Un fichier de sous-titres ne contient pas seulement une traduction. Il associe des phrases à des repères temporels afin que le texte apparaisse et disparaisse au moment voulu. Selon le format employé, il peut aussi conserver des informations de position, de style, de couleur, d’identification des personnages ou de description sonore.
Cette différence devient particulièrement importante lorsque l’on prépare la diffusion d’un film, d’un documentaire, d’une captation de spectacle ou d’un contenu pédagogique. Un fichier adapté à une lecture vidéo simple peut perdre une partie de ses informations lorsqu’il est importé dans un logiciel de montage. À l’inverse, un format riche en possibilités graphiques peut être mal interprété par un lecteur qui ne prend en charge que les fonctions essentielles.
Les trois extensions les plus souvent rencontrées sont SRT, VTT et ASS. Elles correspondent à des philosophies différentes. Le SRT privilégie la simplicité et la compatibilité. Le VTT a été conçu pour le Web et ajoute des fonctions structurées. L’ASS permet un contrôle beaucoup plus précis de l’apparence et du placement des sous-titres, ce qui le rend utile pour le sous-titrage travaillé et l’incrustation.
Le format SRT, généralement associé à l’outil SubRip, est un fichier texte organisé en blocs successifs. Chaque bloc comprend habituellement un numéro, un intervalle de temps et une ou plusieurs lignes de dialogue. Une ligne vide sépare les blocs.
La structure la plus courante ressemble à ceci :
1
00:00:12,400 --> 00:00:15,800
La porte est restée ouverte.
Le séparateur temporel du SRT est la virgule entre les secondes et les millisecondes. Cette caractéristique permet de le distinguer visuellement du VTT, qui utilise un point. Dans la pratique, certains logiciels se montrent tolérants et acceptent plusieurs variantes, mais il reste préférable de respecter la syntaxe habituelle du format.
Le principal atout du SRT est sa lisibilité. Un éditeur de texte suffit pour ouvrir le fichier et corriger une faute, ajuster un minutage ou supprimer une réplique. Sa simplicité explique aussi sa large compatibilité avec les lecteurs vidéo, les logiciels de montage et de nombreux systèmes de diffusion.
Cette simplicité impose toutefois des limites. Le SRT ne possède pas de système de styles aussi élaboré que l’ASS. Les indications de mise en forme, lorsqu’elles sont utilisées, reposent souvent sur des balises rudimentaires comme <i> ou <b>, dont l’interprétation peut varier selon le logiciel. Le placement précis d’une réplique, la gestion de plusieurs styles ou la description détaillée des effets sonores sont également moins normalisés.
Le SRT constitue donc un bon choix dans plusieurs situations :
VTT signifie WebVTT, pour Web Video Text Tracks. Le format est spécifié dans le cadre des technologies du Web et est notamment associé à l’élément HTML track, qui permet d’associer des pistes de texte à une vidéo. La spécification est publiée par le World Wide Web Consortium, le W3C.
Un fichier VTT commence normalement par l’en-tête WEBVTT. Les intervalles temporels utilisent un point pour les fractions de seconde :
WEBVTT
00:00:12.400 --> 00:00:15.800
La porte est restée ouverte.
Le VTT peut accueillir plusieurs types de contenus textuels. Il sert aux sous-titres de traduction, aux sous-titres pour personnes sourdes ou malentendantes, aux descriptions de chapitres et à certaines métadonnées temporelles. Il prévoit aussi des mécanismes pour indiquer la position, l’alignement et la taille relative du texte.
Le format distingue notamment les sous-titres eux-mêmes des cues, c’est-à-dire des éléments textuels associés à une période donnée. Il peut également comporter des identifiants de cue et des indications de style en CSS dans les environnements qui les prennent en charge. Cette organisation le rend plus adapté aux interfaces Web qu’un simple fichier SRT.
Le VTT reste néanmoins dépendant de son environnement de lecture. Un navigateur peut interpréter correctement une position ou une règle de style qu’un autre logiciel ignorera. Une conversion vers un autre format peut donc modifier l’affichage, surtout lorsque le fichier utilise des fonctions avancées.
Le VTT est particulièrement pertinent pour :
ASS signifie Advanced SubStation Alpha. Ce format prolonge l’approche des formats SSA, utilisés dans des communautés de sous-titrage et de fansub avant d’être repris par différents outils de lecture et d’incrustation. Son objectif principal est de décrire avec précision l’apparence des sous-titres.
Un fichier ASS contient généralement plusieurs sections. La section Script Info rassemble des paramètres généraux. La section V4+ Styles ou une variante équivalente définit des styles, avec des informations telles que la police, la taille, la couleur, les marges, l’alignement et certains paramètres de contour ou d’ombre. La section Events contient les dialogues et leurs repères temporels.
