Deux façons d’afficher les sous-titres

Lorsqu’une vidéo doit être comprise sans le son, traduite ou rendue accessible, deux solutions principales existent. Les sous-titres incrustés, aussi appelés sous-titres ouverts, sont intégrés directement à l’image. Ils deviennent une partie permanente de la vidéo, au même titre que les décors ou les textes affichés à l’écran. Les sous-titres activables, parfois appelés sous-titres fermés, sont ajoutés comme une piste distincte. Le lecteur peut les afficher, les masquer et, selon le service utilisé, choisir une langue ou modifier leur apparence.

Le choix ne dépend donc pas seulement de préférences graphiques. Il concerne la compatibilité avec les plateformes, l’accessibilité, la traduction, la conservation des vidéos et les usages du public. Une vidéo destinée à un réseau social consulté sans le son n’a pas les mêmes besoins qu’un programme diffusé sur une plateforme vidéo, un module de formation ou un film projeté dans une salle.

Il faut également distinguer les sous-titres de la transcription intégrale et de l’audiodescription. Les sous-titres transcrivent principalement les paroles et peuvent signaler certains éléments sonores utiles, comme une sonnerie ou une musique importante. L’audiodescription décrit les informations visuelles pour les personnes qui ne peuvent pas voir l’image. Ces dispositifs répondent à des besoins différents et peuvent être complémentaires.

Les sous-titres incrustés : une lecture immédiate et universelle

Avec des sous-titres incrustés, le texte est fusionné avec l’image lors du montage ou de l’encodage. Il apparaît donc quel que soit le lecteur utilisé. Cette caractéristique est particulièrement utile lorsque la plateforme ne garantit pas la prise en charge d’une piste de sous-titres ou lorsque la vidéo est fréquemment téléchargée, copiée ou intégrée dans différents environnements.

Le principal avantage est la prévisibilité. Le producteur contrôle la police, la taille, la couleur, le positionnement, le contraste et le rythme d’apparition. La mise en page reste identique sur un téléphone, un ordinateur ou un écran public, sous réserve des recadrages appliqués par la plateforme. Pour une courte vidéo diffusée sur un fil d’actualité, cette stabilité facilite la compréhension immédiate.

Ce format présente cependant une limite importante : le spectateur ne peut pas masquer les sous-titres. Une erreur, une traduction approximative ou une mauvaise synchronisation reste visible dans la version publiée. Il est également impossible, dans la plupart des cas, de proposer plusieurs langues dans un même fichier sans produire plusieurs versions de la vidéo.

Les sous-titres incrustés peuvent aussi être altérés par les formats verticaux, carrés ou horizontaux. Une phrase placée trop près du bord inférieur risque d’être coupée ou recouverte par les boutons d’interface d’une application. Le montage doit donc prévoir une zone de sécurité et vérifier le rendu sur les principaux formats d’écran.

Les sous-titres activables : souplesse et personnalisation

Les sous-titres activables sont stockés dans une piste séparée de la vidéo. Le lecteur peut les afficher ou les désactiver. Certaines interfaces permettent également de sélectionner une langue, de régler la taille du texte ou de modifier le contraste. Cette séparation entre l’image et le texte facilite la maintenance et la déclinaison d’un même contenu.

Ce format est adapté aux vidéos longues, aux cours, aux conférences enregistrées, aux contenus institutionnels et aux programmes proposés dans plusieurs langues. Une seule vidéo peut être associée à plusieurs pistes linguistiques. Si une correction est nécessaire, la piste peut parfois être remplacée sans réexporter toute la vidéo.

La souplesse dépend toutefois de l’environnement technique. Tous les lecteurs ne gèrent pas les mêmes formats de sous-titres, et certaines plateformes n’acceptent qu’une partie des fonctions de mise en forme. Le fichier peut aussi ne pas être chargé, être désactivé par défaut ou devenir indisponible après un téléchargement. Une vérification sur le support de diffusion est donc indispensable.

Pour les personnes sourdes ou malentendantes, une piste activable peut être très utile, mais elle ne constitue pas automatiquement une solution complète. La qualité dépend du contenu textuel : identification des intervenants, retranscription des informations sonores pertinentes, ponctuation, synchronisation et lisibilité. Une simple transcription automatique non relue peut laisser subsister des erreurs qui gênent la compréhension.

