Des outils de sous-titres et de transcription qui ne quittent jamais votre navigateur

Les fichiers de sous-titres et de légendes sont simplement du texte structuré. Un fichier SRT (SubRip) liste des sous-titres séquentiels : un numéro, une plage de code temporel au format HH:MM:SS,mmm --> HH:MM:SS,mmm avec une virgule avant les millisecondes, et une ou plusieurs lignes de dialogue, séparées par une ligne vide. Un fichier WebVTT (.vtt) commence par un en-tête WEBVTT, utilise un point au lieu d'une virgule avant les millisecondes, et prend en charge des métadonnées supplémentaires que le SRT n'a pas : des réglages de sous-titre comme align:start position:10%, des balises de voix comme <v Speaker Name> pour des sous-titres par intervenant, et des balises de style comme <i> ou <c.yellow>. Les fichiers .txt simples n'ont rien de tout cela, juste des lignes de texte, ce qui est exactement ce que la plupart des gens veulent vraiment lire, copier dans un document ou soumettre à un résumeur.

Étape 1 : chargez votre fichier

Glissez un fichier .srt, .vtt ou .txt sur le Studio ci-dessus, cliquez sur « Importer un fichier », ou collez simplement le texte brut directement dans le panneau de gauche. SubToolDesk lit le fichier localement grâce à l'API FileReader du navigateur. Il est traité en mémoire et n'est jamais transmis où que ce soit.

Étape 2 : laissez la détection automatique faire son travail

Le badge au-dessus de l'éditeur identifie le format en recherchant un en-tête WEBVTT, des codes temporels avec virgule, ou des codes temporels avec point. Si aucun de ces motifs ne correspond, le fichier est traité comme du texte brut et chaque ligne non vide devient son propre segment, si bien que le nettoyage des étiquettes d'intervenant et des balises continue de s'appliquer.

Étape 3 : choisissez une sortie et ajustez les options

Choisissez Texte brut pour une transcription propre et lisible, ou SRT/VTT pour conserver (ou convertir) la structure de sous-titres synchronisés. Trois options indépendantes affinent le résultat :

• Fusionner en paragraphes : recompose les sous-titres courts et fragmentés en phrases et paragraphes naturels, en utilisant la ponctuation pour décider où une idée se termine et où la suivante commence.
• Retirer les étiquettes d'intervenant : supprime les identifiants en début de ligne comme SPEAKER 1:, [John]: ou >> JANE: que les logiciels de sous-titrage ajoutent automatiquement.
• Retirer les balises de formatage : supprime les balises de type HTML (<i>, <v Name>) et les codes de dérogation ASS ({\an8}) qui, sinon, apparaissent comme du bruit visuel dans un export en texte brut.

Étape 4 : copiez ou téléchargez

Le panneau de droite se met à jour à chaque frappe et à chaque changement d'option. Quand le résultat vous convient, appuyez sur Copier (ou Cmd/Ctrl + C n'importe où hors des panneaux de texte) pour le récupérer depuis le presse-papiers, ou sur Télécharger pour enregistrer un fichier avec la bonne extension, tout cela sans qu'une seule requête réseau ne quitte votre machine.

SRT contre WebVTT : les différences techniques qui comptent

Les deux formats se ressemblent presque à première vue, et c'est précisément pour cette raison que les conversions entre eux posent problème. Les codes temporels SRT séparent les millisecondes par une virgule (00:00:06,120) ; WebVTT utilise un point (00:00:06.120). WebVTT exige une ligne d'en-tête WEBVTT littérale en haut du fichier. SRT n'a aucun en-tête. WebVTT prend aussi en charge des fonctionnalités pour lesquelles SRT n'a jamais été conçu : des réglages de sous-titre comme align:start position:10% qui contrôlent le placement à l'écran, des balises de voix <v Speaker Name> pour le sous-titrage par intervenant, et des blocs dédiés NOTE, STYLE et REGION pour les commentaires et le style. L'index de sous-titre de SRT doit être un entier séquentiel strict et sans trou ; l'identifiant de sous-titre optionnel de WebVTT peut être n'importe quelle chaîne, ou être omis entièrement. Se tromper sur l'un de ces détails explique généralement pourquoi un fichier de sous-titres édité à la main « fonctionne presque » dans un lecteur mais échoue silencieusement à charger les sous-titres dans un navigateur.

Qui utilise réellement des outils comme celui-ci

Les monteurs vidéo convertissent des exports de sous-titres synchronisés en script texte brut pour une relecture rapide avant qu'un montage ne soit verrouillé. Les créateurs de podcast et les équipes de contenu transforment une transcription générée automatiquement en brouillon d'article de blog ou de notes d'épisode sans rien retaper. Les équipes de relation client et de vente extraient un résumé propre et sans nom d'intervenant d'un enregistrement Zoom ou Teams pour une note de CRM. Les développeurs web préparent des fichiers .vtt pour l'élément HTML5 <track> afin de répondre aux exigences d'accessibilité. Les chercheurs et journalistes nettoient des transcriptions d'entretiens pour les citer sans exposer une seconde fois l'enregistrement brut à un prestataire de transcription tiers. Chacun de ces usages partage la même exigence sous-jacente : le fichier source est souvent sensible, antérieur à une publication, ou tout simplement ne concerne en rien le serveur d'un inconnu.

Une remarque sur la précision et les limites

L'algorithme de fusion en paragraphes utilise la ponctuation (points, points d'interrogation, points d'exclamation et la convention de points de suspension que les auteurs de sous-titres utilisent pour indiquer qu'une phrase continue dans le sous-titre suivant) pour décider où un paragraphe se termine et où le suivant commence. Il est délibérément prudent : en cas de doute, il garde un fragment attaché à son voisin plutôt que de deviner une rupture qui n'existe pas. Pour les fichiers ayant des conventions de ponctuation inhabituelles (aucune ponctuation finale du tout, par exemple), désactiver la fusion en paragraphes et examiner d'abord la sortie à un sous-titre par ligne est la façon la plus fiable de vérifier la source avant de la reformater davantage.