Dessinez vos sous-titres dans l'image elle-même, pour qu'ils s'affichent partout — sur un téléphone, dans un fil social, sur un téléviseur qui n'a jamais entendu parler d'un fichier SRT. Le son est copié sans y toucher.
Glissez une vidéo ou cliquez pour parcourir
MP4, MOV, AVI, MKV, WEBM et tout ce que ffmpeg sait lire — jusqu'à 500 Mo et 30 minutes
Maintenant les sous-titres — cliquez pour parcourir
SRT, VTT, ASS ou SSA. N'importe quel encodage : si ce n'est pas de l'UTF-8, nous le convertissons au lieu d'échouer.
Envoyez une vidéo et un fichier de sous-titres, et récupérez la vidéo avec les sous-titres dessinés dans l'image. Le travail se fait avec ffmpeg et libass sur notre serveur plutôt que dans votre navigateur : le fichier peut donc être aussi gros que votre connexion le supporte, et le texte est composé par le même moteur qu'un lecteur de bureau.
Un fichier de sous-titres posé à côté de la vidéo est meilleur à tous égards sauf un : encore faut-il que quelque chose le charge. Mettez cette vidéo sur Instagram, TikTok, LinkedIn ou la plupart des applications de télévision, et le fichier de sous-titres n'y est tout simplement pas — les mots que vous avez écrits n'atteignent personne. L'incrustation les met dans l'image, où rien ne peut manquer de les afficher et rien ne peut les désactiver. La contrepartie, c'est qu'ils font désormais partie de l'image : pas de changement de langue, pas de désactivation, et corriger une coquille impose de recommencer depuis l'original. Gardez l'original.
Dessiner du texte sur une image, c'est réencoder cette image, donc c'est l'outil le plus lent que nous faisons tourner, et il ne peut pas en être autrement. Mesuré ici le 13/09/2026, sur 30 secondes de vidéo avec quatre cœurs épinglés :
| Résolution | Temps pour 30 s | Vitesse |
|---|---|---|
| 480p | 4,19 s | 7,2× plus rapide que la durée de la vidéo |
| 720p | 7,57 s | 4,0× plus rapide |
| 1080p | 15,58 s | 1,9× plus rapide |
Une vidéo de dix minutes en 1080p demande donc environ cinq minutes, et une de dix minutes en 720p environ deux minutes et demie. L'audio n'entre jamais dans ce calcul. Seule la piste vidéo passe par le filtre de sous-titres : le son est copié tel quel — nous l'avons vérifié en comparant l'empreinte de l'audio du fichier entrant et du fichier sortant, aux trois résolutions, et cela correspondait à chaque fois. Quoi que coûte l'incrustation, elle ne coûte pas le son.
Un fichier de sous-titres, c'est du texte, et le texte a un encodage. Vingt ans de logiciels de sous-titrage sous Windows ont écrit du SRT en Windows-1252 et non en UTF-8, et ffmpeg ne devine pas : donnez-lui-en un et il s'arrête sur « Invalid UTF-8 in decoded subtitles text » sans rien produire. Nous l'avons reproduit sur notre propre serveur. C'est pour cela qu'un outil paraît cassé sur un fichier qui se lit parfaitement dans VLC. Cette page lit le fichier avant ffmpeg, essaie l'UTF-8, puis le Windows-1252, puis le Latin-1, le réécrit en UTF-8 et vous dit lequel c'était — un sous-titre français ou portugais écrit en 2009, plein d'accents, s'incruste donc correctement au lieu d'échouer.
Laissé à lui-même, libass dessine les sous-titres à environ 5,4 % de la hauteur de l'image avec une marge basse de 3,1 % — petits, et collés au bord inférieur, là précisément où un téléphone met ses commandes et un téléviseur son bandeau. Ici le réglage par défaut est plus grand et remonté : mesuré à 9,2 % de la hauteur de l'image, et identiquement en 480p, 720p et 1080p, parce que la taille est fixée dans le repère du format de sous-titres lui-même et non en pixels. Un seul réglage, le même résultat quel que soit le fichier. Le bandeau ombré derrière le texte est le défaut pour la même raison : un contour seul disparaît sur une chemise blanche ou un ciel clair.
Nous avons testé le latin, le cyrillique, le grec, l'hébreu, l'arabe, le japonais, le coréen, le thaï et la devanagari face aux polices du serveur, et tous sont revenus en vraies lettres, pas en carrés vides signalant une police manquante — l'arabe lié et posé de droite à gauche, le japonais et le coréen entièrement couverts. Quand une police manque d'un caractère, le moteur bascule sur une autre qui l'a, caractère par caractère. Les lignes longues se coupent d'elles-mêmes au lieu de sortir du cadre.
