Supprimer le bruit de fond d'une vidéo, dans le bon ordre

Pour supprimer le bruit de fond d'une vidéo, passez le son dans un nettoyeur audio IA, écoutez le résultat au casque, puis seulement ensuite générez vos sous-titres. Le bruit stable, comme celui d'un ventilateur, d'un souffle ou d'une pièce qui ronronne, disparaît proprement dans la plupart des outils. Le vent, la circulation et les conversations de fond demandent plus de précautions, et une musique posée sous la voix se sépare rarement. L'ordre compte plus que l'outil : nettoyez d'abord, sous-titrez ensuite, et la transcription demandera beaucoup moins de retouches.

Pourquoi le bruit de fond compte-t-il avant d'ajouter les sous-titres ?

Le bruit ne gêne pas seulement le spectateur. Il dégrade la transcription, et c'est elle qui sert de base à vos sous-titres.

Une étude sur des enregistrements vocaux réalisés dans des enquêtes en ligne a montré que les réponses accompagnées de bruit de fond avaient un taux d'erreur de mots 2,08 fois plus élevé que les autres. Un enregistrement d'enquête ne ressemble pas à votre mise en ligne sur YouTube, donc prenez ce chiffre comme une tendance, pas comme une promesse. La tendance reste claire : une piste bruitée donne au modèle de reconnaissance vocale plus d'occasions de se tromper.

J'ai mis du temps à le comprendre. Pendant environ deux ans, j'ai sous-titré mes clips d'abord, et je n'ai nettoyé le son que lorsqu'un spectateur se plaignait. Chaque mot faux me renvoyait dans la timeline, ce qui est exactement l'inverse d'une boucle rapide. Lisible sans le son, d'abord : les sous-titres portent la vidéo pour quiconque la regarde en silence, donc ils doivent être justes.

Les mots faux coûtent aussi d'une façon que la transcription ne montre pas. Une légende qui dit la mauvaise chose doit quand même tenir en deux lignes, à une vitesse de lecture raisonnable. Une phrase mal transcrite finit donc souvent avec une coupure de ligne bancale. Pour la corriger plus tard, il faut retoucher le texte, le découpage et le minutage, pas seulement un mot.

Quel type de bruit y a-t-il vraiment dans votre enregistrement ?

Avant de choisir un outil, écoutez le clip au casque et nommez le bruit. Son type détermine la difficulté de la correction.

Le bruit stable reste le même du début à la fin : ventilateur, climatisation, ronronnement d'un ordinateur, souffle d'un micro, réfrigérateur dans la pièce d'à côté. C'est le cas facile. Presque tous les outils, IA ou manuels, s'en sortent bien.

Le bruit soudain ou mobile change pendant que vous parlez : une voiture qui passe, un chien, le cliquetis du clavier, le vent sur un micro-cravate. Les modèles d'IA entraînés sur la parole traitent une bonne part de ces sons, mais ils laissent parfois un bord liquide sur la voix. Le vent est le plus difficile du groupe, parce qu'il frappe le micro lui-même et peut déformer la parole située en dessous.

Un son situé dans la même plage que votre voix est le cas problématique : une musique sous un clip en face caméra, une télévision dans la pièce, des gens qui parlent derrière vous. Un outil ne sait pas séparer votre voix de la leur de façon fiable. Si la musique a été ajoutée au montage, réglez-la à la source en baissant la piste musicale. Si elle était dans la pièce, vous choisissez le niveau de dégât que vous pouvez accepter.

Un outil IA peut-il supprimer le bruit en une seule passe ?

Oui, pour le bruit stable et le bruit modéré, et c'est par là que je commence. Vous importez le clip, l'outil sépare la parole du reste, et vous exportez une version avec la piste nettoyée. Le temps total est en général inférieur à la durée du clip.

VEED est l'option en navigateur la plus simple que je connaisse pour un fichier vidéo. Vous importez le clip, activez Clean Audio dans ses outils IA, puis désactivez-le pour comparer avant et après. Il n'y a rien à installer, mais la version gratuite exporte avec un filigrane : testez sur un clip sans enjeu avant tout.

Descript fonctionne autrement. Vous montez par le texte, et sa fonction Studio Sound nettoie la piste de voix dans le même projet, à côté de la suppression des mots parasites. C'est un bon choix si vous découpez déjà vos vidéos à partir d'une transcription. Ses formules comptent les heures de média et les crédits IA, donc une série hebdomadaire longue peut atteindre les limites.

Deux habitudes améliorent n'importe lequel de ces outils. Écoutez le résultat en entier, pas seulement les dix premières secondes, car les artefacts apparaissent dans les silences et sur les pics sonores. Et gardez le fichier d'origine, pour revenir en arrière quand un nettoyeur transforme une consonne douce en bouillie.

Combien de nettoyage est trop ? Moins que vous ne le pensez. Le but est une voix qui sonne comme vous dans une pièce calme, pas une voix dans le vide.

