Qu’est-ce qu’une transcription vidéo ? Définition, format et exemple
Qu’est-ce qu’une transcription vidéo ? C’est la version texte d’une vidéo : tout ce qui est dit, qui le dit et les sons qui comptent, pour qu’on puisse lire la vidéo au lieu de la regarder ou de l’écouter. Une transcription descriptive décrit aussi ce qui s’affiche à l’écran. La plupart des transcriptions se trouvent juste sous la vidéo, en paragraphes de texte brut ; l’horodatage est facultatif.
À partir d’un MP4, MOV, MKV ou d’un lien · noms des intervenants et horodatage · TXT gratuit, DOCX et PDF avec les forfaits payants
Intervenants nommés, sons entre crochets
[Upbeat music]
Today we’re making flatbread with four ingredients.
Four? I count five bowls. [laughs]
Cliquez ou glissez-déposez pour importer votre audio ou vidéoTouchez pour importer votre audio ou vidéo
MP3, MP4, M4A, MOV, MKV, WEBM, AVI, WAV, FLAC, AAC, OGG, OPUS, WMA, WMV
Aucune carte bancaire requise · Stockés dans l’UE · Jamais utilisés pour l'entraînement d'IA
Les types de transcription vidéo
La Web Accessibility Initiative du W3C distingue les transcriptions selon ce qu’elles couvrent. Les sous-titres figurent ici pour comparaison, car une transcription est souvent tirée d’eux.
| Type | Ce qu’elle contient | Qui en a besoin | Exigée par les WCAG ? |
|---|---|---|---|
| Transcription de base | La parole et les sons non verbaux nécessaires pour suivre le contenu, avec les intervenants identifiés | Les personnes sourdes ou malentendantes, ou qui ont du mal à traiter l’audio | Pour les médias audio seuls au niveau A ; pour la vidéo avec son au niveau AAA |
| Transcription descriptive | Tout ce que contient une transcription de base, plus une description des informations visuelles | Les personnes à la fois sourdes et aveugles, et les lecteurs qui assimilent mieux le texte que la vidéo | Pour la vidéo sans son au niveau A (ou une audiodescription à la place) ; pour la vidéo avec son au niveau AAA |
| Transcription interactive | Le texte des sous-titres affiché à côté du lecteur, surligné au fil de la lecture ; cliquez sur une phrase pour y accéder | Quiconque cherche un passage ou survole une longue vidéo | Non exigée : c’est une fonction du lecteur, construite à partir du fichier de sous-titres |
| Sous-titres | La même parole et les mêmes sons, synchronisés pour s’afficher sur la vidéo | Les spectateurs qui regardent sans le son ou qui ne peuvent pas l’entendre | Exigés pour la vidéo préenregistrée avec son au niveau A |
Niveaux tels que résumés par le W3C WAI pour les médias préenregistrés, vérifiés le 9 novembre 2026. Les médias en direct suivent d’autres règles.
Sources : W3C WAI : Transcripts · Understanding WCAG 1.2.1 Audio-only and Video-only · Understanding WCAG 1.2.8 Media Alternative
Exemple de transcription vidéo
La transcription descriptive de la première minute d’une vidéo de cuisine à deux, présentée sous forme de tableau. Lisez seulement la colonne du milieu, et vous avez la transcription de base.
| Temps | Audio : ce qui est dit et entendu | Visuel : ce qui est montré |
|---|---|---|
| 0:00 | [Musique entraînante] | Carton titre : « Du pain en une heure, épisode 4 ». |
| 0:04 | Lena Park : Bonjour, moi c’est Lena, et aujourd’hui on prépare un pain plat avec seulement quatre ingrédients. | Lena se tient devant un plan de travail, avec farine, eau, sel et levure dans de petits bols. |
| 0:12 | Sam Diaz : Quatre ? Je compte cinq bols. | Sam se penche dans le champ et montre un bol vide. |
| 0:15 | Lena : Celui-là, c’est pour mélanger. [Sam rit] | Lena fait glisser le bol vide au centre. |
| 0:19 | Lena : D’abord, trois cents grammes de farine. | Texte à l’écran : « 300 g de farine ». Elle verse la farine sur une balance de cuisine. |
Un exemple illustratif rédigé pour cette page. Les sons figurent entre crochets ; les intervenants sont nommés en entier la première fois, puis par leur prénom.
Format d’une transcription vidéo : ce qu’il faut inclure
Il n’existe pas de mise en page obligatoire. Voici les conventions décrites par les recommandations du W3C, et ce qu’une transcription BlaBlaScribe vous fournit comme point de départ.
Intervenants
Indiquez qui parle
Placez le nom avant chaque paragraphe, ou seulement au changement d’intervenant. Activez la reconnaissance des intervenants avant de transcrire, et renommez une fois « Intervenant 1 » et « Intervenant 2 ».
Sons
Notez les sons qui comptent
Rires, musique, applaudissements ou porte qui claque se notent entre crochets quand ils changent le sens. Ajoutez-les dans l’éditeur ; la transcription ne décrit pas les sons d’elle-même.
Visuels
Décrivez ce qui n’est qu’à l’écran
Le texte dans l’image, les noms en bas de l’écran et les actions sans paroles ont leur place dans une transcription descriptive. La reconnaissance vocale ne les voit pas : vous les ajoutez en regardant la vidéo.
Paragraphes
Rédigez des paragraphes, pas des lignes de sous-titres
Les lignes de sous-titres sont découpées pour l’écran. Exportez avec des paragraphes de 15 à 30 secondes, et la transcription se lit comme un texte.
Horodatage
Ne gardez l’horodatage que s’il est utile
Un horodatage devant chaque paragraphe aide sur les longues vidéos et pour vérifier des citations. Ailleurs, il encombre ; désactivez les timecodes à l’export.
Placement
Placez-la juste sous la vidéo
Collez le texte sous le lecteur ou ajoutez un lien vers lui à cet endroit. Un court résumé et des intertitres en haut aident les lecteurs à trouver leur passage.
Comment faire une transcription vidéo
Du fichier vidéo à une transcription sous le lecteur.
Importez un MP4, MOV ou MKV jusqu’à 8 Go, ou collez un lien YouTube ou Vimeo, avec la reconnaissance des intervenants activée pour les entretiens et les tables rondes.
Corrigez mots et noms, renommez les intervenants et ajoutez les sons entre crochets là où ils comptent.
Exportez en TXT ou en DOCX avec des paragraphes et les timecodes voulus, collez le texte sous la vidéo, et ajoutez la description de tout ce qui est montré sans être dit.