Générateur SRT en français

L'essentiel à retenir

• ●SRT est le format standard universel. Accepté par YouTube, Vimeo, Premiere Pro, DaVinci Resolve, Final Cut, CapCut, OBS, VLC, et tous les lecteurs vidéo. C'est le format à utiliser par défaut pour 95 % des cas.
• ●Génération automatique en 5-10 minutes pour 1 heure de vidéo. Vs 3-4 heures de sous-titrage manuel ligne par ligne. Économie de temps massive pour créateurs réguliers.
• ●Précision en français : la seule mesure publiée que nous puissions citer est celle de l’article d’OpenAI — 8,3 % de WER sur FLEURS pour le modèle large-v2 (section D.2.4). C’est un plafond, pas une description de votre résultat : nous n’avons jamais mesuré notre sortie française contre une transcription de référence. Prévoyez une relecture des noms propres et du jargon technique avant publication.
• ●Format VTT également disponible. Pour intégration HTML5 video sur sites web personnalisés via balise `<track>`.
• ●Sous-titres multilingues sans service tiers. Générez SRT FR + SRT EN + SRT ES + SRT ZH + SRT AR — 133 langues cibles disponibles, horodatages préservés à l'identique.
• ●Synchronisation au mot près. Les sous-titres apparaissent et disparaissent exactement quand le locuteur parle — sans calage manuel.
• ●Accessibilité : les sous-titres sont une obligation légale pour le secteur public français (RGAA) depuis 2019 et pour les entreprises dont le chiffre d’affaires dépasse 250 M€. Une sortie automatique ne suffit pas seule — voir la section accessibilité plus bas.

Comment générer un SRT (3 étapes)

Workflow identique quel que soit le format source (vidéo MP4/MOV/MKV ou audio MP3/WAV/M4A) ou la destination (YouTube, Premiere, CapCut).

1. 1

   Téléchargez votre vidéo ou audio

   Glissez votre fichier dans VexaScribe. Formats vidéo : MP4, MOV, MKV, WebM, AVI. Formats audio : MP3, WAV, M4A, OGG. Limite : 5 Go par fichier, sur tous les forfaits. Détection automatique du français parmi 99 langues.

2. 2

   L'IA transcrit avec horodatages

   Whisper Large-v3 génère la transcription avec des horodatages au niveau du mot. Vous choisissez le niveau de qualité à chaque fichier : Standard (Whisper Large-v3, 1 minute par minute d'audio) ou Premium (modèle Premium, 2 minutes). L'éditeur intégré permet de corriger avant export.

3. 3

   Exportez le SRT (ou VTT)

   Cliquez sur Exporter → SRT. Le fichier au format standard SubRip (séquence + timecode HH:MM:SS,mmm + texte) est téléchargé immédiatement. Pour HTML5 video, choisissez VTT. Pour sous-titres multilingues, traduisez vers 133 langues cibles avant export.

Qu'est-ce qu'un fichier SRT ?

SRT (SubRip Subtitle) est un format de fichier texte simple, créé dans les années 1990 pour le logiciel SubRip de DVD ripping. Devenu le standard universel des sous-titres, il est aujourd'hui supporté par tous les lecteurs vidéo et logiciels d'édition professionnelle.

1
00:00:01,500 --> 00:00:04,000
Bienvenue dans cette vidéo de présentation.

2
00:00:04,200 --> 00:00:07,800
Aujourd'hui nous allons explorer trois concepts clés.

3
00:00:08,000 --> 00:00:11,500
Le premier concept est la transcription automatique.

Avantages du format SRT : (1) simplicité — le fichier est lisible humainement et éditable avec n'importe quel éditeur de texte, (2) compatibilité universelle, (3) taille faible (typiquement < 50 ko pour 1 h de vidéo), (4) pas de dépendance à un logiciel propriétaire. C'est pourquoi il est devenu le format de référence pour les sous-titres.

SRT vs VTT vs ASS

Plusieurs formats de sous-titres existent, chacun adapté à un contexte d'usage spécifique.

Recommandation : SRT par défaut (95 % des cas), VTT si vous intégrez la vidéo sur votre propre site web HTML5, ASS si vous voulez du styling visuel avancé (sous-titres animés). TTML et SBV sont réservés aux contextes très spécifiques (broadcast pro, legacy YouTube). Si vous avez déjà un fichier .vtt et voulez du SRT (ou l'inverse), notre convertisseur VTT vers SRT gère les deux directions côté client.

Comment ouvrir, lire et modifier un fichier SRT

Un fichier SRT est un simple fichier texte — vous pouvez l'ouvrir avec n'importe quel éditeur de texte, ou avec des lecteurs vidéo spécialisés qui affichent aussi la synchronisation. Voici les méthodes recommandées selon votre besoin : lecture simple, lecture synchronisée avec vidéo, ou édition.

