Nettoyer les transcriptions de vidéos et en faire un texte qu'on lit

Ce que contient un fichier de sous-titres

YouTube accepte plusieurs formats de sous-titres, dont SubRip (.srt), WebVTT (.vtt) et SubViewer (.sbv). Un fichier .srt est une liste de blocs numérotés : un compteur, un temps de début et de fin comme 00:01:04,200 --> 00:01:07,900, puis une ou deux lignes de texte courtes. Le WebVTT est similaire, avec un en-tête WEBVTT et une mise en forme facultative. Les sous-titres automatiques de YouTube répètent souvent chaque ligne dans le bloc suivant pour que les mots défilent à l'écran.

Copier depuis le panneau de transcription sous une vidéo donne un autre désordre : un horodatage seul sur sa ligne tous les quelques mots, et parfois des lignes de temps en toutes lettres pour les lecteurs d'écran.

Ce qu'un nettoyeur retire, et ce qu'il ne peut pas corriger

Un nettoyeur de transcriptions supprime les compteurs, les horodatages et les balises de mise en forme, retire si vous le souhaitez les descriptions sonores comme [Musique], élimine les lignes répétées par les sous-titres défilants et assemble le reste en paragraphes. Quelques centaines de minuscules blocs deviennent ainsi un texte lisible en quelques secondes.

Réutiliser une transcription

L'oral et l'écrit fonctionnent différemment. Le texte parlé est plein de répétitions et de mots de remplissage qui passent mal à l'écrit : considérez la transcription nettoyée comme un premier jet.

• Article de blog : gardez la structure de la vidéo, ajoutez un intertitre à chaque chapitre et supprimez les répétitions.
• Notes d'épisode : un court résumé, plus la liste des chapitres et les liens mentionnés dans la vidéo.
• Newsletter ou posts sur les réseaux : extrayez deux ou trois phrases faciles à citer.
• Notes de révision ou recherche : cherchez un passage dans une longue conférence au lieu de la parcourir en entier.

Temps de lecture et temps de parole

On lit plus vite qu'on ne parle. Une vaste revue de 2019 a montré que les adultes lisent en silence des textes non romanesques à environ 238 mots par minute, alors qu'on situe couramment le rythme de parole autour de 150. Une vidéo de 10 minutes d'environ 1 500 mots prononcés devient un article qui se lit en six ou sept minutes, avant même toute coupe.

Vos propres mots vous appartiennent et vous pouvez les réutiliser. La transcription de quelqu'un d'autre reste son œuvre : citez-la brièvement, avec mention de l'auteur et un lien.