BroadRouter

Sous-titres SRT

Mis à jour

SRT (SubRip) est un format de sous-titres en texte brut. Chaque sous-titre comprend un numéro d’ordre, une heure de début et de fin écrite hh:mm:ss,mmm --> hh:mm:ss,mmm, une ou plusieurs lignes de texte et une ligne vide. WebVTT est le format web similaire utilisé par la vidéo HTML.

Aussi appelé : SRT, fichier SRT, SubRip, WebVTT, fichier de sous-titres, sous-titres, SRT file, subtitle file

Un fichier de sous-titres, c’est une transcription à laquelle on a attaché une horloge. Obtenir le texte est la moitié facile ; les temps sont la moitié difficile.

Comment ça marche

Un fichier SRT est du texte brut. Chaque bloc de sous-titre a quatre parties :

1
00:00:00,000 --> 00:00:02,800
مرحباً بكم في الحلقة الأولى

2
00:00:03,600 --> 00:00:07,600
اليوم نتحدث عن تحويل الكلام إلى نص

La description du format par la Library of Congress donne le format horaire heures:minutes:secondes,millisecondes, avec « two hyphens (—) and a right-pointing angle bracket (>) » (traduction : « deux tirets (—) et un chevron orienté vers la droite (>) ») entre le début et la fin, et une ligne vide après chaque bloc. Elle qualifie SRT de « a very simple text format, but not well standardized, » (traduction : « format texte très simple, mais mal normalisé ») sans norme d’encodage des caractères. L’extension est .srt.

WebVTT, le format du W3C pour les pistes texte de la vidéo HTML, est presque identique. La spécification exige WEBVTT en première ligne, un point avant les millisecondes (00:00:10.700), l’encodage UTF-8 et le type de média text/vtt. Au 15 novembre 2026, c’est un Candidate Recommendation Draft du W3C.

Pourquoi c’est important

  • Le timing vient de l’API, ou de vous. Certaines API speech-to-text renvoient des horodatages par mot ou par segment, ou un fichier tout prêt. La référence de transcription d’OpenAI liste srt et vtt parmi les valeurs de response_format, mais précise que le format dépend du modèle et que gpt-4o-transcribe et gpt-4o-mini-transcribe ne renvoient que du json.
  • Mise en page de l’arabe. SRT n’a pas de balisage de direction : c’est le lecteur qui décide comment afficher le texte de droite à gauche et la ponctuation. Voir texte de droite à gauche.
  • Règles de lisibilité. Longueur des lignes, nombre de lignes par sous-titre et vitesse de lecture sont fixés par les guides de style, pas par le format.

Sur BroadNet Inference

L’endpoint de transcription de BroadNet renvoie du texte sans horodatages : il ne peut donc pas produire de SRT directement. L’approche qui fonctionne, testée dans sous-titres arabes (SRT) depuis une API speech-to-text :

  1. Repérer les pauses avec silencedetect de FFmpeg (ou un VAD).
  2. Découper chaque passage parlé, limité à environ 12 secondes, en WAV mono 16 kHz.
  3. Transcrire chaque passage avec language=ar sur BroadNet Transcribe Arabic.
  4. Utiliser le début et la fin de chaque passage comme temps des sous-titres, en les répartissant entre les lignes au prorata de la longueur du texte.
  5. Écrire les blocs SRT numérotés.

Les bornes des passages sont aussi précises que votre détection de pauses ; les temps à l’intérieur d’un passage sont des estimations. Cela convient aux conférences et aux podcasts, pas aux fictions synchronisées sur les lèvres. Pour un timing précis à l’image, utilisez un fournisseur qui documente les horodatages par mot. Des passages courts signifient aussi davantage de requêtes : surveillez la limite du paiement à l’usage de 30 requêtes par minute. L’outil de découpe audio écrit les commandes FFmpeg.

Erreurs fréquentes

  • Des points au lieu de virgules dans les temps SRT, ou l’inverse en WebVTT. Beaucoup de lecteurs rejettent la mauvaise variante.
  • Des lignes vides manquantes entre les blocs, ce qui fusionne les sous-titres.

Questions fréquentes

Quelle est la différence entre SRT et WebVTT ?

Les fichiers WebVTT commencent par la ligne WEBVTT, mettent un point avant les millisecondes (00:00:10.700), doivent être en UTF-8 et utilisent le type de média text/vtt. SRT utilise une virgule (00:00:10,700) et, selon la Library of Congress, n’a pas de norme d’encodage des caractères.

BroadNet peut-il renvoyer un fichier SRT ?

Non. La réponse de transcription documentée de BroadNet est un JSON avec un seul champ text et sans horodatages. Vous construisez vous-même les temps des sous-titres, par exemple à partir des décalages des segments audio.

Quel encodage utiliser pour un fichier SRT en arabe ?

Utilisez l’UTF-8 et testez dans les lecteurs qu’utilise votre public. SRT n’a pas de norme d’encodage, et certains outils anciens devinent l’encodage d’après les octets.

Lire en MarkdownDemander à ChatGPTDemander à ClaudeDemander à Perplexity