Cette architecture permet d’appliquer un style nommé à une réplique plutôt que de répéter toutes les caractéristiques visuelles à chaque ligne. Le fichier peut ainsi distinguer la parole d’un personnage, une voix off, un texte chanté, une indication sonore ou un texte volontairement placé dans une zone particulière de l’image.
L’ASS autorise aussi des commandes de modification locale, des déplacements, des rotations et certains effets de transformation. Ces possibilités sont utiles pour reproduire un générique, accompagner une chanson ou placer un dialogue à proximité d’un personnage. Elles demandent toutefois une vérification attentive, car le rendu dépend du moteur utilisé par le logiciel de lecture ou d’incrustation.
La richesse de l’ASS est donc indissociable d’une plus grande complexité. Une conversion vers SRT fera généralement disparaître les styles, les positions précises et les effets. L’ASS convient surtout aux projets dans lesquels la composition visuelle du sous-titre participe à la lecture de l’œuvre.
| Critère | SRT | VTT | ASS |
|---|---|---|---|
| Structure | Blocs numérotés, timecodes et texte | Cues temporels avec en-tête WebVTT | Sections, styles et événements |
| Usage principal | Compatibilité générale et échanges simples | Vidéo Web, accessibilité et pistes synchronisées | Rendu graphique et sous-titrage avancé |
| Mise en forme | Limitée et variable | Styles et position selon l’environnement | Très détaillée |
| Positionnement | Peu fiable d’un lecteur à l’autre | Prévu par la spécification WebVTT | Précis, avec marges et alignement |
| Compatibilité | Très large | Très bonne dans les environnements Web compatibles | Plus variable |
| Risque lors d’une conversion | Perte des informations avancées | Perte possible des fonctions Web | Perte fréquente des styles et effets |
Ce tableau ne désigne pas un format universellement supérieur. Il rappelle plutôt qu’un fichier de sous-titres doit être choisi en fonction de sa destination. Un fichier prévu pour une incrustation définitive dans l’image ne répond pas aux mêmes besoins qu’une piste activable dans un lecteur vidéo ou une page Web.
La qualité d’un fichier de sous-titres dépend autant de sa syntaxe que de son contenu. Une phrase parfaitement traduite peut devenir illisible si elle apparaît trop tôt, disparaît trop tard ou contient des caractères mal interprétés.
Chaque sous-titre doit être associé à un début et à une fin cohérents. Le premier repère indique l’instant d’apparition, le second l’instant de disparition. Les chevauchements involontaires sont souvent révélateurs d’une erreur de correction ou d’une conversion mal contrôlée. Il faut également vérifier que les timecodes restent dans la durée réelle de la vidéo.
Le minutage ne se limite pas à faire coïncider un texte avec une parole. Pour une traduction, le sous-titre doit laisser au public le temps de lire. Pour une description sonore, son apparition doit correspondre à l’événement décrit, sans masquer une information visuelle importante. La ponctuation et le découpage des lignes jouent aussi sur la compréhension.
Les fichiers SRT, VTT et ASS sont des fichiers texte, mais leur encodage peut varier. L’UTF-8 est aujourd’hui un choix courant pour conserver les accents, les apostrophes typographiques et les caractères de nombreuses langues. Un mauvais encodage peut transformer « é », « ç » ou certains signes en caractères illisibles.
Lorsqu’un texte affiche des symboles erronés, il ne suffit pas toujours de modifier l’extension du fichier. Il faut l’ouvrir dans un éditeur qui permet d’identifier ou de choisir l’encodage, puis l’enregistrer dans un encodage adapté au logiciel de destination.
Un sous-titre doit former une unité de lecture. Il est préférable de couper entre deux groupes syntaxiques plutôt qu’au milieu d’un nom, d’un verbe et de son complément. La longueur acceptable dépend de la vitesse de lecture, de la langue et du contexte, mais une phrase très dense sur deux lignes peut rester difficile à suivre même si le minutage est techniquement correct.
Il faut distinguer le sous-titrage de traduction du sous-titrage destiné aux personnes sourdes ou malentendantes. Le premier transcrit principalement les dialogues dans une autre langue. Le second peut inclure des informations qui ne sont pas contenues dans les paroles : identification d’une voix, musique, bruit significatif ou élément sonore nécessaire à la compréhension.
Une indication comme [musique] ou [porte qui grince] n’a pas la même fonction qu’un dialogue traduit. Elle informe sur la bande sonore. Son emplacement peut donc être choisi pour éviter toute confusion avec une parole, notamment lorsque plusieurs sons ou voix interviennent simultanément.
