Sous-titrage et IA : pourquoi l’expertise humaine reste indispensable

Un sous-titre est souvent remarqué lorsqu’il manque, arrive trop tard ou décrit mal une scène. Pourtant, derrière ces quelques mots affichés à l’écran se trouvent des choix éditoriaux qui déterminent la compréhension d’un dialogue, d’un bruit décisif ou d’une émotion. En septembre 2025, l’arrivée d’outils d’intelligence artificielle dans la chaîne de production ravive une inquiétude chez les professionnels : celle de voir un travail de précision ramené à une simple transcription automatique.

Le débat ne porte pas seulement sur la vitesse à laquelle une machine peut convertir une voix en texte. Il concerne aussi l’accès à la culture des personnes sourdes ou malentendantes, la qualité de l’expérience de visionnage et la possibilité, pour les sous-titreurs, de conserver une rémunération décente. Les membres de l’association Subtle décrivent un secteur où l’automatisation peut être utile, mais où elle ne remplace pas les décisions humaines qui donnent un sens aux sous-titres.

Le sous-titrage est bien plus qu’une transcription

Le sous-titrage part de l’audio, mais ne s’y limite pas. Il faut identifier les paroles, les rendre lisibles à l’écran et les synchroniser avec l’action. Dans le cas des sous-titres destinés aux personnes sourdes et malentendantes, il faut également décider quels éléments sonores méritent d’être signalés : une musique, un bruit hors champ, une porte qui claque, un téléphone qui sonne, ou encore une indication permettant de savoir qui parle.

Pour Max Deryagin, président de Subtle, le sous-titrage est un art trop souvent traité comme une simple opération technique. Cette définition est centrale. Transcrire tous les sons sans discernement ne crée pas forcément une bonne expérience de visionnage. À l’inverse, supprimer une indication sonore pertinente peut priver le public d’un élément nécessaire pour comprendre une scène ou suivre l’intrigue.

Le sous-titreur doit donc faire tenir une information utile dans un espace et un temps limités. Il doit prendre en compte l’image, le rythme du montage et ce que le spectateur est déjà en mesure de voir. Cette contrainte impose des arbitrages constants : faut-il décrire ce bruit, nommer cette musique, préciser qu’un personnage parle avec émotion, ou laisser la scène respirer ?

Ce que l’IA automatise, et ce qu’elle ne décide pas

Les outils d’auto-transcription donnent l’impression qu’une grande partie du travail peut désormais être accomplie en quelques instants. Ils peuvent fournir un premier texte à partir d’une piste audio. Mais, selon Meredith Cannella, membre active de Subtle, leur apparition n’a pas fait baisser de façon considérable le temps nécessaire à la création de sous-titres aboutis.

La raison tient notamment à la révision. Un texte brut doit être vérifié, corrigé, découpé et placé à l’écran. La pagination, c’est-à-dire la manière de répartir les mots sur les différents sous-titres et de choisir le moment où ils apparaissent et disparaissent, reste une étape déterminante. Un sous-titre mal coupé peut être difficile à lire, masquer un élément important de l’image ou rester visible trop peu longtemps.

Le tableau ci-dessous résume la différence entre une transcription automatisée et le travail éditorial attendu pour des sous-titres professionnels.

La promesse d’un processus entièrement simplifié doit donc être regardée avec prudence. Une machine peut accélérer certaines tâches préparatoires, mais l’étape qui consiste à évaluer la pertinence d’une information reste au cœur du métier. Comme le souligne Max Deryagin, les sons d’un film peuvent révéler des éléments décisifs de l’intrigue. « Un algorithme ne peut pas égaler le travail professionnel », insiste-t-il.

L’accessibilité ne répond pas à un seul modèle

Pour Teri Devine, directrice associée à l’inclusion au Royal National Institute for Deaf People, les sous-titres constituent un outil essentiel. Ils permettent aux personnes sourdes ou malentendantes d’accéder aux films et aux émissions, tout en maintenant leur lien avec la culture populaire. Cette fonction d’accès rend la question de la qualité particulièrement importante.

Or, il n’existe pas une seule manière idéale de sous-titrer pour tous les publics. La communauté des personnes malentendantes est diverse, avec des préférences et des besoins qui ne se recouvrent pas toujours. Certains spectateurs peuvent considérer que le titre d’une chanson apporte peu d’informations. Pour d’autres, ce titre crée un lien émotionnel avec la scène, aide à comprendre l’intention d’un réalisateur ou fait partie intégrante du plaisir de visionnage.

Cette diversité interdit les réponses mécaniques. Elle demande au sous-titreur de comprendre le programme dans son ensemble et de décider, selon le contexte, ce qui doit être conservé. C’est aussi pourquoi une évaluation de la qualité ne peut pas se limiter à compter les mots correctement reconnus par un logiciel.

