Supprimer les silences et les euh d’une vidéo
Supprimez les silences et mots de remplissage d’une vidéo avec CapCut, auto-editor, DaVinci Resolve ou Sablate, sans couper de mots ni décaler les sous-titres.
Pour supprimer les mots de remplissage et les silences d’une vidéo, lancez un outil qui les repère, vérifiez ce qu’il a marqué, puis coupez et exportez. Les silences sont la partie facile : CapCut, Clipchamp, auto-editor et DaVinci Resolve les suppriment tous, plusieurs gratuitement. Les mots de remplissage comme « um » et « uh » demandent de la reconnaissance vocale, et plusieurs outils très répandus ne les reconnaissent qu’en anglais.
Le plus difficile, ce sont les bords. Une coupe approximative emporte la première consonne du mot suivant, laisse la moitié d’un « um » derrière elle, ou décale tous les sous-titres qui suivent. Ce guide présente quatre façons de faire le travail, d’un éditeur gratuit à un outil en ligne de commande, et les réglages qui décident si le résultat paraît monté ou naturel.
Pourquoi les coupes automatiques abîment-elles les mots et les sous-titres ?
La plupart des outils de suppression des silences décident selon le volume sonore. DaVinci Resolve demande un seuil en décibels, auto-editor utilise par défaut un seuil audio de 0,04, et tout ce qui est plus faible que le seuil compte comme du silence. Or la parole n’est pas forte d’un bout à l’autre. Un « f » ou un « s », une fin de mot soufflée, la brève fermeture avant un « b » ou un « p » peuvent tous passer sous la ligne, et l’outil les coupe avec la pause.
Les gens le remarquent. Sur le forum de retours de Descript, une demande ancienne s’intitule « Ignorer ou supprimer un seul mot dans un script provoque un écrêtage », et une réponse pose la question évidente : « Pourquoi Descript ne reconnaît-il pas qu’il y a une onde sonore et que ce n’est donc pas du silence ? » (Descript feedback).
Les mots de remplissage ajoutent un second problème. Pour trouver un « um », un outil doit transcrire la parole, et les systèmes de reconnaissance vocale sont entraînés à laisser les hésitations de côté. Whisper, que font tourner la plupart des outils locaux, n’en écrit presque aucune sans incitation, et quand il en écrit, ses horodatages pour ces sons brefs sont imprécis : dans notre mesure de Whisper et des mots de remplissage, ils étaient souvent à une fraction de seconde du vrai son, et le temps d’un « um » était régulièrement absorbé par un mot voisin. Une coupe placée sur ces horodatages laisse soit une partie du son de remplissage, soit le début du mot suivant.
Certains sons de remplissage ne peuvent pas du tout être coupés proprement. Quand un locuteur enchaîne « euh » et « le » sans le moindre intervalle, il n’y a aucun point de silence entre les deux, et n’importe quelle coupe abîme le mot.
Les sous-titres se décalent pour une raison plus simple. Chaque coupe retire du temps, donc chaque réplique qui suit doit avancer exactement de cette durée. Si les sous-titres ont été faits pour la vidéo non coupée, rien ne les déplace : après une coupe de deux secondes, toutes les répliques suivantes apparaissent avec deux secondes de retard, et le retard grandit à chaque coupe.
Les quatre façons de supprimer mots de remplissage et silences
- CapCut marque les mots de remplissage pendant qu’il génère les sous-titres automatiques, et son outil Auto Cut détecte les pauses de parole.
- auto-editor est un outil gratuit et open source en ligne de commande qui supprime les silences selon le volume, dans n’importe quelle langue, et exporte vers les grands éditeurs.
- DaVinci Resolve supprime les silences des clips sur la timeline. Il n’a aucune fonction documentée pour les mots de remplissage.
- Sablate trouve les silences et les sons de remplissage dans 13 langues et décale les sous-titres à chaque coupe.
Si vous voulez seulement retirer les temps morts d’un enregistrement d’écran, un navigateur suffit : la suppression des silences de Clipchamp est gratuite pour tous et signale les silences et les pauses de plus de trois secondes, en laissant une petite pause pour que la coupe ne soit pas brutale. Elle ne signale rien de plus court : elle resserre un enregistrement sans changer le rythme de la parole.
Méthode 1 : la suppression des mots de remplissage de CapCut
CapCut lie la détection des mots de remplissage à ses sous-titres : l’option se trouve donc dans le panneau des sous-titres plutôt qu’avec les outils audio. C’est la réponse habituelle quand on cherche la fonction sans la trouver.
- Importez la vidéo et faites-la glisser sur la timeline.
- Ouvrez Captions, choisissez Auto captions et sélectionnez la langue parlée.
- Activez l’option qui identifie les mots de remplissage, puis générez les sous-titres.
