SRT en voix : transformer des sous-titres en piste voix
Un fichier de sous-titres contient déjà tout ce qu’il faut pour une voix off : les mots et le moment où chaque réplique doit être entendue. Le transformer en parole donne à un tutoriel, un short ou une vidéo traduite une piste voix calée sur l’image, sans enregistrer une seule phrase.
Le moteur gratuit SuperClonica vocalise chaque réplique hors ligne avec une voix naturelle, et un court script Python la place à son heure. Ce guide montre le script, comment faire tenir les longues répliques dans leur créneau et comment poser la piste sous la vidéo.
Ce qu’il vous faut
Le moteur ne lit pas les fichiers SRT tout seul : une vingtaine de lignes de Python s’en chargent.
- Un fichier SRT : de votre logiciel de montage, de sous-titres automatiques ou d’une traduction.
- Le moteur gratuit SuperClonica et Python 3.10 ou plus récent : python -m pip install superclonica-cpu. numpy est installé avec.
- Une voix : l’une des dix voix de base, une voix du catalogue ou votre propre voix entraînée.
- Pas de carte graphique : un processeur ordinaire suffit.
Écouter une réplique gratuitement
Sur la page de n’importe quelle voix, collez une réplique des sous-titres, 30 à 100 caractères, choisissez la langue et cliquez sur le bouton de synthèse. En quelques secondes, vous entendez comment sonnera la vidéo, sans compte.
Des répliques à une seule piste
Créez le moteur une seule fois avant la boucle : le chargement prend quelques secondes, chaque phrase une fraction de seconde.
- Lisez le fichier : chaque réplique est un numéro, une ligne avec l’heure de début et de fin, puis le texte.
- Vocalisez chaque réplique : audio, sample_rate = tts.synthesize(text, voice="F2", lang="fr", seed=7).
- Créez un tableau numpy silencieux aussi long que la vidéo et ajoutez chaque phrase à l’échantillon où commence sa réplique : le début en secondes multiplié par la fréquence d’échantillonnage.
- Enregistrez le résultat avec tts.save("track.wav", track).
Les répliques qui ne tiennent pas
Affichez la durée de chaque phrase à côté de celle de sa réplique. Si la parole dépasse son créneau, elle chevauche la suivante. Raccourcissez d’abord le texte ; fusionnez deux répliques courtes ; ou créez le moteur un peu plus rapide, par exemple Superclonica(speed=1.15), dans la plage autorisée de 0,7 à 2,0. Le même texte, la même voix et le même seed donnent toujours le même audio : corrigez une phrase et reconstruisez la piste.
Poser la voix sous la vidéo
Importez track.wav dans votre logiciel de montage comme piste audio, ou assemblez-le à la vidéo en une commande : ffmpeg -i video.mp4 -i track.wav -map 0:v -map 1:a -c:v copy -c:a aac voiced.mp4. Gardez le son d’origine sur une deuxième piste si vous voulez de la musique ou des effets sous la voix. Ne vocalisez que vos propres vidéos ou celles pour lesquelles vous avez une autorisation, et n’utilisez pas une voix imitant une personne réelle sans son consentement.