How to generate SRT subtitles from any audio or video file
An SRT file pairs each line of text with a start time and an end time. Generate your subtitles automatically here.
Review the text and the timestamps before exporting: automatic transcription can mishear a word.
Set the audio language before transcribing: an English recording transcribed as French produces an unusable file.
When choosing a tool, compare the exported formats, file size and duration limits, and where the file is processed.
A video without subtitles loses part of its audience.
You have an audio file and you need an SRT file, without typing everything by hand. This article walks through the method step by step, the tools that can handle it, and the criteria to choose the right one.
Qu'est-ce qu'un fichier SRT ?
Un fichier SRT est un fichier texte avec des sous-titres et leurs heures d'affichage. Chaque bloc porte un numéro, une heure de début, une heure de fin, puis le texte à afficher.
Les heures suivent la forme HH:MM:SS,mmm, où la virgule sépare les secondes des millisecondes. C'est la première chose à repérer quand on ouvre un fichier pour le relire.
Un SRT est du texte brut, lisible dans un simple éditeur : on relit chaque bloc à l'œil. YouTube l'accepte tel quel, à condition qu'il soit en UTF-8.
Le VTT commence par WEBVTT et met un point dans les millisecondes. Sur YouTube, un SRT de base ignore les styles : les balises de mise en forme ne changent rien à l'affichage.
Pour obtenir ce texte sans le taper, vous pouvez transcrire une vidéo YouTube en quelques clics.
Outils en ligne, logiciels de bureau ou Whisper : lequel vous faut-il ?
Les outils en ligne
Pour choisir un outil en ligne, regardez trois points : les formats exportés, les limites de durée et de taille, et l'endroit où le fichier est traité.
Yaps crée gratuitement des fichiers SRT ou VTT à partir d'un fichier audio ou vidéo de 60 secondes maximum et de 50 Mo maximum. L'outil fonctionne sans compte et sans filigrane, ce qui permet de tester sans rien installer.
Deux outils en ligne acceptent les fichiers audio courants, mais leurs formats diffèrent pour lancer une transcription automatique sur Vook.ai.
Les logiciels de bureau
Dans Subtitle Edit, ouvrez votre vidéo et allez dans Video → Speech to text. Choisissez un moteur, un modèle et la langue, puis cliquez sur Transcribe.
Le modèle Whisper dépend de votre machine. Tiny et base demandent environ 1 Go de mémoire vidéo, small 2 Go, medium 5 Go, large 10 Go.
Avec peu de mémoire, prenez un modèle plus petit : c'est plus rapide, mais moins précis.
Whisper en ligne de commande
Avec Whisper en ligne de commande, une seule instruction suffit : whisper audio.mp3 --output_format srt. Le fichier audio.srt apparaît dans le dossier courant, sans rien envoyer à un site.
En contrepartie, il faut installer Whisper sur votre ordinateur et savoir ouvrir un terminal. Si ce n'est pas le cas, un logiciel de bureau ou un outil en ligne sera plus simple.
Transcription et sous-titrage : deux étapes à ne pas confondre
Une transcription donne seulement le texte parlé. Pour obtenir des sous-titres, il faut y ajouter une heure de début et de fin pour chaque passage.
C'est ce que fait le format SRT, qui affiche chaque texte au bon moment de la lecture. Si vous voulez d'abord le texte seul, suivez notre guide pour transcrire un audio en texte sur Mac efficacement.
Le découpage compte : un bloc doit rester assez longtemps à l'écran pour être lu. La vitesse conseillée est de 160 à 180 mots par minute, et un sous-titre de quatre mots reste environ 1,2 seconde.
Renommer un texte en .srt ne suffit pas. Sans numéros de blocs ni heures de début et de fin, le lecteur ne sait pas quand afficher chaque phrase.
Ce que la transcription automatique ne fait pas
Une transcription automatique reste une estimation. Elle peut mal entendre certains mots, ou décaler un horaire par rapport à la voix.
