# Des sous-titres propres sans service payant : la chaîne complète > Transcrire avec faster-whisper, découper selon les normes de lisibilité, relire dans Subtitle Edit, exporter en SRT ou WebVTT et incruster avec ffmpeg. *Ou : la transcription est la partie facile ; la difficulté, c'est de ne pas mettre douze mots sur une ligne pendant une demi-seconde.* La réponse courte : des sous-titres automatiques propres demandent quatre étapes, toutes faisables avec des outils ouverts. Transcrire avec faster-whisper et l'horodatage au mot, découper le texte selon les normes de lisibilité, relire dans Subtitle Edit, puis livrer un fichier SRT ou WebVTT, ou incruster les sous-titres dans l'image avec ffmpeg. La transcription d'une heure de vidéo coûte moins d'un centime sur une RTX 4090 louée ; tout le reste tourne sur votre ordinateur, gratuitement. La norme à viser en français, celle de Netflix : 42 caractères par ligne, deux lignes au plus, 17 caractères par seconde. C'est la chaîne qui rend [transcrire sans payer la minute](/guides/gpu-cloud-ia/audio-ia-gpu-cloud/) vraiment utile. La transcription brute ne fait pas des sous-titres. Whisper découpe le texte en segments qui ne suivent aucune règle de lisibilité. Il faut reconstruire des blocs qui respectent les règles de lisibilité, et pour cela l'horodatage de chaque mot est indispensable : il permet de couper une phrase exactement où il faut, sans décaler le texte par rapport à la voix. faster-whisper et WhisperX le fournissent tous deux. Les règles, elles, sont publiées. [Le guide de style français de Netflix](https://partnerhelp.netflixstudios.com/hc/en-us/articles/217351577-French-France-Timed-Text-Style-Guide) fixe 42 caractères par ligne, deux lignes au plus, disposées en pyramide, et une vitesse de lecture de 17 caractères par seconde pour un public adulte, 13 pour les enfants. Son guide général ajoute une durée d'affichage de cinq sixièmes de seconde au minimum et de sept secondes au maximum, et deux images d'écart entre deux sous-titres. Pour le sous-titrage destiné aux sourds et malentendants, la charte de l'Arcom, de 2011, raisonne en caractères par durée et fixe un code de couleurs : blanc pour un locuteur visible, jaune hors champ, rouge pour les bruits, magenta pour la musique. > **Pour qui** : un vidéaste, un formateur ou un éditeur de contenus qui sous-titre ses vidéos en français et veut une qualité professionnelle sans abonnement. > > **À partir de** : 0,34 $ de l'heure pour une RTX 4090 de 24 Go en Community Cloud, 0,74 $ en Secure Cloud, facturés à la seconde. > > **Pour démarrer** : ouvrir un compte Runpod, transcrire vos vidéos sur un pod RTX 4090 avec faster-whisper et l'horodatage au mot, puis relire les fichiers en local. ## Sous-titres automatiques IA : la chaîne complète, de l'audio au fichier final | Étape | Outil | Où | Ce qu'il faut régler | |---|---|---|---| | Transcrire | faster-whisper, modèle large-v3 | pod RTX 4090 ou API | langue forcée, horodatage au mot, détection des silences | | Découper | script ou Subtitle Edit | local | 42 caractères par ligne, 2 lignes, 17 caractères par seconde | | Relire | Subtitle Edit, sous licence MIT | local | noms propres, sigles, ponctuation ; vérificateur des règles Netflix intégré | | Livrer un fichier | SRT ou WebVTT | local | WebVTT pour le web, SRT pour la plupart des plateformes | | Incruster, si nécessaire | ffmpeg, filtre subtitles | local | police, taille et position via les styles | ```bash # Incruster un fichier SRT dans l'image (ffmpeg compilé avec libass) ffmpeg -i video.mp4 -vf "subtitles=sous-titres.srt" -c:a copy video-sous-titree.mp4 ``` Normes