- Passez en revue les mots de remplissage marqués. CapCut permet de les supprimer ou de les ajuster à la main, et d’écouter le résultat avant l’export.
Pour les pauses, Auto Cut de CapCut inclut une détection des pauses de parole pour le rythme des interviews et des vlogs. La page d’aide de CapCut précise qu’Auto Cut fonctionne dans les applications Windows et Mac et sur mobile, pas dans CapCut Web.
Les limites tiennent à ce que CapCut ne publie pas. Sa page sur les mots de remplissage ne liste aucune langue prise en charge, hormis le choix de la langue des sous-titres, et n’indique pas comment la détection est facturée selon les formules de CapCut. Testez-la sur un court extrait dans votre langue avant de vous y fier pour un long.
Méthode 2 : auto-editor pour les silences, gratuitement
auto-editor est un programme en ligne de commande gratuit et du domaine public, pour Windows, Mac et Linux. Il retire les « temps morts » d’un enregistrement, ce que son README appelle la première passe d’un montage. Téléchargez le binaire depuis ses versions sur GitHub, ou installez-le avec Homebrew sur Mac, puis lancez :
auto-editor interview.mp4 --margin 0.2sec -o interview-cut.mp4
--margin conserve cette durée d’audio avant et après chaque section gardée, pour que la parole commence et finisse avec un peu d’air plutôt qu’un bord net. S’il coupe trop ou trop peu, réglez le seuil en décibels :
auto-editor interview.mp4 --edit audio:-30dB --margin 0.2sec -o interview-cut.mp4
Deux atouts justifient la ligne de commande. Il fonctionne dans n’importe quelle langue, car il n’écoute jamais les mots, seulement le volume. Et au lieu d’un fichier fini, il peut transmettre la coupe à votre éditeur sous forme de timeline : --export premiere écrit un XML pour Premiere Pro, --export resolve et --export final-cut-pro font de même pour DaVinci Resolve et Final Cut Pro, ce qui permet de retoucher chaque coupe à la main.
Depuis la version 31.8, il peut aussi incruster un fichier de sous-titres sur la vidéo, et ces sous-titres restent sur leurs mots à travers les coupes. La limite est celle de sa force : un « um » est aussi fort que la parole, donc auto-editor garde tous les mots de remplissage.
Méthode 3 : les outils de silence de DaVinci Resolve
DaVinci Resolve a deux façons de retirer le silence d’un clip, toutes deux documentées dans les guides des nouveautés de Blackmagic :
- Remove Silence dans la page Fairlight, qui fait partie d’AI IntelliCut, est arrivé dans Resolve 20 et est indiqué comme réservé à la version Studio (Resolve 20 New Features Guide). Sélectionnez des clips avec l’outil Range, faites un clic droit et choisissez Remove Silence.
- Ripple Delete Silence dans les pages Edit et Cut est arrivé dans Resolve 20.2, sous Clip → Audio Operations (Resolve 20.2 New Features Guide). Le guide ne le marque pas comme réservé à Studio.
Les deux affichent des bandes rouges là où le silence va disparaître avant de rien retirer, et les deux reprennent les mêmes réglages : un seuil en décibels, Pre Head et Post Tail pour la place gardée autour de chaque section audible, et une durée minimale de silence à retirer. Commencez avec un Pre Head et un Post Tail d’environ 0,1 à 0,2 seconde et augmentez-les si des mots perdent leur première consonne.
Les guides de Blackmagic ne décrivent aucune détection des mots de remplissage : les « euh » restent donc. Si vous avez aussi besoin de sous-titres, générez-les après la coupe, comme l’explique le guide des sous-titres dans DaVinci Resolve, pour que leur timing corresponde à la timeline montée.
Méthode 4 : le mode Cuts de Sablate, avec des sous-titres qui suivent la coupe
Sablate est une application de sous-titrage de bureau pour Windows et Mac, et depuis la version 1.2 son éditeur a un mode Cuts (coupes) qui supprime de la vidéo les silences, la musique et les bruits de fond, ainsi que les sons de remplissage comme « um », « uh », « äh » ou le « ııı » turc. Les sous-titres de chaque langue suivent les coupes.
- Transcrivez la vidéo dans Sablate, puis ouvrez-la dans l’éditeur et passez en Cuts.
- Choisissez Natural ou Tight. Natural coupe les pauses de plus de 0,6 seconde et garde 0,2 seconde après la parole et 0,15 seconde avant, pour qu’une courte respiration subsiste entre les phrases. Tight coupe les pauses à partir de 0,35 seconde pour un rythme plus rapide.
- Laissez cochée l’option Also find filler sounds (um, uh) et cliquez sur Find parts to cut. La recherche des sons de remplissage transcrit de nouveau la parole avec Whisper, incité à écrire les hésitations. Sur notre PC de test avec une RTX 3060 Ti, elle a pris environ dix secondes pour un extrait de 142 secondes ; sur le processeur seul avec le modèle small, environ une demi-minute.