Pourquoi les émotions et les sons imposent des choix éditoriaux

La traductrice audiovisuelle Rachel Jones décrit une méthode qui illustre la dimension interprétative du métier. Avant de déterminer quels sons doivent être sous-titrés, elle s’immerge dans le contenu et note ses propres émotions. Il ne s’agit pas de reproduire chaque détail sonore, mais de sélectionner ce qui aide le public à suivre l’histoire sans alourdir inutilement l’écran.

« Vous ne pouvez pas submerger le spectateur », explique-t-elle. Cette phrase résume une contrainte essentielle : un bon sous-titrage doit informer sans étouffer l’image ni fatiguer la lecture. Le travail consiste à trouver un équilibre entre le visuel et l’audio, à identifier les sons qui font avancer le récit et à écarter ceux qui n’ajoutent pas de compréhension utile.

Dans une scène de fiction, un même bruit peut avoir plusieurs fonctions. Il peut simplement participer au décor, annoncer un danger, signaler l’arrivée d’un personnage ou produire un effet comique. C’est l’ensemble de la séquence qui permet d’en juger. Les professionnels interrogés par Subtle estiment que les outils d’IA ne disposent pas de cette capacité à apprécier, de manière fiable, la place narrative et émotionnelle d’un son.

Des tarifs déjà faibles sous pression

L’automatisation soulève également une question économique. Les membres de Subtle signalent une dégradation importante des rémunérations dans le secteur. Rachel Jones résume sa situation ainsi : « Les tarifs des sous-titres étaient déjà bas, mais aujourd’hui, ils sont si faibles qu’ils n’en valent plus la peine ».

Aucun chiffre précis n’est avancé dans leurs témoignages, mais le constat est net : le niveau des tarifs menace la possibilité de gagner un salaire décent grâce à cette activité. C’est un sujet qui dépasse le seul confort des professionnels. Lorsque les donneurs d’ordre considèrent qu’un premier résultat automatisé suffit, ils risquent de sous-estimer le temps requis pour vérifier, corriger, reformuler, synchroniser et adapter les sous-titres.

Cette pression peut installer un cercle préoccupant. Plus le sous-titrage est perçu comme une tâche instantanée et interchangeable, plus il devient difficile de rémunérer l’expertise nécessaire à sa finition. Et moins il est possible de consacrer du temps à cette finition, plus la qualité et l’accessibilité risquent d’en pâtir.

Rachel Jones ne rejette pas l’existence d’outils d’IA. Elle reconnaît qu’ils peuvent avoir des avantages. Son inquiétude porte plutôt sur leur emploi comme substitut à une compétence créative et sur la dévalorisation qui en découle. « À chaque fois que l’IA tente de remplacer l’humain, elle compromet la créativité et la passion qui animent notre métier », conclut-elle.

Netflix, BBC : des méthodes de production scrutées

Les grandes plateformes sont directement concernées, car elles diffusent un volume considérable de programmes auprès de publics internationaux. Netflix a récemment détaillé ses processus de sous-titrage, notamment après que certaines formulations sont devenues virales. Selon les éléments rapportés, la plateforme n’admet pas utiliser l’intelligence artificielle dans sa méthodologie de sous-titrage.

La situation reste néanmoins suivie de près par les professionnels. Le recours à des prestataires tiers, dont Red Bee Media, entretient des interrogations sur la place que peuvent occuper des technologies automatisées dans la chaîne de production. Il ne suffit pas qu’une plateforme définisse des exigences : encore faut-il savoir comment les sous-titres sont effectivement produits, contrôlés et validés jusqu’à leur diffusion.

La BBC, de son côté, a formellement démenti utiliser l’IA pour ses sous-titres. Cette position met en lumière une attente croissante de transparence. Pour les spectateurs comme pour les travailleurs du secteur, connaître la part automatisée et la part humaine du processus permet de mieux comprendre qui assume la responsabilité finale de la qualité.

Ce qu’il faut surveiller pour l’avenir du métier

L’intelligence artificielle continuera probablement de faire partie des outils disponibles dans le sous-titrage, en particulier pour produire des ébauches de transcription. La question déterminante est celle du cadre d’utilisation : l’outil prépare-t-il le travail, ou remplace-t-il la vérification et le jugement d’un professionnel ?

Plusieurs sujets méritent une attention particulière dans les prochains mois. Le premier concerne la qualité réellement livrée aux publics sourds et malentendants, au-delà de la seule reconnaissance des mots. Le deuxième touche à la transparence des plateformes et de leurs prestataires sur les méthodes employées. Le troisième est social : des tarifs insuffisants peuvent éloigner du métier les personnes qui possèdent les compétences linguistiques, narratives et d’accessibilité nécessaires.

Le sous-titrage n’est pas un détail ajouté à la fin de la production audiovisuelle. Il façonne l’accès aux œuvres et, pour une partie du public, conditionne tout simplement la possibilité de les suivre. Préserver une intervention humaine qualifiée dans ce processus ne revient pas à refuser toute technologie. Cela revient à reconnaître que comprendre une histoire, ses silences, ses sons et ses émotions ne se réduit pas à convertir une piste audio en texte.