Le format ne garantit pas à lui seul l’accessibilité. Un fichier VTT peut être très utile dans une interface Web, mais il faut encore rédiger des descriptions compréhensibles, synchroniser les cues avec précision et proposer une commande permettant d’activer ou de désactiver la piste. De même, un fichier SRT peut contenir un sous-titrage accessible si son contenu est correctement conçu.
Pour préparer une piste de qualité, il est utile de vérifier :
Le choix peut être effectué en suivant une méthode simple. Il faut d’abord déterminer si les sous-titres seront une piste indépendante ou s’ils seront incrustés dans l’image. Une piste indépendante doit rester exploitable par le lecteur et conserver autant que possible ses informations de synchronisation. Une incrustation transforme le texte en élément permanent de la vidéo et nécessite souvent un contrôle visuel image par image.
Conserver une version de travail non aplatie est une précaution importante. Si un fichier ASS est converti en SRT, puis réimporté et modifié, les informations de style perdues ne pourront généralement pas être reconstituées automatiquement. Un fichier source bien organisé facilite les corrections ultérieures et les déclinaisons dans plusieurs langues.
La conversion entre formats est fréquente, mais elle ne doit pas être considérée comme neutre. Passer de SRT à VTT demande souvent une adaptation de l’en-tête et des séparateurs temporels. Passer de VTT ou d’ASS à SRT peut supprimer des identifiants, des positions, des styles, des couleurs ou des informations propres à l’environnement d’origine.
Après toute conversion, il faut contrôler au minimum :
Une vérification automatique peut repérer une syntaxe incorrecte ou un chevauchement. Elle ne remplace pas une relecture humaine. Un outil peut confirmer que les timecodes sont dans le bon ordre, mais il ne dira pas nécessairement qu’une phrase est coupée au mauvais endroit, qu’un personnage est mal identifié ou qu’une information visuelle est masquée.
Il est également prudent de ne pas renommer simplement un fichier pour changer son format. Modifier .srt en .vtt, par exemple, ne transforme pas le contenu interne. Le logiciel attend une structure différente, notamment l’en-tête WebVTT et la ponctuation propre aux timecodes.
Une vérification méthodique permet de réduire les problèmes techniques et éditoriaux. Elle peut être organisée en quatre étapes.
Pour un film ou une œuvre audiovisuelle, il est préférable de regarder l’ensemble avec les sous-titres plutôt que de vérifier uniquement quelques passages. Les erreurs les plus gênantes apparaissent parfois dans les scènes rapides, les dialogues superposés, les chansons, les génériques ou les passages où du texte est déjà présent dans l’image.
Le SRT est généralement le choix le plus simple lorsque la priorité est la compatibilité et que les besoins graphiques restent limités. Il faut néanmoins tester le fichier avec le lecteur utilisé, car l’interprétation des styles et de certains caractères peut varier.
Non. Les deux formats peuvent contenir des sous-titres synchronisés, mais ils ne répondent pas exactement au même cadre. Le VTT est particulièrement adapté aux mécanismes de vidéo du Web, tandis que le SRT reste pratique pour les échanges et la lecture dans de nombreux logiciels.
L’ASS convient lorsque la position, la police, les couleurs, les styles ou les effets participent à la mise en scène du sous-titre. Il est plus puissant, mais aussi moins universel et plus exposé aux différences de rendu entre logiciels.
Une conversion est possible, mais les styles, les positions complexes et les effets ne seront généralement pas conservés. Il faut relire le texte et contrôler le minutage après conversion.
Il faut combiner une relecture du texte, un contrôle de la structure et un visionnage complet dans l’environnement de diffusion prévu. La validation technique seule ne suffit pas à garantir une bonne expérience de lecture.
02/11/2026
Un fichier de sous-titres ne contient pas seulement une traduction. Il associe des phrases à des repères temporels afin que le texte apparaisse et disparaisse au moment voulu. Selon le...
31/10/2026
Non. Le blanc est généralement la couleur du dialogue principal et accompagne souvent un personnage visible, mais les conventions diffèrent selon les diffuseurs. Le placement, les tirets...
26/10/2026
Un sous-titre classique s’adresse principalement à une personne qui entend la langue originale mais ne la comprend pas, ou qui souhaite lire une traduction. Il restitue donc les paroles prononc...
25/10/2026
Lorsqu’un film est programmé en salle, son titre est souvent accompagné d’une mention comme VO, VOST, VOSTFR ou VF. Ces quelques lettres indiquent la langue entendue, la pr...
23/10/2026
Elle conserve les voix originales, mais ses sous-titres condensent et adaptent les dialogues. Elle est donc plus fidèle à la bande vocale originale, sans être une traduction mot à mot de...
24/01/2024
La description audio, aussi connommée "audio description" ou "vidéo description" est un outil d'accessibilité conçu pour aider les...