INFOS

[S2ep10] Sous-titres : quand les robots parlent à notre place

Retrouvez tout l’été notre série sur les métiers de l’audiovisuel à l’heure de l’IA.

Sous-titres, accessibilité et IA. Score d’exposition à l’IA : autour de 50 %. Le poste est déjà traversé par la reconnaissance vocale, la traduction automatique et les sous-titres “auto” des plateformes. Le geste professionnel, lui, consiste encore à rattraper ce que la machine fabrique trop vite.

Un film, trois versions de la même réplique

Imaginez une même scène, regardée trois fois. D’abord dans une salle de cinéma avec des sous-titres français travaillés, où le dialogue respire, où une blague passe, où un silence est laissé sans texte. 

Puis sur une plateforme, quelques mois plus tard, avec des sous-titres “internationaux” légèrement différents : plus neutres, un peu lissés, mais corrects. Enfin sur une vidéo pirate ou un rip traduit par des fans, avec des sous-titres bricolés par une communauté, truffés d’explications culturelles et d’erreurs assumées.

Dans les trois cas, le spectateur ne voit qu’une chose : des mots. Mais ce ne sont ni les mêmes, ni la même relation au film. Entre un sous-titrage calibré pour l’accessibilité, un flux automatique généré par un modèle et un fansub militant, ce sont trois politiques du texte qui se superposent sur la même image.

C’est là que le métier se joue : dans cette distance entre ce que les personnages disent réellement, ce que l’algorithme croit entendre et ce que le sous-titreur accepte de laisser passer.

Un métier de marge qui tient le film

Le sous-titrage professionnel n’est pas seulement une affaire de vocabulaire. C’est un travail de découpe, de condensation et de rythme. Il faut décider ce qui peut être coupé sans trahir, ce qui doit rester tel quel, où casser une phrase pour que l’œil puisse suivre sans décrocher de l’image. Il faut aussi tenir compte des codes spécifiques du sous-titrage pour sourds et malentendants : indications de bruit, identification des locuteurs, choix des couleurs et du positionnement.

En France, le CNC a fini par rendre obligatoires les fichiers de sous-titrage pour les publics sourds et malentendants sur les films d’initiative française, avec des chartes qualitatives précises et des aides financières dédiées. 

Une fois créés, ces fichiers doivent accompagner l’œuvre sur toute sa vie : salle, VOD, DVD, télévision. C’est une bonne nouvelle pour l’accessibilité, mais aussi une pression supplémentaire sur la qualité réelle de ces textes.

Dans ce cadre, le sous-titrage cesse d’être une variable d’ajustement en fin de chaîne. Il devient une condition d’existence de l’œuvre. L’IA, elle, arrive dans un environnement déjà sous tension, où la moindre erreur ne se résume pas à une coquille, mais à un obstacle pour un public entier.

Subtitle Edit en action

L’IA arrive par la petite porte

L’IA n’est pas apparue d’un coup comme une promesse de “tout sous-titrer, dans toutes les langues”. Elle a commencé par s’infiltrer dans les gestes les plus simples : transcrire un fichier son, repérer les silences, proposer une première version brute. Des modèles comme Whisper se sont imposés dans de nombreux workflows comme une base fiable : on lui donne un film, il renvoie un texte avec timecodes.

Dans des outils comme Subtitle Edit, ce texte peut ensuite être segmenté, corrigé, peaufiné, aligné sur l’image. Dans des suites plus industrielles comme OOONA Tools, il devient la matière première d’un pipeline complet de localisation, de contrôle qualité et de livraison vers des plateformes qui, comme Netflix, encadrent leurs livrables par des guides de sous-titres très stricts.

Le problème n’est pas là. Le problème commence quand la première couche automatique est considérée comme “assez bonne” pour ne plus être vraiment relue. Quand la transcription brute commence à ressembler à un sous-titre final.