Ouvrir un fichier SRT sur Windows, macOS et Linux

• ● Bloc-notes (Windows), TextEdit (macOS), Gedit (Linux) — pour lecture simple sans coloration.
• ● Notepad++ (Windows, gratuit) — recommandé pour l'encodage UTF-8 (évite les caractères mal affichés en français tels que « É » ou « à »).
• ● VS Code, Sublime Text — pour édition avec coloration syntaxique et recherche/remplacement puissants.
• ● Note : si les accents français apparaissent comme des symboles étranges (é, à ), le fichier est en encodage non-UTF-8. Notepad++ permet de convertir : menu « Encodage » → « Convertir en UTF-8 ».

Lire un fichier SRT avec un lecteur vidéo

• ● VLC (multi-plateforme, gratuit, recommandé) : deux méthodes
  1. Glisser-déposer le fichier .srt sur la fenêtre VLC pendant la lecture de la vidéo.
  2. Nommer le SRT identiquement à la vidéo (ex : film.mp4 + film.srt) — VLC détecte automatiquement au lancement.
• ● MPV, PotPlayer, IINA (macOS) : même logique de nommage automatique.
• ● Windows Media Player : nécessite un codec pack tiers pour lire les SRT (VLC est plus simple).

Modifier un fichier SRT — éditeurs recommandés

Structure d'un fichier SRT — comprendre pour éditer sans casser

1
00:00:00,000 --> 00:00:04,500
Bonjour et bienvenue dans cette vidéo.

2
00:00:04,500 --> 00:00:08,200
Aujourd'hui nous allons parler de transcription automatique.

3
00:00:08,200 --> 00:00:12,000
Suivez le guide pour créer vos propres sous-titres.

• ● Chaque entrée a 4 parties : numéro d'index (1, 2, 3...), timestamps de début et fin au format HH:MM:SS,mmm (millisecondes séparées par une virgule, PAS un point), lignes de texte, ligne vide de séparation.
• ● Erreur courante : utiliser un point . au lieu d'une virgule , dans les millisecondes casse la synchronisation dans la plupart des lecteurs.
• ● Erreur courante : oublier la ligne vide entre deux entrées → les sous-titres fusionnent.

Convertir un fichier SRT vers d'autres formats

Compatibilité avec les logiciels d'édition vidéo

Le SRT généré par VexaScribe respecte exactement la spécification SubRip standard — il est compatible avec tous les logiciels d'édition vidéo et plateformes de diffusion majeurs.

Tous les principaux logiciels d'édition vidéo (Premiere, DaVinci, Final Cut, CapCut) permettent ensuite de personnaliser le style des sous-titres (police, taille, position, couleur, fond) sans modifier le fichier SRT source.

Comment VexaScribe découpe la parole en sous-titres lisibles

La précision de la transcription ne représente que la moitié d'un SRT utilisable. L'autre moitié, c'est la qualité du découpage en cues — couper les longs tours de parole en sous-titres qui se lisent naturellement à l'écran et restent synchronisés avec la voix. Un monologue de 30 secondes ne peut pas tenir en un seul sous-titre. Une réaction de deux mots ne doit pas clignoter un quart de seconde puis disparaître. VexaScribe gère ce découpage avec un algorithme qui s'appuie sur les repères temporels au mot près renvoyés par le moteur de transcription.

Les valeurs cibles

• ● 80 caractères maximum par cue — plus large que la norme télévision (42 caractères par ligne), parce qu'un sous-titre lu sur un écran d'ordinateur ou de téléphone tient plus de texte qu'un sous-titre de diffusion.
• ● 7 secondes maximum par cue à la découpe initiale — assez long pour lire, assez court pour que l'écran ne reste pas figé. La durée minimale est de 1 seconde.
• ● Jusqu'à 10 secondes après correction de la vitesse de lecture — un cue trop dense en texte est allongé vers le silence qui suit. Dans des cas rares (un flux de parole continu, sans fin de phrase, sans virgule et sans pause d'au moins 0,4 seconde) un cue peut atteindre 14 secondes : nous le signalons plutôt que d'annoncer un plafond que le fichier contredirait.
• ● Minimum 20 caractères / 1 seconde avant validation à une césure naturelle — pour que des fragments courts comme « Oui. » ne deviennent pas des flashs autonomes de moins d'une seconde.

L'algorithme

1. Accumulation gloutonne des mots dans un cue jusqu'à ce que l'ajout du mot suivant dépasse 80 caractères ou 7 secondes.
2. Césure préférentielle à la ponctuation de fin de phrase (. ! ?) — uniquement si le cue en cours est déjà lisible.
3. Si un silence apparaît à l'intérieur d'un segment (pause théâtrale, respiration dans un audiobook), continuer à empiler les mots à travers le silence plutôt que d'émettre un flash sous-secondaire suivi d'un écran noir.
4. Fusion arrière : si le dernier cue d'un segment est trop court pour tenir seul, le fusionner avec le précédent (avec un dépassement plafonné à ~20 % de caractères).
5. Préservation des étiquettes de locuteur ([SPEAKER_00]) sur chaque cue, en respectant les changements de locuteur au mot près quand la diarisation les identifie au milieu d'un segment.

