Sous-titres et transcriptions : formats SRT, VTT, TXT, CSV

Transcrivez un fichier et on vous demande aussitôt dans quel format vous le voulez. SRT ? VTT ? TXT ? Quelque chose avec JSON dans le nom ? Les formats ne sont pas interchangeables — chacun jette des informations que les autres conservent, et choisir le mauvais oblige à refaire l'export ou à écrire un convertisseur.

Ceci est une référence de tous les formats dans lesquels une transcription arrive couramment : à quoi il ressemble, à quoi il sert et comment passer de l'un à l'autre.

Le récapitulatif en un tableau

Format	Horodatage	Style	Lisible par machine	Idéal pour
SRT	Oui (par ligne)	Minimal	Partiel	Sous-titres/captions, prise en charge quasi universelle
VTT	Oui (par ligne)	Oui (positionnement, cues)	Partiel	Vidéo web (`<track>`), lecteurs HTML5
TXT	Non	Non	Non	Lire, citer, coller dans un document
TSV	Oui (colonnes)	Non	Oui	Tableurs, scripts, pipelines de données
CSV	Oui (colonnes)	Non	Oui	Excel/Sheets, imports
JSON	Oui (par segment)	Non	Oui	Usage programmatique, API, applis sur mesure
ASS / SSA	Oui	Oui (riche)	Partiel	Sous-titres stylés/karaoké, fansubs d'anime
SMI (SAMI)	Oui	Oui (HTML/CSS)	Partiel	Windows Media hérité
TTML	Oui	Oui (riche)	Oui (XML)	Diffusion, livraison en streaming

Le reste de ce guide, c'est le détail derrière chaque ligne.

SRT (SubRip)

La lingua franca des sous-titres. Presque tous les lecteurs, éditeurs et plateformes acceptent le .srt. Un fichier est une liste de lignes numérotées : un index, un horodatage de début et de fin, une ou plusieurs lignes de texte, puis une ligne vide.

1
00:00:00,498 --> 00:00:02,827
Bonjour et bienvenue dans l'émission.

2
00:00:02,900 --> 00:00:05,110
Aujourd'hui, on parle de formats de fichiers.

Remarquez la virgule avant les millisecondes (,498) — c'est la signature du SRT et ce que la plupart des convertisseurs faits main ratent. Le style se limite à des balises basiques. Utilisez SRT quand vous voulez la plus large compatibilité possible.

Convertissez vers ou depuis : VTT vers SRT, SRT vers texte, SRT vers Word, SRT vers PDF, ou retimez les lignes dans l'éditeur SRT.

VTT (WebVTT)

Le format de sous-titres natif du web, conçu pour l'élément HTML5 <track>. Il ressemble au SRT à trois différences près : un en-tête WEBVTT obligatoire, un point avant les millisecondes (pas une virgule) et la prise en charge du positionnement, du style et des métadonnées des lignes.

WEBVTT

00:00:00.498 --> 00:00:02.827
Bonjour et bienvenue dans l'émission.

00:00:02.900 --> 00:00:05.110 line:90% align:center
Aujourd'hui, on parle de formats de fichiers.

Utilisez VTT quand la vidéo se lit dans un navigateur ou un lecteur HTML5. Si une plateforme refuse votre fichier, la confusion SRT/VTT est le coupable habituel — échangez avec SRT vers VTT ou VTT vers texte.

TXT (texte brut)

Toute la transcription en prose, sans horodatage, sans structure. C'est ce qu'il vous faut pour lire, citer dans un document, coller dans un article de blog ou fournir à un autre outil qui ne veut que les mots. C'est l'export le plus agréable pour l'humain et le moins utile pour tout ce qui a besoin de minutage.

TSV et CSV

Transcriptions tabulaires : une ligne par segment, avec l'heure de début, l'heure de fin et le texte en colonnes (le TSV les sépare par des tabulations, le CSV par des virgules).

start	end	speaker	text
0	2827	S1	Bonjour et bienvenue dans l'émission.
2900	5110	S1	Aujourd'hui, on parle de formats de fichiers.

