Transcrire une interview et monter la vidéo par le texte

Le montage vidéo par transcription consiste à transcrire les images, à lire la transcription comme un document, et à monter la vidéo en sélectionnant et en supprimant des mots. Un entretien de deux heures devient quelque chose que vous parcourez en vingt minutes, et vous pouvez bâtir une structure sur le papier avant de l'affiner à l'oreille.

Dans cinemaOS, toute la boucle tourne sur votre Mac : transcrire avec ⇧⌘T, vérifier les locuteurs, monter dans l'onglet de chutier Text Editing, chercher dans la transcription les répliques dont vous avez besoin, demander éventuellement à J.A.R.E.D. de resserrer le montage, puis sous-titrer. Aucun média, aucune transcription ni aucun prompt n'est envoyé. Voici le workflow, suivi des habitudes éditoriales qui font fonctionner les montages d'interview.

Pourquoi transcrire en local

Les interviews sont souvent les images les plus sensibles d'un projet. Un intervenant peut dire des choses en off, un documentaire peut impliquer des personnes qui ont accepté d'être filmées mais pas que leurs mots partent chez un service tiers, et un client institutionnel peut avoir des règles sur la destination des enregistrements.

La transcription locale supprime la question. cinemaOS utilise Parakeet, qui couvre 25 langues, et Whisper pour les autres. Les deux tournent sur le Mac, donc la tâche fonctionne sans connexion réseau et la transcription reste dans votre projet. Le compromis, c'est la vitesse sur les petites machines : sur un Mac à 8 Go, les tâches d'IA lourdes passent une par une, alors lancez la transcription avant la pause café plutôt que pendant un upscaling.

Si la confidentialité est un enjeu central de votre projet, le montage vidéo par IA sur l'appareil et la confidentialité détaille ce que le traitement local garantit et ne garantit pas.

Étape 1 : transcrire et vérifier les locuteurs

Sélectionnez les plans de l'interview et appuyez sur ⇧⌘T, Transcribe with J.A.R.E.D. Vous pouvez aussi le faire depuis le Finisher dans Localize ▸ Captions. Laissez la langue sur Auto Detect, sauf si vous savez que l'enregistrement mélange les langues d'une façon qui perturbe la détection ; dans ce cas, réglez-la.

cinemaOS détecte jusqu'à quatre locuteurs. Cela couvre la plupart des configurations d'interview : l'intervenant, l'intervieweur et une ou deux autres personnes. Une fois la transcription affichée :

1. Nommez les locuteurs. Remplacez les étiquettes génériques par les vrais noms. La recherche et la lecture seront bien plus rapides ensuite.
2. Vérifiez par sondage les changements de locuteur. Les courtes interjections comme « oui » ou « hm » sont l'endroit où la détection se trompe le plus souvent. Corrigez celles qui comptent.
3. Corrigez les noms et les termes. Noms propres, mots techniques et noms de lieux sont les ratés habituels. Corrigez-les maintenant, parce que cette même transcription alimentera vos sous-titres plus tard.

Inutile de tout relire mot à mot à ce stade. Corrigez ce qui affectera la recherche et les sous-titres ; le reste peut attendre de savoir quelles répliques survivent au montage.

Étape 2 : monter dans l'onglet Text Editing

Ouvrez l'onglet Text Editing dans le chutier du Sequencer (à côté de Bin et Forge). La transcription devient une surface de montage. Sélectionner du texte sélectionne le média correspondant, et supprimer des mots supprime le passage correspondant du montage.

Un ordre de travail pratique :

1. Faites une passe de sélection. Lisez une fois et ne gardez que les réponses qui pourraient faire partie du film. Soyez généreux. Vous éliminez les impasses évidentes, vous ne prenez pas de décisions définitives.
2. Construisez une structure sur le papier. Organisez les réponses retenues dans l'ordre de votre récit. C'est là que le montage par le texte est le plus fort : déplacer des paragraphes est plus rapide que déplacer des plans.
3. Passez ensuite à l'écoute. Lisez l'assemblage en entier. Le texte cache le ton. Une phrase qui se lit bien peut tomber à plat, et un bafouillage qui paraît brouillon peut être le moment le plus sincère de l'interview.

Traitez la transcription comme une carte, pas comme le territoire. Le jugement final sur chaque coupe se fait sur la timeline, à l'écoute.

Étape 3 : chercher dans la transcription ce dont vous avez besoin

Les longues interviews sont difficiles à mémoriser. Utilisez Search Project… pour trouver des moments par Word ou par Meaning. La recherche par mot trouve des expressions exactes, idéal quand vous vous souvenez de ce que quelqu'un a dit. La recherche par sens sert quand vous vous souvenez de l'idée mais pas des mots, comme « le passage où elle parle de quitter la maison ».