Le critère décisif : le mode de diffusion

Le meilleur format est celui qui correspond au comportement attendu du public et aux possibilités techniques du canal. Une publication peut même nécessiter les deux versions : une vidéo avec texte incrusté pour les extraits courts et une version avec piste activable pour une diffusion longue ou multilingue.

Mode de diffusionFormat généralement pertinentPoints de vigilance
Réseaux sociaux et vidéos courtesSous-titres incrustés, éventuellement complétés par une piste activableLecture sans son, recadrage vertical, interface qui recouvre le bas de l’image
Plateforme vidéo longueSous-titres activablesQualité des fichiers, langues disponibles, réglages du lecteur et correction des erreurs
Site web institutionnel ou pédagogiquePiste activable, avec version incrustée si le contenu est intégré à un outil limitéAccessibilité du lecteur, transcription, navigation et compatibilité mobile
Écran public ou événementSous-titres incrustés ou piste maîtrisée par le système de projectionDistance de lecture, luminosité, contraste et absence de contrôle par le public
Téléchargement et réutilisationSelon le contexte, souvent une version incrustée accompagnée d’un fichier texteConservation de la lisibilité et disponibilité des langues

Ce tableau donne une orientation, et non une règle absolue. Un écran public peut techniquement lire une piste séparée, mais l’organisateur doit vérifier la chaîne complète, du fichier initial au dispositif d’affichage. De la même manière, une plateforme vidéo peut accepter une piste de sous-titres, sans garantir que le public pensera à l’activer.

Réseaux sociaux : privilégier la compréhension dès les premières secondes

Dans les fils de vidéos courtes, la lecture commence souvent sans le son. Le téléphone peut être en mode silencieux, le public peut se trouver dans un lieu partagé ou le contenu peut être consulté rapidement. Les sous-titres incrustés offrent alors une information immédiatement visible, sans action supplémentaire.

Il faut néanmoins éviter de transformer l’image en bloc de texte. Une phrase trop longue, un contraste insuffisant ou un affichage trop rapide nuit à la lecture. Les sous-titres doivent rester suffisamment grands pour un écran mobile, mais ne pas masquer les visages, les gestes ou les éléments essentiels de la scène. La segmentation doit suivre le sens, et non couper systématiquement les phrases à intervalles identiques.

Les plateformes appliquent parfois leurs propres recadrages et ajoutent des éléments graphiques. Une zone de sécurité doit être conservée sur les côtés et dans la partie basse de l’image. Il est utile de regarder la vidéo publiée depuis un téléphone, et non seulement le fichier de montage, afin de vérifier les superpositions.

Pour ce type de diffusion, une version incrustée est souvent la plus robuste. Lorsque la plateforme permet aussi d’ajouter une piste activable, celle-ci peut compléter la vidéo, notamment pour proposer une autre langue ou offrir une meilleure personnalisation. Les deux pistes ne doivent pas se contredire.

Cours, conférences et vidéos pédagogiques : conserver la flexibilité

Dans une vidéo éducative, les sous-titres servent à plusieurs usages : comprendre une explication, réviser un passage, suivre le contenu dans un environnement silencieux, rechercher un mot ou accéder à une autre langue. La piste activable est généralement préférable, car elle peut être désactivée lorsque l’apprenant souhaite observer uniquement les supports visuels et réactivée pour une séquence complexe.

Une vidéo pédagogique peut aussi contenir des formules, des noms propres, des références ou des mots techniques. La relecture humaine est importante, en particulier lorsque la reconnaissance vocale a produit une transcription. Les termes doivent être harmonisés avec les documents de cours et les supports distribués. Une ponctuation correcte aide à distinguer une consigne, une définition et un exemple.

Lorsque la vidéo est intégrée dans un environnement de formation, il faut tester le lecteur avec un clavier et avec les outils d’assistance utilisés par certaines personnes. Le bouton d’activation des sous-titres doit être identifiable et utilisable. La présence d’une transcription séparée peut aussi faciliter la consultation, mais elle ne remplace pas nécessairement la synchronisation avec la vidéo.