Ouvrez l'un ou l'autre dans Excel ou Google Sheets, ou lisez-le ligne par ligne dans un script. Le TSV est le plus sûr des deux pour les transcriptions, car le texte parlé est plein de virgules qui cassent les parseurs CSV naïfs ; les tabulations n'apparaissent presque jamais dans le texte lui-même. Tournez-vous vers eux quand vous faites de l'analyse — coder des entretiens qualitatifs, compter des termes ou importer des segments dans un pipeline.

JSON

L'export structuré, pour quand le consommateur est du code. Chaque segment est un objet avec son minutage, son texte et (si activé) le locuteur, de sorte qu'une application peut le lire sans extraire les horodatages d'une chaîne.

{
  "segments": [
    { "start": 0.498, "end": 2.827, "speaker": "S1",
      "text": "Bonjour et bienvenue dans l'émission." },
    { "start": 2.900, "end": 5.110, "speaker": "S1",
      "text": "Aujourd'hui, on parle de formats de fichiers." }
  ]
}

Utilisez JSON quand vous construisez par-dessus la transcription — une visionneuse sur mesure, un index de recherche, une étape de résumé. C'est l'option sans perte : tout ce que la transcription sait s'y trouve, prêt à être remodelé dans n'importe lequel des formats ci-dessus.

Les formats de sous-titres stylés : ASS, SSA, SMI, TTML

Ceux-ci portent un style visuel que les formats simples ne peuvent pas :

ASS / SSA (Advanced SubStation Alpha) — positionnement riche, polices, couleurs et minutage façon karaoké. Le standard pour les fansubs d'anime et tout sous-titre qui doit paraître conçu plutôt que par défaut. Aplatissez vers un fichier universel avec ASS vers SRT ou SSA vers SRT.
SMI (SAMI) — l'ancien format de captions de Microsoft, basé sur HTML/CSS, encore présent dans le contenu Windows Media hérité. Modernisez-le avec SMI vers SRT.
TTML (Timed Text Markup Language) — un format XML utilisé en diffusion et livraison en streaming (ses profils incluent EBU-TT et la famille SMPTE-TT/IMSC). Verbeux mais précis, et standard dans les pipelines professionnels. Convertissez avec TTML vers SRT.

Vous créez rarement dans ces formats, sauf si une plateforme les exige ; le plus souvent, vous en recevez un et le voulez en SRT ou VTT.

Comment choisir, en une ligne chacun

Mettre des sous-titres sur une vidéo ? SRT pour une large compatibilité, VTT pour le web.
Juste lire ou citer ? TXT (ou PDF/DOCX pour un document partageable).
Analyser la transcription ? TSV dans un tableur.
Construire un logiciel dessus ? JSON.
On vous remet un fichier stylé ou de diffusion ? Convertissez ASS/SSA/SMI/TTML vers SRT.

Obtenir le fichier au départ

Tous sortent de la même étape : transcrivez l'audio ou la vidéo, puis exportez. ScribeToAny produit TXT, SRT, VTT, TSV, CSV, JSON, PDF et DOCX à partir d'une seule transcription — détectez la langue automatiquement, vérifiez les segments face à l'audio et exportez autant de formats que nécessaire. Si vous avez déjà des fichiers de sous-titres et n'avez qu'à passer d'un format à l'autre, les outils du navigateur font la conversion sur votre machine, sans rien téléverser.

Les formats ne sont que des vues différentes du même texte synchronisé — mots, minutages et parfois style. Choisissez celui que votre destination attend et gardez un JSON ou un VTT sous la main comme master sans perte. Partez de l'outil audio vers texte et exportez vers ce qui vient ensuite.

Formats de fichiers de sous-titres et de transcriptions expliqués : SRT, VTT, TXT, JSON, CSV et plus