Deux habitudes qui aident :

• Cherchez la question, pas seulement la réponse. Si votre intervieweur a posé deux fois la même question de façons différentes, les deux réponses sont candidates.
• Cherchez dans toutes les interviews. Si plusieurs intervenants abordent le même thème, trouvez-les tous avant de choisir. C'est le moyen le plus rapide de construire une séquence qui alterne les voix.

Étape 4 : resserrer avec J.A.R.E.D., à vos conditions

Une fois que vous avez un premier assemblage, J.A.R.E.D. peut faire le resserrage mécanique. Appuyez sur ⌘J, réglez le mode de session sur Always ask, et tapez par exemple :

Tighten this interview to 2 minutes and keep the pauses

Ou, pour une intervention plus légère :

Remove filler words as a candidate

J.A.R.E.D. tourne sur le Mac et les modifications arrivent sur la vraie timeline sous vos yeux. En Always ask, il propose avant d'agir. Quand il a fini, vous recevez un récapitulatif de ce qui a changé, et ⌘Z annule toute l'étape. Les actions destructives demandent toujours une confirmation, quel que soit le mode.

Soyez réaliste sur son rôle. Il est bon pour atteindre une durée cible et supprimer les « euh » et les faux départs. Il ne sait pas quelle réponse est le cœur émotionnel de votre film. Utilisez-le après avoir pris les décisions de structure, pas avant. J.A.R.E.D. fonctionne aussi mieux aujourd'hui avec des demandes rédigées en anglais ; les autres langues, français compris, sont comprises de façon moins fiable.

Et gardez les pauses. Une interview dont on a retiré chaque respiration sonne étouffée et précipitée. Une demi-seconde de pause avant une réponse importante est souvent ce qui la fait porter. Pour comprendre pourquoi le « terminé » d'une IA n'est pas la même chose qu'un bon montage, quand l'IA dit « terminé » mais que le montage est faux explique comment relire un montage automatisé.

Étape 5 : sous-titrer à partir de la même transcription

Quand le montage est verrouillé, vous avez déjà l'essentiel de vos sous-titres. Vous pouvez enchaîner les deux étapes en demandant à J.A.R.E.D. « Tighten interview, then caption », ou ajouter les sous-titres vous-même : ⌃⌥C ajoute un sous-titre à la tête de lecture, et Finisher ▸ Localize ▸ Captions regroupe tous les outils de sous-titrage.

Avant l'export, lancez le QC en Strict ou en Compatible Repair, et vérifiez la longueur des lignes et la vitesse de lecture sur les passages les plus denses. Exportez ensuite dans le format dont votre plateforme a besoin : SRT, WebVTT, ASS, SCC, EBU-STL, iTT, IMSC1, EBU-TT-D ou FCPXML, ou utilisez Burn In pour les versions réseaux. Si vous avez besoin de l'interview dans une autre langue, la même transcription peut être traduite en local ; traduire des sous-titres sur votre Mac explique honnêtement les niveaux de qualité.

Des habitudes de montage d'interview à garder

Quel que soit votre outil, ces habitudes améliorent les montages d'interview :

• Coupez sur la pensée, pas sur la phrase. Les gens terminent leurs idées au milieu d'une phrase et en commencent de nouvelles au milieu d'une respiration. Trouvez le vrai début de l'idée.
• Regardez les yeux avant une coupe. Un intervenant qui baisse les yeux pour réfléchir puis les relève pour parler vous offre un point de coupe naturel.
• Couvrez honnêtement les jump cuts. Plans de coupe, contrechamp sur la personne qui écoute ou jump cut assumé fonctionnent tous. Un jump cut caché qui change le sens, non.
• Gardez la voix de l'intervenant. Resserrer n'est pas réécrire. Si une coupe fait dire à quelqu'un ce qu'il ne voulait pas dire, remettez le passage.
• Relisez une fois la transcription finale. Avant les sous-titres, lisez le montage comme un texte. Les mots répétés et les phrases qui ne s'enchaînent pas se repèrent plus facilement sur la page.

FAQ

Combien de locuteurs cinemaOS peut-il détecter ?

Jusqu'à quatre par transcription. Pour une table ronde plus nombreuse, nommez les quatre voix principales et corrigez le reste à la main.

La transcription fonctionne-t-elle hors ligne ?

Oui. La transcription tourne en local avec Parakeet ou Whisper, donc elle n'a pas besoin de connexion réseau, et rien n'est envoyé.

J.A.R.E.D. va-t-il modifier mon montage sans demander ?

Pas en mode Always ask, qui propose chaque changement d'abord. Dans tous les modes, les actions destructives demandent une confirmation, et chaque modification s'annule avec ⌘Z.

Essayez sur votre prochaine interview

Prenez une interview, transcrivez-la, et faites une passe de sélection dans l'onglet Text Editing. Cela suffit souvent à gagner un après-midi. cinemaOS tourne sur les Mac Apple silicon avec un essai gratuit de 60 jours, sans carte bancaire.