Pourquoi les repères temporels au mot près sont essentiels

La plupart des outils de transcription grand public découpent les cues par compte de caractères et interpolent linéairement les temps sur un segment — résultat : un sous-titre pour « Bonjour » peut s'afficher de 0:03,412 à 0:04,187 alors que le mot a réellement été prononcé de 0:03,610 à 0:03,890. Les sous-titres dérivent visiblement par rapport à la parole. VexaScribe utilise les repères au mot près renvoyés par le moteur : chaque cue commence au début réel de son premier mot et se termine à la fin réelle de son dernier mot. Les sous-titres apparaissent quand la parole commence et disparaissent quand elle s'arrête.

Ce comportement est crucial pour les pauses théâtrales. Dans un discours motivant avec 2 à 3 secondes de silence entre les phrases, les algorithmes naïfs produisent un sous-titre de 0,4 seconde suivi d'un écran noir. Notre algorithme maintient le cue précédent à l'écran pendant le silence — proche de ce que ferait un sous-titreur à la main.

Importation directe dans les logiciels d'édition

Le résultat : des fichiers SRT et VTT qui s'importent directement dans Adobe Premiere Pro, Final Cut Pro, DaVinci Resolve, CapCut, OBS et YouTube sans nettoyage manuel des cues. La grande majorité des cues tient entre 1 et 7 secondes. Pour le détail complet de l'algorithme, voir notre page anglaise dédiée au découpage de cues.

L’ordre de découpe. L’algorithme cherche le point de coupe dans cet ordre : une pause d’au moins 0,4 seconde, puis la fin de phrase, puis la virgule, et en dernier recours la frontière de mot la plus avancée qui tient dans la limite de caractères. La pause passe avant la ponctuation volontairement : celui qui parle ne met pas de points, il respire.

Les corrections qui suivent. Les cues trop denses sont allongées vers le silence jusqu’à revenir à 15 caractères par seconde, la vitesse de lecture visée. Les trous entre 83 et 500 ms sont refermés à 83 ms — deux images à 24 fps — parce qu’un intervalle plus court se perçoit comme un scintillement et non comme un changement de sous-titre. Deux cues voisines très courtes sont fusionnées si le résultat reste dans les limites, et un changement de locuteur coupe toujours la cue.

Ces valeurs sont celles de notre exporteur, confirmées contre son code le 3 octobre 2026 — pas celles d’un guide tiers. Vous pouvez les vérifier : générez un fichier et comptez les caractères.

Uploader le SRT directement sur YouTube

Le cas d'usage le plus fréquent du SRT VexaScribe est l'upload sur YouTube pour remplacer les sous-titres auto-générés de YouTube par votre version manuelle de qualité.

Pour les sous-titres multilingues sur YouTube (FR + EN + ES + JA), répéter les étapes 3-6 pour chaque langue — voir la section suivante.

Sous-titres multilingues

Workflow pour créer des sous-titres dans plusieurs langues à partir d'une vidéo française unique — l'un des cas d'usage les plus puissants du générateur SRT VexaScribe.

Couverture audience : si votre vidéo originale est en FR (population francophone ~280 M), ajouter EN ouvre +1,5 milliard de personnes (anglophones natifs + secondes langues), ES ouvre +600 M, AR ouvre +400 M, ZH ouvre +1 milliard. Le SRT multilingue est l'investissement marketing le plus rentable pour atteindre une audience internationale. Pour plus de détails sur la traduction voir transcrire et traduire.

Accessibilité WCAG 2.1 et RGAA

Les sous-titres ne sont pas seulement un outil marketing — ils sont une obligation légale dans plusieurs contextes en France et en Europe.

Comparatif des outils de génération SRT

Six approches pour générer ou éditer des sous-titres SRT en français. Classés par rôle plutôt que par prix : les tarifs et les paliers gratuits changent trop souvent pour qu’un tableau les représente fidèlement, et nous ne les avons pas vérifiés chez chaque éditeur. Nous ne publions pas non plus de pourcentage de précision pour les autres outils : nous ne les avons pas mesurés.

Pour le comparatif large des outils de transcription voir toutes les alternatives.

Tarifs et estimation

Tarifs VexaScribe en équivalence d'heures de vidéo sous-titrée par mois. Calcul basé sur des vidéos d'une heure en moyenne.

Coût effectif sur le plan Pro : ~0,24 $ par vidéo d'une heure sous-titrée. Voir détails complets sur la page tarifs.

Méthodologie & sources

Sur les chiffres de précision. La seule valeur que nous citons pour le français vient de Radford et al., Robust Speech Recognition via Large-Scale Weak Supervision, arXiv:2212.04356, section D.2.4 : 8,3 % de WER sur le benchmark FLEURS, mesuré pour le modèle large-v2 sur du texte lu en studio. Nous ne publions pas de pourcentage à nous, pour le français comme pour les autres outils comparés : nous ne les avons pas mesurés. Les paramètres de découpage des cues, en revanche, sont ceux de notre exporteur et ont été confirmés contre son code le 3 octobre 2026.