Sous-titres automatiques : autant d’aide que de dégâts

Sur YouTube, les sous-titres automatiques ont été présentés comme un levier d’accessibilité. Dans les faits, ils sont friables. Les accents, les noms propres, le bruit de fond, les tournures familières s’y écrasent régulièrement. De nombreux guides d’accessibilité rappellent qu’un sous-titre automatique mal relu peut “changer complètement le sens du contenu” ou produire des effets carrément embarrassants.

On connaît ces captures d’écran partagées sur les réseaux, où une simple homophonie mal gérée transforme une phrase neutre en propos raciste, sexiste ou absurde. C’est drôle quand on entend encore la piste son. Ça l’est beaucoup moins quand on s’appuie sur le texte pour comprendre, parce qu’on n’entend pas ou qu’on ne maîtrise pas la langue.

C’est là que la promesse d’accessibilité se retourne. Les sous-titres automatiques rendent théoriquement plus de contenus “accessibles”, mais dans la pratique, ils créent un fossé : ceux qui peuvent recouper avec le son repèrent les erreurs ; ceux qui dépendent du texte en subissent les conséquences.

Quand la vitesse dégrade la version

Du côté des grandes plateformes, un autre phénomène a émergé : l’effet de masse. À force de multiplier les productions et les langues, le sous-titrage est devenu un sujet industriel. Un article du Hollywood Reporter pointait déjà, il y a quelques années, la qualité inégale des sous-titres sur Netflix, entre erreurs de traduction, nuances perdues et maladresses susceptibles de froisser les spectateurs bilingues. Les règles existent pourtant. Les Timed Text Style Guides de Netflix détaillent au caractère près la durée minimale d’affichage, les ruptures de ligne, le traitement des onomatopées, des panneaux, des montants d’argent, et imposent des livrables conformes à des normes très précises. Un bon sous-titre Netflix ne doit ni “flasher” à l’écran, ni rester trop longtemps, ni couper une phrase au mauvais endroit.

Là encore, l’IA est ambivalente. Elle peut aider à appliquer ces règles sur de gros volumes, mais elle encourage aussi la production d’énormes quantités de texte, parfois relues trop vite, parfois externalisées à des conditions économiques qui n’incitent pas à passer dix minutes sur un demi-siècle de culture condensé en deux lignes.

Outils du métier : ce qui tient encore

Pour les professionnels du sous-titrage, les outils “non IA” restent la colonne vertébrale du métier. Des éditeurs comme Subtitle Edit ou des plateformes spécialisées comme OOONA organisent le travail de segmentation, de timecode, de style. Ils intègrent des fonctions d’aide, de contrôle, de conversion de formats, mais n’enlèvent rien à la responsabilité de celui ou celle qui signe le fichier.

Ces environnements dialoguent avec les exigences des diffuseurs : respect des chartes, livrables multiformats, utilisation de glossaires partagés. Ils permettent aussi de s’aligner sur les obligations françaises en matière d’accessibilité, où le sous-titrage pour publics sourds et malentendants doit, par exemple, respecter des codes couleur et des conventions de description sonore, comme le fait très clairement ARTE sur ses services linéaires et à la demande.

Le cœur du métier demeure là : savoir où couper, quoi expliciter, comment rendre lisible une information sonore, tout en laissant au film sa part d’ambiguïté.

OONA tools offre une large palette d'outils pour les sous-titres

Les briques IA qui changent le quotidien (et pas le métier)

Les briques IA utiles au sous-titrage sont identifiables : transcription avec Whisper ou des modèles similaires ; détection automatique des locuteurs ; suggestions de segmentation ; pré-traduction avec des moteurs neuronaux capables d’apprendre un glossaire sur une série entière.

Dans un bon workflow, ces briques servent à dégrossir, pas à décider. On laisse le modèle faire la première passe : repérer qui parle, isoler les phrases, proposer un découpage. Puis on repasse derrière pour couper différemment, simplifier, remonter la phrase d’avant, fusionner deux répliques, reposer une blague que la machine a lissée.

