Manuel Sablate

Sablate transforme une vidéo déjà présente sur votre ordinateur en sous-titres : il écoute l'audio, écrit les mots, les traduit si vous le demandez, vous laisse corriger ce qu'il a mal compris, et vous rend soit un fichier de sous-titres, soit une vidéo dont les sous-titres sont peints dans l'image.

Ce qui le distingue, c'est l'endroit où le travail a lieu. La transcription tourne sur votre machine avec Whisper, la traduction peut tourner hors ligne avec Argos, et l'incrustation se fait localement avec ffmpeg. Rien n'est envoyé, mis en file d'attente ni facturé à la minute, sauf si vous connectez explicitement un moteur cloud avec votre propre clé.

Ce que Sablate ne fait pas : télécharger des vidéos depuis YouTube ou une autre plateforme, doubler ou générer de la voix, découper des extraits automatiquement, indiquer qui parle. La seule source d'une tâche est un fichier déjà présent sur votre disque.

Sablate fonctionne sur Windows 10 et 11 et sur macOS 12 ou plus récent, comme une application signée ordinaire : il n'y a rien à configurer une fois l'installateur terminé.

1. Téléchargez la version adaptée à votre machine

   L'installateur Windows pèse environ 320 Mo et occupe à peu près 1,3 Go une fois installé. macOS est livré en deux versions distinctes : Apple silicon (arm64) et Intel (x64). La page de téléchargement choisit la plus probable pour vous et laisse les autres visibles.

2. Lancez-le

   Windows : l'installateur est signé, donc pas d'avertissement SmartScreen. macOS : l'application est notariée — glissez-la dans Applications et ouvrez-la normalement.

3. Laissez le premier modèle se télécharger

   Aucun modèle de reconnaissance vocale n'est inclus dans l'installateur. Au premier lancement, Sablate propose de récupérer le modèle Balanced en arrière-plan pour que vous ayez de quoi travailler ; pendant ce temps, vous pouvez déjà lancer une tâche avec Fast.

Une tâche, c'est un fichier source et les réglages qui ont produit ses sous-titres. Vous en créez une depuis l'écran New job.

Sablate accepte les conteneurs vidéo habituels et les fichiers audio — .mp4, .mov, .mkv, .webm, .avi, .m4v, .mp3, .wav, .m4a, .flac et quelques autres. Les sources purement audio fonctionnent exactement de la même façon, sans les options qui exigent une image.

Une fois le fichier en place, le reste de l'écran se remplit : la langue qui y est parlée, les langues vers lesquelles traduire, et le moteur qui écoute.

Appuyez sur Start et la tâche apparaît dans la bibliothèque, où vous pouvez la voir travailler. Rien d'autre n'est nécessaire : les réglages par défaut forment une configuration qui fonctionne.

Whisper existe en plusieurs tailles, et la taille décide de l'arbitrage entre vitesse et précision. Sablate propose quatre niveaux, plus les moteurs cloud.

Le nom est le libellé affiché sur la carte ; l'identifiant à côté — tiny, small, large-v3-turbo, large-v3 — est le modèle Whisper sous-jacent.

Accurate est celui sur lequel la plupart des gens devraient rester : il est presque aussi bon que Best et plusieurs fois plus rapide. Descendez à Balanced ou Fast pour une passe grossière que vous alliez de toute façon retoucher, ou quand la machine n'a pas de GPU.

Sablate transcrit l'ensemble complet de Whisper — une centaine de langues parlées — et détecte la langue tout seul, sauf indication contraire. Il vaut la peine de la nommer quand un fichier s'ouvre sur de la musique, ou quand deux langues sont parlées et que vous voulez les sous-titres dans l'une d'elles.

Les langues cibles sont facultatives. Une tâche sans aucune est une transcription ; une tâche avec trois est une transcription plus trois couches de traduction, produites en une seule passe. Vous pouvez toujours ajouter une langue plus tard dans l'éditeur, il n'y a donc rien à trancher définitivement ici.

Chaque tâche reste dans la bibliothèque jusqu'à ce que vous la supprimiez : les sous-titres, vos modifications, le style que vous lui avez donné et les langues qu'elle porte.