relevées le 28 septembre 2026 dans les guides Netflix et la charte de l'Arcom ; options de ffmpeg tirées de sa documentation. [Subtitle Edit](https://github.com/SubtitleEdit/subtitleedit) est l'outil qui fait gagner le plus de temps. Passé sous licence MIT avec sa version 5, il tourne sous Windows, macOS et Linux, lance lui-même la transcription avec plusieurs moteurs Whisper, dont WhisperX et des variantes de faster-whisper, et intègre un vérificateur des règles de Netflix : durée d'affichage, caractères par seconde, longueur de ligne, écart entre sous-titres. Il sait aussi incruster les sous-titres via ffmpeg. Pour quelques vidéos, il suffit à lui seul ; pour des dizaines, la transcription passe sur une carte louée et la relecture reste dans Subtitle Edit. Le site suit cette logique pour ses vidéos. Le script de transcription du pipeline vidéo envoie chaque voix off au worker faster-whisper de Runpod, puis produit un fichier SRT par voix, un fichier SRT et un fichier WebVTT globaux pour YouTube, les chapitres, et un minutage mot par mot pour le montage. Il coupe les lignes à 42 caractères environ, sur deux lignes au plus. Les sigles mal reconnus sont corrigés à partir du script écrit, qui fait foi. Reste l'option gratuite par défaut : les sous-titres automatiques de YouTube, disponibles dans environ 70 langues dont le français. YouTube prévient lui-même que leur qualité « peut varier » et recommande de les relire. Depuis la version 8.0, ffmpeg propose aussi un filtre whisper, s'il est compilé avec whisper.cpp, qui transcrit directement en SRT : pratique pour un traitement en une commande, à relire ensuite. Ma chaîne recommandée : faster-whisper large-v3 sur une RTX 4090 pour la transcription, Subtitle Edit pour le découpage et la relecture avec le vérificateur Netflix, un fichier WebVTT pour votre site et un SRT pour les plateformes. L'incrustation seulement quand la plateforme n'accepte pas de fichier de sous-titres séparé. ![Illustration : bande de pellicule vierge défilant sous une loupe en laiton sur une table lumineuse sombre, chaque image éclairée d'ambre, l'atelier baigné de bleu froid](/images/sous-titres-automatiques-pipeline-bande.original.webp "Image par image, ligne par ligne : la machine transcrit, la relecture sous-titre.") ### Si vous partez de la transcription Le modèle, la vitesse et le coût de la transcription sur une carte louée sont dans [transcrire une heure d'audio en deux minutes](/guides/gpu-cloud-ia/audio-ia-gpu-cloud/faster-whisper-gpu-cloud-transcription/). ### Si plusieurs personnes parlent La charte de l'Arcom demande un tiret à chaque changement de locuteur. Savoir qui parle, c'est le travail de [la diarisation avec WhisperX](/guides/gpu-cloud-ia/audio-ia-gpu-cloud/diarisation-locuteurs-whisperx/). ### Si vos sous-titres doivent parler d'autres langues Traduire des sous-titres est la première marche d'un doublage. La chaîne complète est dans [traduire et doubler une vidéo en trois langues](/guides/gpu-cloud-ia/audio-ia-gpu-cloud/traduction-doublage-ia-video/). --- Cette page contient des liens d'affiliation. Si tu souscris via ces liens, je peux toucher une commission sans coût supplémentaire pour toi. Mon avis reste indépendant et basé sur mon usage réel des outils que je recommande. --- **Tarifs :** prix relevés le 28 septembre 2026 sur les sites officiels des fournisseurs, dans la devise qu'ils affichent : dollars américains pour les plateformes américaines, euros hors taxes pour les européennes. Les tarifs du GPU bougent souvent, et sur une place de marché chaque hôte fixe son prix : les montants cités peuvent avoir changé depuis cette date.