Quand une même vidéo doit toucher plusieurs langues, les sous-titres sont la réponse économique, mais ce que beaucoup de publics préfèrent vraiment, c’est une narration qu’ils peuvent écouter dans leur langue. Beat2Cut transforme un script de narration en versions voiceover par langue : le script est traduit en brouillon éditable pour chaque langue (anglais, chinois, espagnol et japonais dans le catalogue actuel), vous relisez et corrigez chaque texte, puis une piste de narration est générée pour chaque langue. L’aperçu et l’export portent une seule langue sélectionnée à la fois : même image, voix différente.

Le mot important est éditable. Voici pourquoi cette contrainte existe, et comment le flux fonctionne exactement.

Les sous-titres multilingues ne sont pas une narration multilingue

Les sous-titres demandent au spectateur de lire pendant qu’il regarde. Cela fonctionne pour certains contenus, et échoue précisément dans les formats où la narration compte le plus : tutoriels où les yeux sont sur la démonstration, contenus d’ambiance regardés à moitié, vidéos consommées sur téléphone à bout de bras.

Une version narrée est au contraire un livrable séparé par langue : même timeline image, même musique, mais une voix espagnole dans un export et une voix japonaise dans un autre. Jusqu’à récemment, cela voulait dire engager des voix par langue ou maintenir plusieurs fichiers de projet en parallèle. Le coût a changé quand la génération script-vers-voix est devenue fiable ; ce qui n’a pas changé, c’est la qualité de traduction, donc l’étape de relecture ne peut pas disparaître.

Pourquoi le « doublage automatique » suscite des résistances

Certaines plateformes doublent automatiquement les vidéos pour les spectateurs, et les critiques des créateurs reviennent toujours aux mêmes trois problèmes :

Les contresens partent en production avec une voix. Un mauvais sous-titre est gênant ; une phrase dite avec assurance est bien pire.
C’est activé par défaut. Le public entend un doublage synthétique que le créateur n’a jamais approuvé, parfois sans retour évident à l’original.
Le créateur ne peut pas corriger le texte. Le pipeline passe directement de la traduction automatique à la voix synthétique, sans main humaine entre les deux.

Beat2Cut fait le choix opposé : le brouillon traduit est une étape obligatoire, visible et éditable. Aucun bouton ne transforme une traduction machine en audio sans vous l’avoir montrée avant. Si cela demande quelques minutes de relecture par langue, c’est la fonction qui joue son rôle.

Fonctionnement étape par étape

Tout le flux vit dans le panneau Script de la timeline Studio. Ce n’est pas un produit ou une page séparée.

1. Écrire le script source une fois

Écrivez ou collez votre narration à côté des plans comme d’habitude. Si vous avez déjà généré la narration dans la langue source, rien ne change pour elle.

2. Choisir les langues cibles

Choisissez parmi les langues du catalogue : actuellement anglais, chinois, espagnol et japonais. La langue source elle-même est générée par le flux normal, donc elle n’est pas proposée comme cible. Seules les langues qui disposent réellement de voix dans le catalogue sont affichées.

3. Obtenir un devis avant exécution

Avant le démarrage, vous voyez le coût en crédits : la traduction est facturée selon longueur du script × nombre de langues cibles, et l’étape de voix suivante est estimée à côté. Si votre solde ne suffit pas, l’opération est bloquée dès le départ au lieu de s’arrêter au milieu. Les traductions échouées ne sont pas facturées.

4. Relire et éditer chaque brouillon

Chaque langue revient sous forme de champ texte éditable. Corrigez les termes, raccourcissez une phrase devenue trop longue, localisez une expression traduite trop littéralement. Les brouillons sont enregistrés avec le projet dans votre navigateur, donc un rafraîchissement de page ne perd pas vos corrections. Un brouillon vide ne peut pas partir en synthèse vocale : chaque langue générée correspond à un texte que vous avez pu lire.