Les sous-titres incrustés peuvent rester utiles pour des extraits promotionnels, des démonstrations courtes ou des contenus destinés à être partagés en dehors de l’espace pédagogique. La stratégie peut donc distinguer le cours complet, plus flexible, et ses extraits, conçus pour être compris sans réglage préalable.

Événements, réunions et écrans publics : anticiper la chaîne technique

Pour une projection, une réunion diffusée sur écran ou un événement, le choix dépend du contrôle exercé sur le matériel. Si le public ne dispose d’aucune télécommande ni d’aucun bouton à l’écran, une piste activable laissée désactivée ne répond pas au besoin. Les sous-titres doivent alors être visibles par défaut, soit parce qu’ils sont incrustés, soit parce que le système de diffusion les affiche automatiquement.

La taille du texte ne se juge pas seulement sur un ordinateur. La distance entre l’écran et le public, la résolution du vidéoprojecteur, la luminosité de la salle et le contraste du décor influencent la lisibilité. Des sous-titres placés sur une image très claire peuvent devenir difficiles à distinguer. Un fond opaque ou semi-opaque, lorsqu’il est compatible avec la charte graphique, peut améliorer le contraste.

Pour une captation en direct, la situation est plus complexe. Le texte peut être produit par un opérateur, par un service de transcription en temps réel ou par un outil automatique. Des décalages et des erreurs sont possibles. Il faut donc annoncer clairement le dispositif disponible et prévoir un contrôle technique avant le début de la séance. Pour un contenu enregistré puis publié, une correction complète après montage permet généralement d’améliorer la précision.

Accessibilité : ne pas confondre présence du texte et qualité du dispositif

La présence de sous-titres ne suffit pas à garantir une expérience accessible. Plusieurs dimensions doivent être examinées :

  • La fidélité : les paroles sont retranscrites sans omissions importantes ni contresens.
  • La synchronisation : le texte apparaît et disparaît au moment où il est utile.
  • L’identification : lorsque plusieurs personnes parlent, le lecteur peut savoir qui intervient.
  • Les informations sonores : une alarme, une musique déterminante ou un bruit signalant une action peut être mentionné.
  • La lisibilité : taille, contraste, durée d’affichage et position sont adaptés au support.

Les recommandations d’accessibilité numérique publiées par la Direction interministérielle du numérique et le référentiel général d’amélioration de l’accessibilité fournissent des repères pour les services numériques publics. Le cadre juridique français et les textes européens peuvent également imposer des obligations selon la nature du service, du contenu et du public concerné. Les exigences applicables doivent être vérifiées à la date de mise en ligne, car elles peuvent évoluer.

Un sous-titre incrusté est visible par défaut, mais il ne peut pas être agrandi par l’utilisateur et peut devenir illisible sur un petit écran. Une piste activable est personnalisable, mais elle suppose un lecteur compatible et une action de la part du public. Pour réduire ces limites, il est souvent pertinent de proposer plusieurs formes d’accès : sous-titres synchronisés, transcription consultable et informations textuelles complémentaires.

Traduction et diffusion multilingue : mesurer le coût des versions

Pour une vidéo diffusée dans plusieurs langues, les sous-titres activables présentent un avantage évident. Le fichier vidéo reste identique et chaque langue peut être ajoutée comme une piste indépendante. Cette organisation limite le nombre de fichiers lourds à produire et facilite les corrections ultérieures.

Les sous-titres incrustés exigent généralement une exportation par langue. Cette méthode peut être appropriée lorsque chaque version doit être directement compréhensible sur une plateforme qui ne prend pas en charge les pistes séparées. Elle augmente cependant les opérations de contrôle : il faut vérifier le texte, le minutage, les retours à la ligne et l’absence de débordement pour chaque langue.

La traduction ne consiste pas à remplacer mot à mot chaque expression. La longueur des phrases varie selon les langues, ce qui peut modifier la place occupée à l’écran et le temps nécessaire à la lecture. Le fichier final doit être relu dans son contexte audiovisuel. Une traduction correcte sur le plan linguistique peut devenir difficile à lire si elle est affichée trop longtemps ou trop brièvement.

