---
title: "Incruster des sous-titres sociaux dans une vidéo"
description: "Add subtitles transcrit un clip et y incruste chaque mot à sa seconde, en quatre styles. Le plafond de cinq minutes, lequel prendre, et ce qu’il refuse."
canonical_url: "https://justpictur.ing/fr/guides/add-subtitles-to-a-video/"
published: 2026-08-14
updated: 2026-08-14
locale: "fr"
tools: ["add-subtitles"]
---

Add subtitles écoute un clip, transcrit ce qui est dit, le cale mot par mot, et
**incruste** les sous-titres dans l’image. Ce qui revient est un MP4 fini,
publiable tel quel.

Vous choisissez une seule chose : le style. Tout le reste vient du minutage de la
parole elle-même — où les mots se coupent, combien de temps chaque réplique
tient, quel mot est allumé.

## Incrustés, pas en fichier joint

Les sous-titres font partie de l’image. Il n’y a pas de fichier `.srt` à côté de
la vidéo, ni de piste qu’un lecteur pourrait couper.

C’est la bonne réponse pour l’endroit où ils vont. Les fils sociaux lisent
automatiquement en muet, une piste de sous-titres y est le plus souvent non
prise en charge ou désactivée par défaut, et un sous-titre que personne ne voit
est un sous-titre qui n’a pas existé. Les incruster, c’est avoir les mots dans
tous les lecteurs, toutes les intégrations, toutes les republications.

C’est aussi le compromis : **vous ne pouvez pas les couper, les traduire plus
tard, ni corriger une faute sans relancer.** Pour la diffusion, pour la
conformité en accessibilité, ou pour tout ce qui réclame une piste activable,
c’est le mauvais outil, et le bon est une vraie chaîne de sous-titrage hors du
studio.

## Les quatre styles

| Style       | Casse           | Rendu                                                     |
| ----------- | --------------- | --------------------------------------------------------- |
| **Pop**     | CAPITALES       | Sous-titres gras cernés, le mot actif allumé en jaune     |
| **Karaoke** | CAPITALES       | Une phrase entière, l’accent voyageant mot à mot à mesure |
| **Clean**   | Casse de phrase | Texte simple avec une ombre douce, rien d’autre           |
| **Boxed**   | Casse de phrase | Casse de phrase sur un bandeau noir opaque                |

Le partage se ramène en fait à deux décisions.

**Capitales ou non.** Pop et Karaoke crient, ce qui est l’idiome du format court
et se lit d’un coup d’œil sur un petit écran. Clean et Boxed ne crient pas, ce
qui est l’idiome de tout ce qui veut être pris au mot : une démonstration
produit, un témoignage, une pièce au sujet sérieux.

**Un mot qui s’allume, ou non.** Pop et Karaoke mettent en évidence le mot prononcé,
et c’est ce qui donne aux sous-titres l’impression d’être synchronisés plutôt
que simplement présents. Clean et Boxed tiennent la phrase immobile, ce qui est
plus calme et permet de lire une longue phrase plus facilement.

Boxed est celui vers lequel aller quand vous ne maîtrisez pas le fond : un
bandeau opaque reste lisible sur n’importe quoi, là où un cerne ou une ombre
peuvent encore se perdre dans une image chargée, claire ou très contrastée.

> Le style est figé dans le résultat au moment où vous lancez. Changer d’avis
> est une seconde exécution, pas une retouche.

## Ce qu’il attend du clip

Trois exigences, toutes vérifiées avant le moindre travail chez le fournisseur :
un clip qui en manque une ne vous coûte rien.

- **Il lui faut une piste audio.** Un clip muet n’a rien à transcrire.
- **Il doit être une vidéo décodable**, à la durée réelle et mesurable.
- **Il doit durer cinq minutes ou moins.** Les clips plus longs sont refusés
  d’emblée.