La barre latérale sert aussi de filtre : All jobs, Active, Completed et Failed ouvrent chacun la bibliothèque avec ce filtre appliqué.

Pendant qu'une tâche tourne, le panneau de détail indique l'étape en cours plutôt qu'un simple pourcentage : extraction de l'audio, transcription, traduction, mise en forme.

Quand elle se termine, le même panneau devient le point de sortie : ouvrez l'éditeur, ou exportez directement d'ici si les sous-titres n'ont besoin d'aucune correction.

L'éditeur est l'endroit où une transcription devient une piste de sous-titres. Il s'ouvre sur une tâche et vous donne la vidéo, le texte et la mise en forme dans une seule fenêtre.

La barre de gauche bascule entre trois modes :

• Overview — les langues que porte cette tâche, et ce qui a produit chacune d'elles.
• Subtitles — la liste des segments et le panneau de style : là où se fait le vrai travail.
• Transcript — le texte en prose continue, pour lire et pour copier.

Le volet vidéo n'est pas un aperçu approximatif. Les sous-titres dessinés par dessus sont rendus à partir des mêmes valeurs de style que l'incrustation : ce que vous voyez est ce que le fichier exporté reçoit.

Cliquez sur une ligne pour la modifier. Le changement apparaît immédiatement dans l'aperçu et il est enregistré sans que vous ayez à le demander — la pastille dans la barre de titre affiche Saved avec l'heure de la dernière écriture.

Le minutage se règle par glissement, pas en tapant des codes temporels. Chaque segment est un bloc sur la timeline ; tirez son bord pour changer son début ou sa fin, faites glisser le bloc pour le déplacer, et cliquez n'importe où sur la règle pour y amener la tête de lecture.

Le mode transcription, c'est le même texte sans les limites de segments, ce qui est souvent la façon la plus rapide de lire une longue tâche et d'y repérer une erreur.

Split into shorter lines redécoupe toute la piste à un, deux, trois ou quatre mots par ligne, ou à un nombre de caractères. Un mot par ligne, c'est le rendu qu'utilise la vidéo courte ; une limite de caractères, c'est ce qu'attendent les sous-titres de type télévision.

Find and replace corrige d'un coup, partout, un nom que le modèle a mal entendu. Il agit sur la langue que vous êtes en train de modifier et laisse les autres couches tranquilles — c'est bien ce que vous voulez, car l'orthographe correcte est rarement le même mot dans une autre langue.

Import SRT or VTT fait entrer des sous-titres que vous avez déjà, pour que vous puissiez styliser et incruster une piste que Sablate n'a pas produite.

L'éditeur est plus rapide au clavier qu'à la souris, et la liste complète est à une touche — appuyez sur F1 ou ? à tout moment.

Sur macOS, Cmd remplace Ctrl.

Une traduction n'est pas une tâche séparée. C'est une couche de celle que vous avez déjà, qui en partage le minutage, le style et la vidéo source.

Cela compte en pratique : corrigez une fois un segment mal calé et toutes les langues suivent, parce qu'elles pointent toutes vers les mêmes limites.

Chaque couche peut être retraduite seule si vous changez de moteur, et en supprimer une n'efface que cette langue.

Argos tourne entièrement sur votre machine et ne demande aucun compte. Il télécharge un pack de langue par paire à la première utilisation, puis fonctionne hors ligne pour toujours. La qualité suffit pour la plupart des travaux de sous-titrage, et c'est le choix par défaut.

DeepL, OpenAI et Claude se connectent avec votre propre clé d'API, facturée sur votre propre compte. Ils se lisent mieux sur un parler idiomatique, et Claude en particulier transporte le contexte d'un segment à l'autre au lieu de traduire chaque ligne isolément.

Les modèles de reconnaissance vocale écrivent mal les noms de marques, de personnes et de produits — de façon constante, et toujours de la même manière. Plutôt que de les corriger ligne par ligne, listez-les une bonne fois.

Tout ce qui figure dans la liste de vocabulaire personnalisé est transmis au modèle avant qu'il ne démarre, local ou cloud, pour que l'orthographe soit correcte dès le départ. Il vaut la peine d'y ajouter vos propres noms de produits, les personnes qui reviennent régulièrement, et tout terme technique qui ressort systématiquement de travers.