Mais l’économie globale pousse dans l’autre sens. Une fois que l’on sait produire un fichier de sous-titres “à 80 % correct” en quelques clics, la tentation est grande de considérer que les 20 % restants relèvent du luxe.

C’est là pourtant que se nichent les effets les plus violents : un faux sens dans un documentaire, une insulte traduite trop littéralement, un sous-titre qui attribue une phrase au mauvais personnage.

L’accessibilité, ce n’est pas juste “mettre des mots”

Sur le papier, les dispositifs se renforcent. Le CNC conditionne désormais une partie de ses aides au respect de l’accessibilité pour les publics sourds, malentendants, aveugles et malvoyants. L’Arcom rappelle régulièrement que les chaînes et plateformes doivent rendre leurs services accessibles, et le sujet est devenu central pour des diffuseurs comme ARTE.

Mais entre les chartes, les aides et les pratiques réelles, il y a des trous. On trouve encore des copies VOD avec des sous-titres “ST auto” bricolés à partir de la version entendante, des programmes sans codes couleur, des dialogues non attribués, des bruits essentiels non signalés. L’algorithme transcrit la parole, mais il ne transcrit pas la situation.

Autrement dit, l’accessibilité ne se mesure pas au nombre de fichiers .srt générés. Elle se mesure à la capacité d’un spectateur de suivre une œuvre sans avoir l’impression de lire un compte-rendu approximatif de ce qui se passe.

Les ratés comme révélateurs

Les ratés de sous-titrage disent quelque chose de l’époque. Lorsqu’une plateforme diffuse une série avec des sous-titres manifestement bâclés, les premiers à réagir sont souvent les spectateurs bilingues. Ils voient les contresens, les blagues ratées, les expressions intraduisibles écrasées sous une formule générique. Ils vont se plaindre sur les réseaux, citer des exemples, pointer du doigt la différence entre ce qu’ils entendent et ce qu’ils lisent.

Ces scandales, même mineurs, ont un effet pédagogique : ils rappellent que la qualité de la traduction ne peut pas être entièrement automatisée. Que l’on ne peut pas “mettre l’IA” sur les sous-titres comme on ajoute un filtre vidéo. 

Ils montrent aussi que la valeur d’un service se joue à ce niveau-là : dans la manière dont il respecte ou non la parole d’origine.

À l’inverse, lorsqu’un travail de sous-titrage est salué pour une série étrangère, un film d’auteur, un documentaire complexe, c’est rarement parce qu’il est spectaculaire. C’est parce qu’il s’efface parfaitement, tout en faisant sentir des nuances qui auraient pu être perdues.

Un métier qui survit en se rendant indispensable

Les sous-titres sont devenus omniprésents. Sur TikTok, sur YouTube, dans les stories, ils servent autant à accrocher un scroll qu’à compenser l’absence de son. 

Dans les salles et sur les plateformes, ils sont au cœur de l’accessibilité. Cette omniprésence pourrait faire croire que le métier est condamné à se dissoudre dans des solutions automatisées.

En réalité, il suit une trajectoire inverse : plus il y a de texte automatique, plus le besoin de professionnels capables de dire “non, ça, ce n’est pas correct” devient stratégique. Le sous-titreur n’est plus seulement un technicien de la ligne ; il devient le dernier garde-fou entre l’algorithme et le spectateur.

Pour l’instant, l’IA parle vite. Elle apprend à mieux entendre, à mieux aligner, à mieux traduire. Mais elle ne sait pas encore ce que cela veut dire, au juste, de “bien lire” un film. C’est là que le métier résiste.

Le prochain épisode de cette série sur les métiers de l’audiovisuel face à l’IA se penchera sur la voix, le doublage et la post-synchro : une autre façon de parler à la place des corps, que les synthèses vocales et les clones de voix viennent à leur tour bousculer.