Le plafond de cinq minutes est la forme de l’outil plutôt qu’une limite
arbitraire : ce sont des sous-titres pour vidéo courte, et la longueur des
répliques, les tailles et le rythme sont tous réglés pour une image de la taille
d’un téléphone et une attention de la taille d’un fil.

Une exécution coûte le même prix, que le clip fasse huit secondes ou quatre
minutes.

## Obtenir une transcription propre

Tout ce que les sous-titres réussissent ou ratent commence dans le son.

**Une parole propre se transcrit proprement.** Une voix enregistrée de près, une
voix off générée ou un dialogue produit par un modèle vidéo sont tous faciles.
Une musique de fond épaisse sous la parole, deux personnes qui se coupent la parole,
ou un enregistrement de téléphone à distance dans une pièce sont les endroits où
les mots commencent à être devinés.

**Les noms, les marques et le jargon sont le point faible.** Ce sont exactement
les mots qu’un transcripteur généraliste a le moins de raisons d’attendre, et
exactement ceux qu’il vous faut justes. Vérifiez-les avant de publier : c’est la
seule relecture qui vaut la peine d’être faite à chaque fois.

**Les langues mélangées dans un même clip dérivent.** Le transcripteur s’installe
dans une langue et y reste : une réplique dans une autre a tendance à arriver
orthographiée comme si elle était dans la première.

## Une fois l’exécution passée

Le résultat est un clip ordinaire dans votre bibliothèque. Il se range sous la
pastille Shorts, reçoit une affiche, peut être partagé, et peut lui-même servir
de source : un clip sous-titré peut être assemblé dans un montage plus long, ou
se faire extraire une image.

Ce qu’il ne peut pas être, c’est modifié. Il n’y a pas d’éditeur de
transcription : les mots qui reviennent sont les mots qui ont été entendus.

> **Corrigez un sous-titre faux à la source.** Réenregistrez la réplique, ou
> regénérez le clip avec un dialogue écrit plus simplement, et relancez. Se
> battre avec la sortie n’est pas un coup disponible.

## Quand ça se passe mal

### Il a refusé avant de commencer

L’une des trois barrières : pas de piste audio, un fichier qu’il n’a pas pu
décoder, ou plus de cinq minutes. Rien n’a été facturé.

> **Solution :** vérifiez que le clip a du son et qu’il est sous le plafond. Si c’est
> une pièce longue, coupez-la en morceaux, sous-titrez chacun, puis
> [réassemblez-les](/fr/guides/join-clips-into-one-video/).

### Les sous-titres se posent sur quelque chose d’important

Le placement est fixé par le style plutôt que choisi clip par clip, et les
styles mettent les sous-titres là où la vidéo courte les met : bas dans l’image
et loin du haut.

> **Solution :** composez en tenant compte de la bande de sous-titres. Gardez le tiers
> inférieur de l’image libre de tout ce qui doit être lu : logos, prix, visages
> que vous avez cadrés sur le bord bas.

### Un nom est mal orthographié

Le transcripteur l’a bien entendu et l’a écrit de la façon la plus courante.

> **Solution :** il n’y a pas de dictionnaire à lui apprendre ni de transcription à
> corriger. Si le nom doit être juste à l’écran, dites-le dans un clip à part et
> mettez-le en titre, ou posez-le dans l’image comme un élément graphique plutôt
> que comme de la parole.

---

## À propos de justpictur.ing

justpictur.ing est un studio d'images IA : images, clips, voix off et musique guidés par le prompt, et des vidéos adossées à un storyboard dont les personnages restent les mêmes d'un plan à l'autre.

Les agents se connectent en MCP et peuvent générer directement :

```
claude mcp add justpicturing https://api.justpictur.ing/mcp --transport http
```

L'application se trouve sur https://app.justpictur.ing et demande un compte.

Chaque guide de ce site a un jumeau Markdown à son URL suivie de `.md`. Tous les guides: https://justpictur.ing/fr/guides/