L'usage gratuit, c'est deux minutes de vidéo par jour, sur des fichiers jusqu'à 100 Mo. Un pack de crédits porte cela à 500 Mo par fichier et 30 minutes de vidéo. Ces 30 minutes sont inférieures à ce qu'autorisent nos autres outils vidéo, et volontairement : à 1,9× le temps réel, une vidéo de 30 minutes en 1080p représente déjà un quart d'heure de travail continu, et la machine ne traite qu'une tâche à la fois. Vos envois sont supprimés dès la fin de l'incrustation, et la vidéo finie six heures plus tard.
Parce que la plupart des endroits où finit une vidéo ne chargent pas de fichier séparé. Instagram, TikTok, X, LinkedIn, WhatsApp, la plupart des applications de télévision et la plupart des lecteurs des gens ignorent le SRT posé à côté de la vidéo, ou ne le reçoivent jamais. Un sous-titre incrusté fait partie de l'image : il s'affiche partout, y compris en sourdine — ce qui est la façon dont la vidéo sociale se regarde majoritairement. Le prix, c'est qu'il devient définitif : pas de changement de langue, pas de désactivation, et une coquille impose de recommencer depuis l'original. Gardez donc votre vidéo d'origine et votre fichier de sous-titres ; incrustez une copie.
L'image est réencodée, donc techniquement oui, un peu — c'est inévitable, puisque mettre du texte dans une image revient à réécrire cette image. Nous encodons à une qualité où la perte ne se voit pas sur des images ordinaires. Le son, c'est autre chose, et cela mérite d'être précis : il n'est jamais touché. Seule la piste vidéo passe par le filtre, donc l'audio est copié tel quel, et nous l'avons vérifié en comparant l'empreinte de l'audio des deux fichiers à trois résolutions. Cela correspondait à chaque fois.
Presque certainement son encodage. Un fichier de sous-titres est du texte brut, et le texte écrit par d'anciens logiciels Windows est le plus souvent du Windows-1252 plutôt que de l'UTF-8. ffmpeg les refuse d'emblée — il s'arrête sur « Invalid UTF-8 in decoded subtitles text » et n'écrit aucun fichier — et c'est pour cela qu'un sous-titre qui se lit parfaitement dans VLC peut être rejeté par un outil en ligne. Cette page lit le fichier avant ffmpeg, détermine l'encodage, le réécrit en UTF-8 et vous dit lequel c'était. Si vos accents ressortaient en charabia ailleurs, voilà pourquoi.
Oui pour toutes les écritures testées : latin, cyrillique, grec, hébreu, arabe, japonais, coréen, thaï et devanagari sont revenus en vraies lettres, pas en carrés vides signalant que la police n'a pas le caractère. L'arabe et l'hébreu sont liés et posés de droite à gauche. Quand une police ne couvre pas un caractère, le moteur bascule sur une autre qui le couvre, caractère par caractère : un sous-titre mêlant plusieurs langues fonctionne donc aussi. Les lignes très longues se coupent d'elles-mêmes au lieu de sortir du cadre.
Trois tailles, blanc ou jaune, bandeau ombré ou simple contour, et en haut ou en bas. La liste est volontairement courte — elle couvre ce que les gens changent réellement, et chaque combinaison a été vérifiée à trois résolutions, donc aucune ne peut ressortir illisible. Si vous voulez le contrôle total, fabriquez un fichier ASS ou SSA dans un éditeur de sous-titres et envoyez-le : nous le détectons, utilisons son style exactement tel qu'il est écrit, et ignorons les options de cette page. Écraser le style d'un ASS reviendrait à jeter la seule raison d'en avoir fait un.
Vidéo : tout ce que ffmpeg sait lire — MP4, MOV, AVI, MKV, WEBM, FLV, WMV et ce que produisent téléphones, appareils photo et enregistreurs d'écran. Sous-titres : SRT, VTT, ASS ou SSA, dans n'importe quel encodage. Vous récupérez un MP4, le format qui se lit sur le plus de choses, avec l'image réencodée et l'audio copié. Une vidéo sans piste audio passe très bien ; elle revient sans piste audio.
Plus vite que la vidéo ne se lit, mais de peu en haute résolution. Mesuré sur quatre cœurs épinglés : 7,2× le temps réel en 480p, 4,0× en 720p et 1,9× en 1080p — une vidéo de dix minutes en 1080p demande donc environ cinq minutes de travail, plus l'envoi. La page affiche une estimation dès que le serveur a lu votre fichier et connaît sa résolution, et une barre de progression qui suit l'encodeur plutôt qu'un chronomètre. Envoyer un fichier 1080p est souvent la moitié la plus lente.
Les deux envois sont supprimés dès la fin de l'incrustation, et la vidéo finie six heures plus tard. Cette fenêtre n'existe que pour que le lien de téléchargement fonctionne encore si vous fermez l'onglet et revenez. Rien n'est conservé ensuite, rien n'est lu et rien n'est transmis à personne — ce qui, pour un fichier de sous-titres, mérite d'être dit clairement, puisque les sous-titres sont la partie de la vidéo qui énonce mot pour mot ce qu'elle contient.