Elysia Tools
Navigation mobile
Workflow Playbook
Cartographiez où vit la parole dans un enregistrement finalisé, transcrivez-la en sous-titres au format attendu par le lecteur, alignez le minutage sur la parole, mélangez l'audiodescription avec ducking du programme, et prouvez que le message survit à une écoute dégradée.
Nouveau dans ce flux ? Suivez les étapes dans l’ordre, en commençant par le premier outil ci-dessous. Vous savez déjà ce qu’il vous faut ? Allez directement à l’étape correspondante : tous les outils de ce flux figurent dans le tableau comparatif.
Premier outil: Segmentation d’activité vocale
Dossiers
| Outil | Ce qu’il fait | Catégorie |
|---|---|---|
| Segmentation d’activité vocale | Détecte l’activité probable dans la bande vocale et exporte les plages parole/non-parole en JSON, CSV, SRT ou liste FFmpeg. | Media |
| Transcripteur audio vers texte (IA) | Transcrit la voix d'un audio (wav/mp3/m4a/flac/ogg/webm/aac) en texte, SRT, VTT ou JSON avec grok-stt. Jusqu'à 10 min. | AI Tools |
| Décaleur temporel de sous-titres | Décale les sous-titres SRT ou WebVTT vers le début probable de la parole ou selon un réglage manuel. | Media |
| Ducking d’audiodescription | Mixe une narration descriptive et baisse le programme pendant sa présence. |
Dossiers
| Media |
| Améliorateur d’écoute assistée | Clarifie l’audio avec nettoyage des graves, EQ de présence vocale, réduction du bruit et protection de niveau. | Media |
| Simulateur d’intelligibilité d’alerte | Teste la clarté après réduction de bande, compression et bruit. | Media |
Un programme parlé finalisé sert des auditeurs aux pièces silencieuses, à l'ouïe fine et à l'attention entière. Tous les autres négocient — les personnes sourdes et malentendantes veulent les mots en texte, les auditeurs aveugles veulent le monde visuel raconté, les utilisateurs d'appareils auditifs veulent une piste qui protège les niveaux tout en clarifiant la parole, et une alerte publique doit survivre aux haut-parleurs de téléphone et au bruit de la rue. Le travail d'accessibilité n'est pas un supplément caritatif après la production — c'est une seconde surface de livraison, avec ses propres artefacts, formats et vérifications. Ce flux produit cette surface depuis un programme finalisé — une carte de la parole, des sous-titres au format qu'attend la destination, une narration descriptive mélangée en ducking, et une intelligibilité qui tient sous l'écoute réaliste la plus rude.
Tout ce qui suit dépend de savoir où vit réellement la parole. La segmentation par activité vocale parcourt le programme finalisé et retourne des plages de parole et de non-parole en JSON, CSV, marqueurs SRT ou liste de coupes. La carte remplit trois offices à la fois — elle borne ce qui doit être sous-titré, elle révèle les fenêtres de non-parole où la narration descriptive peut se poser sans se battre avec le dialogue, et elle expose les silences morts qu'une piste d'écoute ne devrait imposer à personne. Un sous-titre flottant sur du silence est un défaut que la carte aurait attrapé — voilà pourquoi elle vient en premier.
La transcription change la parole en texte, et la décision de format appartient à la destination — SRT ou VTT pour les lecteurs à piste, texte brut pour les documents et la relecture, JSON pour les chaînes qui traitent les sous-titres ensuite. Puis vient l'étape qui sépare les sous-titres utilisables des sous-titres honteux — l'alignement du minutage. Les uniformément tardifs ou avancés se décalent vers le départ probable de la parole ; un retard constant connu, chaîne de diffusion ou mémoire tampon, prend un décalage manuel mesuré. La dérive progressive est un autre animal — elle signifie que le fichier de sous-titres et le média ne sont pas d'accord sur le temps lui-même, le plus souvent une cadence, et la correction honnête est de régénérer les sous-titres contre la source juste. La vérification est bon marché et non négociable — premier sous-titre, dernier, un au milieu.
