En bref
- Un horodatage marque une position mesurée depuis le début du fichier. Un timecode exprime la même chose dans un format fixe, qui inclut souvent le numéro d'image.
- Le format SRT sépare les millisecondes par une virgule. Le format VTT utilise un point et permet d'omettre les heures.
- Une transcription peut noter le temps par segment, par prise de parole ou par mot. L'horodatage mot à mot permet de caler les sous-titres au plus juste.
- Les repères temporels automatiques restent des estimations. Vérifiez-les en regardant la vidéo et corrigez les quelques passages en avance ou en retard.
- Quand tous les sous-titres ont le même retard ou la même avance, décalez tout le fichier. Si l'écart grandit au fil de la lecture, cela vient d'habitude d'une cadence d'images différente ou d'un enregistrement recoupé.
Qu'est-ce qu'un horodatage dans une transcription ?
Un horodatage indique le moment où quelqu'un commence à parler, calculé depuis le début du fichier audio ou vidéo. Dans une transcription, on le trouve d'habitude en face d'un paragraphe ou à chaque changement d'intervenant. Il s'écrit en minutes et secondes, ou en heures, minutes et secondes quand l'enregistrement est long.
Concrètement, il sert à trois choses. Vous pouvez sauter directement au bon endroit de l'enregistrement pour vérifier une citation. Vous pouvez aussi indiquer un passage précis dans un long fichier, par exemple à la 41e minute. Enfin, il permet de transformer le texte en sous-titres, puisqu'un sous-titre est simplement un texte associé à un temps de début et de fin.
Quelle est la différence entre un timecode et un horodatage ?
Au quotidien, on emploie souvent l'un pour l'autre. En production vidéo, le timecode est une norme qui numérote chaque image avec les heures, les minutes, les secondes et le numéro d'image, comme 00:12:30:15. Les monteurs l'utilisent pour caler la vidéo, le son et les sous-titres. Dans une transcription, l'horodatage est d'ordinaire moins strict : il a juste besoin d'indiquer un moment dans l'audio.
La différence compte surtout quand on passe d'un outil à un autre. Un logiciel de montage vidéo compte en images, il faut donc connaître la cadence d'images du projet. Un fichier de transcription ou de sous-titres compte en secondes et millisecondes, sans dépendre de cette cadence. Quand on assemble les deux, c'est le logiciel de montage qui fait la conversion.
Comment les formats SRT et VTT écrivent-ils le temps ?
Un fichier SRT se compose d'une suite de blocs numérotés. Chaque bloc contient un numéro, une ligne avec les temps de début et de fin séparés par une flèche, puis une ou deux lignes de texte suivies d'une ligne vide. Le temps s'écrit en heures, minutes, secondes et millisecondes, avec une virgule avant les millisecondes : par exemple 00:01:02,500 suivi d'une flèche et de 00:01:05,100.
Un fichier VTT s'ouvre sur l'en-tête WEBVTT. Les repères temporels suivent le même ordre, mais avec un point à la place de la virgule, et on peut omettre les heures quand elles sont à zéro. Ce format, défini par une spécification du W3C, propose aussi des options pour positionner et styliser le texte.1
Si un fichier de sous-titres refuse de s'ouvrir, commencez par vérifier le séparateur décimal. Mettre une virgule dans un VTT ou un point dans un SRT fait partie des erreurs les plus courantes. KolWrite exporte directement les deux formats depuis la transcription corrigée, chacun avec le bon séparateur.
Quelle est la différence entre l'horodatage par segment et par mot ?
L'horodatage par segment donne le début et la fin d'une phrase entière ou d'un bloc de sous-titres. C'est suffisant pour des sous-titres classiques ou pour se repérer dans une transcription. L'horodatage par mot note le début et la fin de chaque mot. Il permet de surligner les mots au fur et à mesure qu'ils sont prononcés, de couper une vidéo sur un mot précis et de caler les sous-titres très finement.
Tout dépend de ce que vous voulez faire. Pour un compte rendu de réunion, les temps par segment et les changements d'intervenant suffisent. Pour des sous-titres animés ou un montage vidéo rapide, l'horodatage mot à mot est bien plus utile. Les développeurs peuvent récupérer les temps par mot, l'identification des locuteurs et les fichiers SRT via l'API KolWrite sur console.kolwrite.com.
Quand vous citez un enregistrement dans un rapport, indiquez l'horodatage à côté de la citation en gardant toujours le même format, comme 00:41:12, et ne touchez plus au fichier média d'origine. Réencoder ou raccourcir une copie risque de décaler légèrement les temps. Or une référence ne sert que si le lecteur tombe exactement sur le même passage.
Quelle est la précision des repères temporels ?
Dans une transcription automatique, les repères temporels sont des estimations. Ils peuvent être décalés d'une fraction de seconde, surtout en début de phrase après un silence, quand plusieurs personnes parlent en même temps ou si le son est bruyant. Pour lire ou chercher un mot, cela ne change rien. En revanche, sur des sous-titres, le moindre retard se voit tout de suite.
Pour vérifier votre fichier, regardez la vidéo avec les sous-titres activés. Surveillez surtout le premier sous-titre, les reprises après un long silence et les moments où les voix se chevauchent. Corrigez simplement les quelques lignes décalées, sans reprendre tout le fichier.
Pourquoi mes sous-titres sont-ils désynchronisés et comment les corriger ?
Regardez d'abord comment se comporte le décalage. Si chaque sous-titre a exactement la même avance ou le même retard, le décalage est constant. C'est ce qui arrive par exemple quand la vidéo contient une introduction qui n'était pas dans le fichier audio. Dans ce cas, décalez tous les horodatages de cette même durée : si vous avez ajouté cinq secondes d'intro, reculez chaque horodatage de cinq secondes.
Si le retard s'allonge au fil de la vidéo, le problème vient soit d'une différence de cadence d'images, soit d'une vidéo remontée après avoir été transcrite. Faites toujours transcrire le montage définitif : couper ne serait-ce que quelques secondes au début de la timeline décale toute la suite.
Testez toujours le fichier corrigé dans le lecteur où votre public verra la vidéo. Des sous-titres bien calés sur la timeline d'un logiciel de montage peuvent réagir autrement dans un lecteur web.
Questions fréquentes
Ai-je besoin d'horodatages dans une transcription ?
Pour une simple lecture, ils sont facultatifs. Ils deviennent indispensables dès qu'il faut vérifier une citation avec l'audio, renvoyer à un passage précis d'un long enregistrement ou créer des sous-titres.
Pourquoi le format SRT utilise-t-il une virgule dans l'horodatage ?
C'est prévu par la spécification SRT : on sépare les secondes des millisecondes avec une virgule. Le format VTT utilise un point à la place. On ne peut donc pas passer de l'un à l'autre sans convertir ces séparateurs.
Puis-je obtenir un horodatage pour chaque mot ?
Oui. Vous pouvez récupérer l'horodatage mot à mot au format JSON via l'API KolWrite, et créer des sous-titres mot à mot dans Premiere Pro et DaVinci Resolve avec le panneau KolWrite.
Comment décaler tous les sous-titres d'une même durée ?
Passez par un éditeur de sous-titres qui propose une fonction de décalage temporel, ou modifiez les temps dans un éditeur de texte si le fichier est court. Vérifiez toujours le résultat dans le lecteur vidéo final.
Pourquoi les sous-titres se décalent-ils progressivement jusqu'à la fin de la vidéo ?
D'habitude, c'est que la cadence d'images ne correspond pas, ou que la vidéo a été recoupée après la transcription. Transcrivez toujours la version finale de la vidéo pour que les temps restent bien alignés.