- Passez en revue Parts to remove. Chaque ligne est étiquetée Silence, Music or noise, Filler sound ou Filler sound and pause, et se lit à partir de juste avant le passage. Les sons dont le détecteur n’est pas sûr apparaissent sous Maybe a filler sound, désactivés tant que vous ne les avez pas écoutés et activés. Skip them in the preview lit la vidéo telle qu’elle sera coupée.
- Exportez avec Apply cuts activé : une vidéo avec sous-titres incrustés, la vidéo coupée sans sous-titres, ou un fichier
.srt,.vttou.asscalé sur la vidéo coupée, dans n’importe quelle couche de langue (.assfait partie de Pro).
Deux choix sont délibérés. Les bords de chaque coupe de son de remplissage viennent du son lui-même, là où son niveau commence à baisser, et non des horodatages de Whisper. Et un son de remplissage collé à un mot est laissé en place, parce que le seul moyen de le retirer est d’abîmer le mot.
Les sons de remplissage sont trouvés avec Whisper dans 13 langues : anglais, turc, allemand, français, espagnol, italien, portugais, néerlandais, polonais, russe, japonais, coréen et chinois. Dans les autres langues, Sablate repère encore les sons de remplissage longs et tenus à partir du seul audio. Les mots employés comme remplissage, tels que « like », « you know » ou « so », restent, car ils portent souvent du sens.
Cuts fonctionne aussi avec la formule gratuite. La formule gratuite ne demande pas de compte et couvre les vidéos jusqu’à dix minutes, trois tâches par mois, les modèles Fast et Balanced et une couche de traduction hors ligne ; son incrustation porte une petite marque dans un coin, et la vidéo coupée sans sous-titres aussi. Pro coûte $29 en une fois ou $5,99 par mois.
Ce que Sablate ne fait pas : il exporte une vidéo finie, pas une timeline XML pour Premiere Pro, Resolve ou Final Cut Pro, et il ne détecte pas les prises répétées ni les faux départs. Pour une timeline, auto-editor, Recut ou TimeBolt sont de meilleurs outils ; pour les reprises, TimeBolt a une détection des reprises.
Comparaison des quatre méthodes
Vérifié le 17 novembre 2026 sur les pages d’aide, les guides et le README de chaque éditeur.
| Fonction | CapCut | auto-editor | DaVinci Resolve | Sablate |
|---|---|---|---|---|
| Supprime les silences | Oui, Auto Cut | Oui | Oui | Oui |
| Supprime les mots de remplissage | Oui | Non | Non | Oui |
| Langues des mots de remplissage | Non publié | Sans objet | Sans objet | 13 avec Whisper, sons longs dans toutes |
| Vérification avant la coupe | Oui | Dans votre éditeur, après l’export de la timeline | Oui, bandes rouges | Oui, liste avec lecture |
| Exporte une timeline vers Premiere, Resolve ou Final Cut | Non | Oui | Sans objet | Non |
| Sous-titres décalés avec la coupe | Non précisé | Incrustés seulement, depuis la version 31.8 | Non précisé | Oui, incrustés ou en fichiers, chaque couche de langue |
| Plateformes | Windows, Mac et mobile | Windows, Mac et Linux | Windows, Mac et Linux | Windows et Mac |
| Prix | Formule gratuite plus abonnement | Gratuit | Gratuit ; Studio $295 en une fois | Formule gratuite ; Pro $29 en une fois |
La ligne de la timeline est celle où auto-editor gagne haut la main : il est gratuit et vous donne une coupe que vous pouvez encore modifier dans votre éditeur. La réponse de Sablate est une vidéo finie et des fichiers de sous-titres qui lui correspondent déjà.
Quelle méthode choisir ?
« Je monte dans Premiere Pro, Resolve ou Final Cut et je veux la coupe sur ma timeline. » Utilisez auto-editor avec --export. Recut et TimeBolt font la même chose avec une interface graphique.
« Je monte déjà dans CapCut et ma vidéo est en anglais. » Utilisez l’option de mots de remplissage des sous-titres automatiques de CapCut. C’est le chemin le plus court.
« Je veux seulement retirer les temps morts d’un enregistrement d’écran. » Clipchamp dans un navigateur, ou Ripple Delete Silence dans Resolve.
« Ma vidéo n’est pas en anglais. » Sablate trouve les sons de remplissage dans 13 langues. Dans Premiere Pro ou Resolve, le plugin FireCut liste neuf langues, dont le turc, et qualifie d’expérimentales celles qui ne sont pas l’anglais. Les mots de remplissage dans d’autres langues compare ce que chaque outil prend en charge.
« Il me faut des sous-titres sur la vidéo coupée, peut-être en plusieurs langues. » Sablate, parce que la coupe et les sous-titres viennent du même projet et que chaque couche de langue est recalée avec la vidéo.