Relisez donc le texte et les temps avant d'exporter le SRT. Les erreurs se corrigent à ce stade, et non une fois les sous-titres publiés sous la vidéo.
Deux cas demandent un choix de votre part, que l'outil ne fait pas à votre place : les voix qui se chevauchent et les passages inaudibles :
Un bruit de fond, comme une climatisation ou une rue animée, couvre la voix et fait manquer des mots. Une pièce qui résonne rend les phrases difficiles à séparer, surtout quand plusieurs personnes parlent. Un micro placé loin de la personne capte surtout la pièce, et non sa voix.
Comment générer un fichier SRT à partir d'un audio ?
Avant de lancer la transcription, fixez la langue de l'audio. Le SRT doit reprendre la langue réellement parlée : un enregistrement en anglais transcrit comme du français donne un fichier inutilisable.
Dans Subtitle Edit, vous choisissez la langue vous-même. Certains moteurs proposent aussi une détection automatique, pratique si vous ne savez pas quelle langue est parlée.
Une fois la langue fixée, trois étapes suffisent :
Lancez la reconnaissance : dans Subtitle Edit, ouvrez Video → Speech to text, choisissez le moteur, le modèle et la langue, puis cliquez sur Transcribe. Contrôlez le texte et les temps : vérifiez que chaque phrase apparaît au bon moment, et corrigez les mots mal reconnus. Exportez en SRT : dans Yaps, exportez le résultat en SRT ou VTT. Avec Whisper, la commande whisper audio.mp3 --output_format srt produit directement le fichier.
Relire, ajuster et ajouter le SRT à votre vidéo
Dans YouTube Studio, ouvrez la vidéo, cliquez sur Sous-titres, importez votre fichier, puis enregistrez. Le fichier doit contenir le texte parlé et les heures d'affichage. Sans ces heures, YouTube ne sait pas où placer chaque ligne.
Pour récupérer une piste existante, ouvrez la vidéo dans YouTube Studio, sélectionnez Sous-titres et téléchargez la piste voulue. Cela ne marche que pour une vidéo dont vous êtes propriétaire.
Gardez le SRT en piste séparée si la vidéo doit rester modifiable : le spectateur peut couper les sous-titres ou changer de langue. Incrustez-les si la vidéo doit toujours s'afficher de la même façon : ils font partie de l'image.
Pour traduire le fichier, passez par notre traducteur vidéo en ligne qui préserve la structure temporelle. Il garde les horaires et les numéros de blocs, et l'anglais comme le français sont inclus.
La méthode tient en trois temps : fixer la langue, lancer la transcription, puis relire le texte et les heures avant d'exporter. Sans heures, le SRT ne sert à rien.
Votre prochain pas : testez la méthode sur un court extrait. Ouvrez le fichier obtenu dans un éditeur de texte et vérifiez les numéros de blocs et les heures.
FAQ
An SRT file is a plain text file that pairs subtitles with display timestamps. Each block carries a number, a start time, an end time, and the text to display.
Timestamps follow the format HH:MM:SS,mmm, where a comma separates seconds from milliseconds. The file is readable in any plain text editor and is accepted by YouTube as long as it is encoded in UTF-8.
Transcription produces only the spoken text, while subtitling adds a start time and an end time for each passage so the text appears at the right moment during playback.
Simply renaming a text file with a .srt extension is not enough: without block numbers and timestamps, the player has no way of knowing when to display each line.
Automatic transcription is an estimation: it can mishear words or shift a timestamp relative to the actual voice. Background noise, a reverberant room, or a microphone placed far from the speaker all reduce accuracy.
Always review the text and the timecodes before exporting the SRT file. Errors are much easier to fix at this stage than after the subtitles have been published.
When evaluating an online tool, compare the exported formats, file size and duration limits, and where the file is processed. Desktop software like Subtitle Edit lets you run transcription locally, which is useful for confidential audio.
Whisper via the command line requires only one instruction and keeps everything on your machine, but it requires installing the tool and opening a terminal. If that is not an option, an online tool or desktop software will be simpler.
About the author