5. Générer une piste de narration par langue

Après confirmation, chaque langue passe par le même moteur de narration que la génération normale : la voix est synthétisée par des modèles vocaux neuronaux de pointe dans le cloud ; elle demande une connexion ; elle est facturée sur le texte après vos modifications. Les langues s’exécutent une à une, et chacune arrive sur sa propre piste de speaker (la piste japonaise est libellée 日本語, l’espagnole Español). Les clips de langue source ne sont jamais modifiés.

6. Prévisualiser et exporter une langue à la fois

Un sélecteur de version dans la barre supérieure choisit la langue active. L’aperçu joue uniquement la narration de cette langue ; le MP4 final, le mix audio WAV/MP3 et les sous-titres SRT/VTT suivent la même sélection. Exportez une fois par langue nécessaire : avec plusieurs versions dans un projet, le nom de fichier d’export reçoit le tag de langue (.es, .ja) pour éviter d’écraser les livrables.

Ce que cela coûte, simplement

Étape	Ce que vous payez
Détection, montage, travail sur la timeline	Gratuit, avec un compte gratuit
Traduction en brouillons	Crédits, selon longueur du script × nombre de langues cibles — devis d’abord
Narration par langue	Crédits, comme la narration normale, sur votre texte édité
Sous-titres SRT/VTT, mix WAV/MP3	Gratuit
MP4 final par version linguistique	10 crédits chacun sur Free ; inclus avec l’abonnement Pro

Les nouveaux comptes reçoivent 100 crédits par mois rechargés le 1er, assez pour tester un court script dans une ou deux langues de bout en bout. La narration et la traduction demandent une connexion ; tout le travail de timeline avant cela n’en demande pas.

Ce que la v1 ne fait volontairement pas

Mieux vaut un périmètre clair qu’une liste de fonctions qui promet trop :

Pas de doublage avec lip-sync — la fonction remplace une piste de narration, elle ne réanime pas un visage parlant et ne baisse pas automatiquement une voix caméra sous le doublage.
Pas de transcription automatique du script depuis la vidéo — le script est quelque chose que vous écrivez, et c’est aussi ce qui le rend utile à traduire.
Pas d’export groupé en un clic de toutes les langues — vous sélectionnez une langue et l’exportez, puis vous changez de langue et exportez la suivante.
Pas de choix du fournisseur vocal par langue — vous choisissez une voix et une langue, pas une console fournisseur.

FAQ

Quelles langues sont prises en charge ?

Le catalogue de traduction cible actuellement l’anglais, le chinois, l’espagnol et le japonais : les langues qui disposent de voix dans le catalogue. La liste des voix est filtrable par langue, et le catalogue grandit à mesure que des voix sont ajoutées.

Puis-je éviter la relecture de la traduction ?

Non, et c’est volontaire. Le brouillon est le mécanisme de sécurité : seul un texte présent dans un champ éditable, donc un texte que vous pouviez lire et modifier, peut être envoyé à la génération vocale.

Que se passe-t-il si j’annule pendant la génération ?

L’annulation arrête le job de narration en cours, comme pour une génération normale ; ce qui a déjà été synthétisé peut rester facturé selon les règles normales. Les langues qui n’ont pas encore commencé ne sont simplement pas lancées. Les traductions échouées ne sont jamais facturées.

Ma vidéo est-elle envoyée pour cela ?

Non. L’image, la musique et le montage restent dans le navigateur. Ce qui va dans le cloud, c’est le texte du script pour la traduction et la synthèse vocale par les fournisseurs tiers, plus vos réglages de génération ; l’audio généré est stocké avec votre compte pour que le projet puisse le recharger.

Publier en plusieurs langues : ouvrez le panneau Script du Studio, écrivez le script une fois, et laissez chaque marché l’entendre dans sa langue — avec vos corrections, pas la première proposition de la machine.

Versions de voiceover multilingues : un script, traductions éditables, narration par langue (2026)