Combien de mots de remplissage faut-il supprimer ?
Moins que vous ne le pensez. Supprimer chaque « um » donne à un locuteur un ton haché, et le blog de Descript lui-même avertit que retirer tous les mots de remplissage « tend à rendre un locuteur robotique et peu naturel » (Descript). Ceux qui valent la peine d’être coupés sont les longs et ceux qui se trouvent dans une pause, quand le locuteur cherchait sa pensée suivante. Un « euh » bref au milieu d’une phrase fluide est le plus souvent inaudible pour les spectateurs, et le couper coûte un saut dans l’image.
Gardez aussi une respiration entre les phrases. Réduire toutes les pauses à rien supprime l’endroit où le spectateur comprend ce qui vient d’être dit. Une pause minimale d’environ 0,6 seconde est une bonne valeur par défaut pour une vidéo de type talking-head ; resserrez-la pour de courts formats pour les réseaux sociaux.
Les mots de remplissage sont une décision à part. « Like », « you know » et « so » sont tantôt du remplissage, tantôt le sens de la phrase. Le coupeur de mots de remplissage d’Auphonic les laisse volontairement (Auphonic), et Sablate aussi. Retirez-les à la main là où ils sont vraiment vides.
Comment garder les sous-titres synchronisés après la coupe
Coupez d’abord, sous-titrez ensuite. Cet ordre supprime le problème : les sous-titres sont faits pour la vidéo que les spectateurs voient réellement. Si vous devez garder des sous-titres existants, utilisez un outil qui les décale avec la coupe, ou transcrivez de nouveau la vidéo coupée.
Incrustez les sous-titres après la coupe, jamais avant. Le texte incrusté fait partie de l’image : couper une vidéo déjà incrustée tranche les répliques et laisse des moitiés de phrases à l’écran. Incruster des sous-titres dans une vidéo présente les réglages d’export qui gardent le texte net.
Enfin, vérifiez la première réplique après chaque longue coupe. Si elle apparaît en retard, les sous-titres ont été calés sur la vidéo non coupée, et toutes les répliques suivantes sont en retard elles aussi.
La plupart des gens n’ont besoin que d’une de ces quatre méthodes, et la bonne dépend de la destination de la vidéo. Si elle finit avec des sous-titres, surtout en plusieurs langues, téléchargez Sablate pour Windows ou Mac et lancez Cuts sur l’un de vos enregistrements.
Questions fréquentes
Comment supprimer automatiquement les mots de remplissage d’une vidéo ?
Utilisez un outil qui écoute la parole, repère les mots de remplissage et vous laisse les vérifier avant de couper. CapCut les repère pendant la création des sous-titres automatiques, Descript et Premiere Pro dans la transcription, et Sablate les liste avec les pauses qui les entourent. Passez la liste en revue, car chaque détecteur en rate certains et attrape quelques vrais mots.
Peut-on supprimer les silences d’une vidéo gratuitement ?
Oui. La suppression des silences de Clipchamp est gratuite pour tous et signale les pauses de plus de trois secondes. auto-editor est un outil gratuit et open source en ligne de commande, qui coupe selon le volume sonore et peut transmettre le résultat à Premiere Pro, DaVinci Resolve ou Final Cut Pro. CapCut détecte aussi les pauses de parole dans son outil Auto Cut sous Windows et Mac.
Pourquoi la suppression automatique des silences coupe-t-elle des mots ?
Parce que la plupart des outils décident selon le volume sonore, pas selon la parole. Une consonne douce, une fin de mot soufflée ou la fermeture avant une occlusive peuvent passer sous le seuil et être prises pour du silence. Un son de remplissage collé au mot suivant ne peut pas être coupé sans emporter une partie de ce mot. Une marge autour de chaque coupe et une vérification rapide règlent l’essentiel.
Les sous-titres restent-ils synchronisés après la suppression des silences ?
Seulement s’ils sont recalés sur la coupe. Si vous coupez la vidéo après avoir fait ses sous-titres, chaque réplique après la première coupe arrive en retard du temps total supprimé avant elle. Faites les sous-titres après la coupe, ou utilisez un outil qui décale les répliques avec la coupe, ce que fait Sablate quand il exporte la vidéo coupée ou un fichier de sous-titres.
Dans quelles langues la suppression des mots de remplissage fonctionne-t-elle ?
Surtout en anglais. Descript, VEED et TechSmith Audiate indiquent que leur détection ne fonctionne qu’en anglais. FireCut liste neuf langues, dont le turc, et qualifie d’expérimentaux les résultats hors anglais. Sablate trouve les sons de remplissage dans 13 langues avec Whisper, et dans toute autre langue il repère encore les sons de remplissage longs et tenus à partir du seul audio.