Traduire des sous-titres SRT en 100 langues, techniquement
Ce que contient vraiment un fichier SRT, comment YouTube stocke les pistes, pourquoi le timing survit à la traduction et trois voies d'un fichier vers cent langues.
Chapitre du guide : Localisation YouTube : le guide complet
Un fichier SRT est le format le plus simple de la vidéo : des blocs numérotés, une plage de timecodes et des lignes de texte. Cette simplicité est exactement ce qui lui a fait traverser trente ans, et ce qui rend la traduction de sous-titres si facile à passer à l'échelle : le timing est de la donnée, le texte est de la donnée, et un seul des deux doit changer. Voici comment cela fonctionne de bout en bout sur YouTube.
Ce qu'il y a vraiment dans un SRT
Chaque bloc, c'est trois choses : un index, une heure de début et de fin, et le texte affiché entre les deux. Pas de polices, pas d'astuces de positionnement, pas de mise en forme à casser. Quand un tel fichier est traduit, chaque timecode reste identique à l'octet près et seules les lignes de texte sont remplacées. C'est pourquoi un original bien synchronisé produit automatiquement des traductions bien synchronisées : la synchronisation s'hérite, elle ne se refait pas.
La réserve honnête : la longueur du texte ne s'hérite pas. L'allemand court plus long que l'anglais, le chinois plus court. Un bloc calé pour une ligne anglaise de six mots peut porter une ligne allemande de neuf, et la vitesse de lecture souffre aux marges. Pour la plupart des contenus, c'est acceptable ; pour un dialogue dense, c'est la seule chose qui mérite un contrôle ponctuel.
Comment YouTube stocke les sous-titres
Sur YouTube, les sous-titres vivent en pistes : une par langue, attachée à la vidéo, visible dans le Studio sous l'onglet « Sous-titres ». Une piste peut être téléversée comme fichier, tapée à la main ou écrite via l'API officielle Data. Les spectateurs choisissent une piste dans le lecteur, et YouTube met en avant de lui-même celle qui correspond à leur langue.
Deux choses que les gens s'attendent à voir fonctionner et qui n'existent pas : il n'y a pas de « fichier maître » qui met à jour toutes les langues d'un coup, et il n'y a pas de propagation automatique des corrections. Chaque piste est indépendante. Corrigez une coquille dans l'original, et les vingt traductions gardent la coquille jusqu'à ce que chacune soit régénérée ou corrigée.
Trois voies d'un fichier vers cent langues
| Voie | Comment ça se passe | Où ça casse |
|---|---|---|
| À la main dans le Studio | Traduire le fichier par langue, téléverser chacun dans l'onglet « Sous-titres » | Cent langues, c'est cent téléversements. Personne ne le fait deux fois |
| Traducteurs de fichiers génériques | Traduire le SRT ailleurs, puis téléverser quand même chaque résultat à la main | Divise le travail par deux, garde le problème des cent téléversements |
| Via l'API YouTube | L'outil lit le texte des sous-titres de la vidéo, traduit, écrit chaque piste directement sur la vidéo | Nécessite l'autorisation de la chaîne via l'écran de consentement de Google |
YouClicker prend la troisième voie : il utilise le texte de sous-titres existant de la vidéo comme source, traduit vers les langues sélectionnées et publie chaque version comme une piste normale via la Data API. Les pistes apparaissent dans le Studio comme celles téléversées à la main, et chacune coûte un point en plus du point titre-et-description de cette langue. Il n'y a pas de tarification séparée par fichier : une vidéo vers 50 langues avec sous-titres, c'est 100 points.
D'où vient le texte source
La traduction a besoin de texte, pas d'audio. Si la vidéo a déjà une piste publiée par le créateur dans la langue d'origine, c'est la source idéale. Sinon, YouTube a généralement généré des sous-titres automatiques pour la langue d'origine, et ils peuvent servir de source, avec un piège : leurs erreurs de reconnaissance seront traduites fidèlement. Le plafond de qualité de chaque piste traduite est la qualité du texte original, et c'est pourquoi nettoyer une fois les sous-titres originaux paie sur les cent langues à la fois.
En quoi les pistes publiées diffèrent de la traduction automatique du lecteur, et quand chacune suffit, c'est le sujet de pistes publiées ou traduction auto.
Une note sur les Shorts
Tout ce qui précède vaut aussi pour les Shorts : ils portent des pistes de sous-titres comme n'importe quelle vidéo, et les flux se lancent sans le son par conception, ce qui fait porter au texte à l'écran une part plus lourde du travail. Ce que cela signifie pour les contenus sans paroles ou presque est couvert dans Shorts, lecture muette et sous-titres.