Pour une série de vidéos, il est utile de conserver un fichier maître avec le texte validé, les repères temporels et les versions linguistiques. Cette organisation facilite le remplacement d’une piste et évite de repartir de zéro lorsqu’une séquence est modifiée.

Méthode pratique pour choisir le bon format

Avant de produire les sous-titres, il est possible de suivre une méthode en plusieurs étapes :

  1. Identifier les canaux réels de diffusion. Une vidéo publiée sur une page web, une application mobile, un écran et une plateforme vidéo peut nécessiter plusieurs exports.
  2. Décrire le comportement probable du public. La lecture se fera-t-elle sans son ? Le public pourra-t-il activer une option ? La vidéo sera-t-elle regardée en groupe ou individuellement ?
  3. Recenser les langues et les versions attendues. Une piste séparée est souvent plus facile à maintenir lorsque plusieurs traductions sont prévues.
  4. Choisir le niveau de contrôle graphique. Si le placement et la couleur doivent rester identiques dans tous les contextes, l’incrustation peut être préférable, sous réserve d’une conception responsive.
  5. Produire puis relire. La relecture doit porter sur le texte, le minutage, la longueur des segments, les locuteurs et les sons importants.
  6. Tester sur le support final. Il faut vérifier au moins un téléphone, un ordinateur et le matériel réellement utilisé pour une projection ou une diffusion en direct.

Cette méthode permet d’éviter une décision prise uniquement au moment de l’export. Le format des sous-titres fait partie de la conception éditoriale du contenu, au même titre que la durée, le cadrage et le niveau de langage.

Combiner les deux formats lorsque les usages sont différents

Opposer systématiquement les deux solutions serait réducteur. Une stratégie efficace peut associer une vidéo principale avec sous-titres activables et des extraits avec sous-titres incrustés. La première version répond aux besoins de personnalisation et de traduction ; la seconde est conçue pour une lecture immédiate dans un fil de vidéos ou un lecteur peu configurable.

Cette combinaison demande une attention particulière à la cohérence. Les textes doivent provenir de la même transcription validée. Les différences de segmentation peuvent être adaptées au format, mais les noms propres, les chiffres, les dates et les termes techniques doivent rester identiques. Si une correction est apportée dans la vidéo, toutes les versions doivent être contrôlées.

Il est également possible de fournir une transcription accessible à côté de la vidéo. Elle peut être utile pour rechercher une information, copier une référence ou consulter le contenu sans lire les images. Elle ne dispense pas de sous-titres synchronisés lorsque le son et l’image doivent être suivis simultanément.

FAQ : questions fréquentes sur les sous-titres

Les sous-titres incrustés sont-ils toujours plus accessibles ?

Non. Ils sont visibles sans activation, ce qui est utile dans de nombreux contextes, mais ils ne peuvent pas être masqués ou personnalisés. Leur accessibilité dépend de la taille, du contraste, du minutage et de la qualité de la transcription.

Faut-il choisir une seule langue pour une vidéo incrustée ?

En pratique, plusieurs versions vidéo sont souvent nécessaires pour éviter de surcharger l’image. Si plusieurs langues doivent être proposées dans un même fichier, les pistes activables sont généralement plus adaptées.

Une transcription automatique suffit-elle ?

Elle peut accélérer la préparation, mais une relecture est nécessaire. Les noms propres, la ponctuation, les termes techniques, les changements de locuteur et les informations sonores peuvent être mal interprétés.

Quel format privilégier pour une vidéo de formation ?

Une piste activable est généralement appropriée pour laisser le choix au participant et proposer plusieurs langues. Une transcription séparée peut compléter le dispositif. Des sous-titres incrustés restent utiles pour les extraits diffusés sur des supports où la piste n’est pas garantie.

Comment vérifier la qualité avant publication ?

Il faut regarder la vidéo avec et sans son, tester l’activation de la piste, contrôler le rendu sur mobile et ordinateur, vérifier le contraste ainsi que la synchronisation. Pour une projection ou un direct, le test doit être réalisé sur le matériel prévu.