Pour une tâche déjà transcrite, Find and replace fait la même réparation après coup.

Sablate est livré avec treize préréglages en quatre groupes, et ce sont de vraies conceptions plutôt que des changements de couleur :

• Viral — Hormozi, Beast, Reels, One Word, Karaoke, Pop
• Clean — Classic, Podcast, Creator, Highlighter
• Bold — Impact, Minimal
• Cinematic — Cinema

Classic est le préréglage par défaut et ressemble aux sous-titres que dessinerait un service de streaming. Le groupe Viral est conçu pour la vidéo au format téléphone : grand, gras, très contrasté, un ou deux mots à la fois.

Modifier quoi que ce soit dans le panneau sous la galerie fait du style le vôtre ; l'enregistrer comme préréglage nommé le conserve pour des tâches ultérieures.

Whisper renvoie un horodatage pour chaque mot, pas seulement pour chaque ligne, et c'est ce qui rend la chose possible sans aucun travail supplémentaire de votre part.

• Color — le mot actif change de couleur.
• Box — une pastille pleine suit le mot actif.
• Fill — la ligne se remplit de gauche à droite à mesure qu'elle est prononcée.
• Word — seul le mot en cours est à l'écran.

Le minutage est exact pour la langue parlée, car ce sont les limites de mots du modèle lui-même. Pour une couche traduite, les mots sont répartis sur la durée du segment, si bien que le balayage reste en phase avec la ligne même si l'ordre des mots a changé.

Les polices fournies avec Sablate — Montserrat ExtraBold, Anton, Bangers, Bebas Neue et Archivo Black — sont empaquetées avec le moteur de rendu autant qu'avec l'interface. C'est la raison de les préférer : une police qui n'existe que sur votre machine s'affichera correctement dans l'aperçu, puis changera discrètement dans la vidéo exportée.

Si une langue ne peut pas être dessinée dans la police choisie, le panneau le signale et nomme celle qui est utilisée à la place.

Le contour et l'ombre sont ce qui garde les sous-titres lisibles sur une image en mouvement. Un contour épais fonctionne sur presque toutes les images ; un cadre d'arrière-plan translucide est le choix le plus sûr sur une vidéo chargée.

Les sous-titres se placent dans l'une des neuf positions, avec une marge que vous définissez. En bas au centre est la convention ; en haut au centre sert quand quelque chose d'important se passe en bas de l'image, et la vidéo au format téléphone veut généralement les sous-titres plus haut qu'une vidéo d'ordinateur.

Frame remodèle la vidéo incrustée elle-même : laissez-la au format source, ou recadrez en 9:16 ou 1:1 et choisissez si les bords sont rognés ou remplis par un flou de l'image. Les fichiers de sous-titres ne sont pas concernés — cela ne change que la vidéo rendue.

Les exports emportent vos modifications. Un export lancé depuis la bibliothèque, sans jamais ouvrir l'éditeur, les emporte aussi.

Les plateformes qui lisent la vidéo sans son par défaut — TikTok, Reels, Shorts — attendent que les sous-titres fassent partie de l'image. C'est ce que fait l'incrustation : elle réencode la vidéo avec les sous-titres peints dessus, en utilisant exactement le style du panneau.

L'incrustation utilise le même moteur de rendu de sous-titres que l'aperçu : la police, le contour, le balayage karaoké et la position survivent tous au voyage. Vous pouvez rendre au format d'image source ou recadrer en 9:16 ou 1:1 à la sortie.

Le .mkv à sous-titres incorporés est l'autre moitié de l'histoire : un seul fichier vidéo portant chaque langue comme piste commutable, sans réencodage et sans perte de qualité.

Deux choses passent à l'échelle avec Pro.

Plusieurs fichiers à la fois — déposez le contenu d'un dossier de vidéos dans l'écran New job et un seul bloc de réglages s'applique à toutes. Elles se mettent en file et s'exécutent l'une après l'autre.

Toutes les langues en une action — une tâche portant quatre couches de traduction peut écrire les quatre fichiers de sous-titres dans un dossier, ou rendre les quatre vidéos incrustées, depuis une seule entrée de menu.

