce que vous publiez. Les WCAG constituent une norme technique, et non un avis juridique.21
Sur le terrain, la distinction est très concrète. Placer un lien vers une transcription sous une vidéo ne remplace pas des sous-titres qui défilent en rythme avec l'image. À l'inverse, des sous-titres coincés dans un lecteur vidéo n'offrent aucun support à lire, fouiller ou citer pour quelqu'un qui écoute uniquement de l'audio. Nous partons donc toujours de la nature du média et du besoin de l'utilisateur avant de choisir le format.
3. Un public qui dépasse largement les critères de conformité
D'après l'Organisation mondiale de la Santé, environ 1,5 milliard de personnes présentent une perte auditive plus ou moins marquée, et près de 430 millions d'entre elles ont besoin de services de réadaptation. Mais les sous-titres se lisent aussi dans un bar bruyant ou un bureau silencieux, dans une salle de classe, lorsqu'on regarde dans une deuxième langue ou tout simplement quand on ne peut pas allumer le son.41
L'écrit offre des possibilités que l'audio n'a pas : chacun peut y chercher un terme, en copier un passage, le traduire, agrandir la police et lire à sa propre vitesse. Le W3C mentionne d'ailleurs les transcriptions interactives, qui surlignent la phrase au fil de l'écoute et permettent de cliquer sur un passage pour lancer la lecture à cet endroit précis.3
4. Pourquoi le sous-titrage automatique a toujours besoin d'un relecteur
La reconnaissance automatique évite le gros de la frappe, mais elle ne sait pas quelle erreur a de l'importance. Un nom de famille écorché, une négation oubliée, un chiffre inversé ou un changement d'intervenant mal placé peuvent inverser le sens d'une scène. Quant aux sons porteurs de sens, ils risquent de ne pas figurer du tout dans une transcription de la parole. Les guides pratiques du W3C le disent clairement : les sous-titres générés automatiquement ont généralement besoin d'être corrigés.1
Nous relisons en écoutant l'audio, au lieu de nous fier à un correcteur orthographique. Vérifiez bien les toutes premières et dernières secondes, où le contenu est souvent coupé. Contrôlez les noms et les chiffres, indiquez les changements d'intervenant et ajoutez les bruits utiles au spectateur. Regardez ensuite la vidéo finale pour vérifier la longueur des sous-titres, le temps de lecture et le contraste, et assurez-vous qu'aucun sous-titre ne masque un nom déjà affiché à l'écran.
5. Notre liste de contrôle avant la mise en ligne
Travaillez avec un seul fichier maître corrigé, horodaté au mot ou au segment près, pour en décliner vos fichiers de sous-titres et de traductions. Conservez aussi le fichier média d'origine ainsi que l'historique des modifications. Pensez à tester le fichier exporté directement dans le lecteur qu'utilisera votre public : un fichier SRT peut être techniquement valide tout en défilant beaucoup trop vite pour être lu.
Nous avons conçu KolWrite autour de ce fichier source horodaté unique. Vous corrigez le texte tout en écoutant l'enregistrement, vous ajustez le nom des intervenants et la langue, puis vous exportez le format adapté à votre public. Mais il ne suffit pas de cliquer sur un bouton d'export pour rendre une vidéo accessible : c'est le résultat final à l'écran qui compte, et cela demande toujours quelques minutes de vérification humaine par vidéo.
Questions fréquentes
Quelle est la différence entre sous-titres classiques et sous-titres codés (captions) ?
Ils utilisent souvent le même format de fichier et parfois exactement le même texte. Les sous-titres codés (captions) sont conçus pour transmettre les paroles et les sons importants aux personnes qui n'entendent pas le son. Les sous-titres classiques (subtitles) traduisent généralement les dialogues pour un public qui entend la bande-son. L'usage de ces termes varie toutefois d'un pays à l'autre.
Les sous-titres automatiques sont-ils conformes aux normes WCAG sans relecture ?
La conformité dépend de la fiabilité et de l'exhaustivité du résultat final, pas de l'outil utilisé pour le produire. Un fichier automatique offre une bonne base de travail, mais il faut toujours repasser derrière pour corriger les noms propres, le calage temporel, l'attribution des répliques, les mots oubliés et les indications sonores.
Une transcription suffit-elle à remplacer les sous-titres d'une vidéo ?
En règle générale, non. Selon les WCAG, une vidéo préenregistrée dont l'audio est nécessaire demande des sous-titres synchronisés. Il est intéressant de publier une transcription en complément, et pour un contenu purement audio, elle peut constituer le livrable principal.
Quelle longueur doit faire une ligne de sous-titre ?
Elle doit être assez courte pour qu'on ait le temps de la lire avant qu'elle ne disparaisse. Plutôt que de compter uniquement les caractères, nous évaluons le temps de lecture réel et nous découpons le sous-titre dès qu'une phrase est trop longue pour être lue confortablement au rythme de la vidéo.