L'audiodescription raconte le monde visuel aux auditeurs qui ne peuvent pas le voir, et elle chevauche un programme qui s'écarte en ducking pendant que la narration parle. Le métier tient dans deux réglages — profondeur et relâchement. La profondeur se règle sur le passage le plus fort qui court sous la narration ; si les mots s'y lisent clairement, ils se lisent partout. Le relâchement suit le rythme du programme lui-même — musique et dialogue doivent rebondir vite au lieu de sombrer dans un trou. Le mode de défaillance à contrôler est le pire cas, pas la moyenne — une seule entrée de narration inintelligible fait sauter la version décrite, précisément là où une auditrice aveugle ne peut pas combler le trou avec l'image.
La dernière étape répond à la question que la production pose rarement — le message fonctionne-t-il encore quand l'écoute coûte ? Pour la piste d'écoute assistée, l'amélioration conservatrice nettoie les graves, penche l'égalisation vers la présence de parole, débruite avec douceur et surtout protège les niveaux, car une piste clarifiée qui sature a troqué une barrière contre une autre. Pour les alertes publiques, le test de dégradation est plus sévère à dessein — il rétrécit la bande à celle d'un haut-parleur de téléphone, compresse, ajoute du bruit, puis rapporte si la clarté de parole de l'alerte survit à chaque canal. Un avis qui ne fonctionne que sur des enceintes de studio n'a pas été testé — on lui a jeté un vœu.
Cette page produit la couche d'accessibilité d'un programme finalisé. Les voisins gardent les besognes environnantes. L'enregistrement, le montage et la conformité de livraison d'un épisode relèvent du flux de production de podcast. Mesurer, visualiser, vérifier — spectrogrammes, forme d'onde, contrôles de synchronisation — relève des pages d'analyse audio. Un enregistrement source abîmé — clics, ronflette, vent — relève de la réparation avant tout travail d'accessibilité, car les sous-titres d'un audio non corrigé en héritent les défauts. Sous-titrez le programme ici — et quand l'audience grandit, la discipline grandit avec elle.
Guide de workflow
Lancez la segmentation par activité vocale sur le programme finalisé pour obtenir des plages de parole et de non-parole en JSON, CSV, marqueurs SRT ou liste de coupes — la carte dit ce qui doit être sous-titré et où la narration descriptive peut se poser.
Convertissez la parole en texte avec sortie SRT, VTT, texte brut ou JSON, en choisissant le format attendu par la destination plutôt qu'en acceptant le réglage par défaut.
Décalez les sous-titres vers le départ probable de la parole quand le décalage est uniforme, ou appliquez un décalage manuel mesuré quand un retard constant connu existe, puis vérifiez au début, au milieu et à la fin du programme.
Fusionnez la narration descriptive sur le programme pour que le programme s'atténue pendant que la narration parle et se rétablisse quand elle se tait, en gardant chaque entrée intelligible sur le passage le plus fort en dessous.
SRT et VTT conviennent aux lecteurs à piste de sous-titres, le texte brut convient aux documents et copies de relecture, et JSON aux chaînes automatisées — choisissez selon l'endroit où les sous-titres sont consommés, non selon ce que le transcripteur a émis par défaut.
Décaler vers le départ probable de la parole corrige des sous-titres uniformément tardifs ou avancés ; un décalage manuel mesuré corrige un retard constant connu, tel qu'une chaîne de diffusion ou la mémoire tampon d'un lecteur — un décalage qui croît sur toute la durée signale un problème de source, pas un coup de pouce de plus.
Le programme doit descendre assez pour que la narration se lise clairement, et relâcher assez vite pour ne pas trouer la musique ou le dialogue — la profondeur sert la narration, le temps de relâchement sert le programme.
Calculateurs, outils numériques, logique de dates, statistiques et finance
Pour la piste d'écoute assistée, appliquez une amélioration conservatrice — nettoyage des graves, égalisation orientée présence de parole, protection des niveaux ; pour les alertes publiques, lancez le test de dégradation qui rapporte si la clarté de la parole survit aux haut-parleurs de téléphone, à la compression et au bruit.