C'est la différence entre sous-titrer une vidéo et faire tourner une chaîne en quatre langues chaque semaine.

General contient la langue de l'interface — anglais ou turc — et le thème, qui suit votre système par défaut.

Defaults est ce avec quoi une nouvelle tâche démarre : la langue parlée, le modèle, le traducteur, les langues cibles, le préréglage, et l'ouverture automatique ou non de l'éditeur à la fin d'une tâche. Tout ce qui s'y trouve reste remplaçable tâche par tâche.

Providers est l'endroit où vivent les clés d'API et où vous gérez les modèles Whisper et les packs Argos présents sur le disque — y compris la suppression de ceux dont vous ne vous servez plus.

Nulle part, par défaut.

• La vidéo ne quitte jamais votre ordinateur. Sablate la lit là où elle se trouve.
• La transcription avec un niveau Whisper local est un traitement local. Il n'y a ni envoi ni file d'attente.
• La traduction Argos est locale elle aussi, une fois son pack de langue sur le disque.
• La mise en forme, l'aperçu et l'incrustation sont tous locaux — ffmpeg sur votre machine.

La seule exception est un moteur cloud que vous connectez vous-même. Choisissez OpenAI ou ElevenLabs pour la transcription et l'audio leur est envoyé ; choisissez DeepL, OpenAI ou Claude pour la traduction et c'est le texte. L'application le dit au moment où vous en choisissez un, à chaque fois, et aucune tâche ne change de moteur en silence.

Sablate lui-même émet deux sortes d'appels sortants : une vérification de licence environ une fois par jour, et le formulaire de suggestion de fonctionnalités si vous l'utilisez. Ni l'un ni l'autre ne transporte quoi que ce soit sur vos médias.

Free est permanent et ne demande aucun compte : des vidéos jusqu'à dix minutes, trois tâches par mois, les niveaux Fast et Balanced, une couche de traduction hors ligne, l'export .srt, .vtt et .txt, la vidéo incrustée avec une marque dans un coin, l'éditeur complet, l'accélération GPU et les treize préréglages. La première tâche que vous lancez au-delà de la limite des dix minutes s'exécute quelle que soit sa durée et peut porter trois couches de traduction.

Pro, c'est $29, une seule fois : n'importe quelle durée, n'importe quel nombre de tâches, tous les niveaux Whisper, la transcription et la traduction cloud avec vos propres clés, le .ass et le .mkv à sous-titres incorporés, une incrustation sans marque, le traitement par lots, l'export en un clic de toutes les langues, l'édition au mot près et les préréglages personnalisés.

Achetez Pro une fois — chaque mise à jour Pro est gratuite à vie. Pas d'abonnement, pas de renouvellement.

Une licence est liée à une machine à la fois et peut être déplacée : désactivez-la ici, puis activez-la sur le nouvel ordinateur avec la même clé. Les packs en volume couvrent jusqu'à dix licences pour une équipe.

« Sidecar is not ready » — le moteur local qui fait le vrai travail n'a pas démarré. Redémarrez-le depuis Settings → About ; s'il continue d'échouer, le journal situé dans %APPDATA%\Sablate\logs\main.log sous Windows ou ~/Library/Application Support/Sablate/logs/main.log sous macOS en dit la raison.

Un téléchargement de modèle se bloque — les modèles viennent de Hugging Face, et un proxy d'entreprise ou un VPN en est la cause habituelle. Le fichier partiellement téléchargé est jeté sans risque ; relancer la tâche repart proprement.

La transcription est bien plus lente que prévu — vérifiez si le GPU est utilisé. Sans lui, le niveau Best peut prendre plusieurs fois la durée de la vidéo, et c'est ce que vous dit l'avertissement sous le sélecteur de modèle.

La vidéo incrustée ne ressemble pas à l'aperçu — cela ne devrait pas arriver avec les polices fournies. Si vous avez choisi une police de votre propre système, le moteur de rendu peut ne pas l'avoir ; passez à l'une des cinq livrées avec Sablate.

La vidéo source est introuvable — déplacer ou renommer un fichier après la création de la tâche casse le lien. Reliez-le à nouveau depuis l'éditeur et tout le reste survit.