Un son trop traité présente quelques signes : un timbre fin et liquide, des consonnes qui disparaissent, des silences morts plutôt que calmes. Ces silences morts rendent aussi chaque coupe un peu brutale. Si vous entendez cela, baissez le réglage ou mélangez un peu de la piste d'origine en dessous.

Évitez de faire passer un même fichier dans trois nettoyeurs à la suite. Chaque passe retire un peu de voix avec le bruit. Une bonne passe suffit, puis jugez à l'oreille.

Un test de deux minutes suffit : lisez le clip nettoyé à volume normal sur le haut-parleur de votre téléphone, puis au casque. Les haut-parleurs de téléphone masquent le souffle mais révèlent une voix fine, et le casque fait l'inverse. Si le son paraît naturel sur les deux, vous pouvez publier.

Et si vous montez déjà dans CapCut ou Kapwing ?

Alors utilisez le nettoyeur intégré à votre éditeur et évitez l'aller-retour. Moins d'exports, c'est moins d'endroits où le minutage peut dériver.

CapCut propose des outils de réduction de bruit et d'amélioration de la voix dans son panneau audio, et c'est l'éditeur que beaucoup de créateurs de formats courts ont déjà ouvert. Certaines fonctions IA sont réservées à l'offre payante, donc vérifiez ce que votre forfait inclut avant de bâtir une routine dessus. Ses sous-titres automatiques travaillent sur le même projet, ce qui garde le son propre et les sous-titres au même endroit.

Kapwing est un éditeur en navigateur avec un espace de travail partagé, façon document, et il propose aussi un nettoyage audio à côté de son générateur de sous-titres. Cela convient aux petites équipes qui relisent une vidéo ensemble avant publication. Si vous êtes la seule personne à toucher au fichier, un éditeur que vous connaissez déjà sera généralement plus rapide qu'un nouvel outil à apprendre.

Les utilisateurs de Canva ont une option similaire. Son interrupteur Enhance Voice, sous Outils audio, réduit le bruit de fond d'un clip vidéo. Il est conçu pour les publications sociales et les explications rapides, pas pour un long entretien dans une pièce bruyante.

Est-il possible de le faire gratuitement, sans compte ?

Oui, et c'est utile même si vous ne l'utilisez pas souvent. Deux méthodes couvrent la plupart des cas.

Audacity fonctionne avec un profil de bruit. Sélectionnez une ou deux secondes où personne ne parle, puis Effet, Réduction du bruit, Obtenir le profil de bruit. Sélectionnez toute la piste, relancez la réduction du bruit et partez des réglages par défaut : 12 dB de réduction et une sensibilité de 6. Au-delà, la voix devient creuse.

Le piège est le profil. Si votre enregistrement commence dès que vous parlez, il n'y a pas d'échantillon propre du bruit à apprendre. Il faut aussi extraire l'audio d'abord, puis le réinsérer ensuite.

ffmpeg traite le bruit stable en ligne de commande et ne touche pas à l'image. Une passe simple ressemble à ceci :

ffmpeg -i input.mp4 -af "highpass=f=80,afftdn=nr=12" -c:v copy output.mp4

Le filtre passe-haut retire le grondement sous 80 Hz, et afftdn réduit le bruit large bande de 12 dB. Montez la seconde valeur doucement. Ce n'est pas un miracle, et cela ne sauvera ni le vent ni les conversations, mais pour un bureau qui bourdonne, c'est souvent suffisant, et ça ne coûte rien.

Faut-il nettoyer le son avant ou après la transcription ?

Avant. C'est la seule règle que je garderais si je devais jeter le reste.

La séquence qui fonctionne pour moi est la suivante :

1. Écoutez une fois et nommez le bruit.

2. Nettoyez le son et exportez une version avec la piste propre.

3. Générez la transcription à partir de ce fichier nettoyé.

4. Laissez l'IA minuter et découper les lignes, puis relisez le résultat face à la vidéo.

5. Exportez en SRT ou en VTT, ou incrustez les sous-titres directement dans l'image.

L'étape quatre est celle où le gain apparaît. Une piste propre signifie moins de mots faux à attraper, donc la relecture prend quelques minutes et non une soirée. L'IA fait encore environ 95 % du minutage. Vous relisez ce qui reste.

Peut-on éviter le bruit plutôt que le corriger ?

Toujours, et c'est mieux que tous les outils ci-dessus. Le logiciel répare un enregistrement. Un meilleur enregistrement n'a pas besoin de réparation.

Coupez le ventilateur et la climatisation avant d'appuyer sur enregistrer. Rapprochez le micro de votre bouche, car la distance laisse entrer le bruit de la pièce dans le signal. Mettez une bonnette en mousse sur un micro-cravate en extérieur, et enregistrez dix secondes de silence au début pour disposer plus tard d'un échantillon de bruit.

Si vous enregistrez des appels ou des directs, le nettoyage en temps réel est une autre catégorie. Krisp se place entre votre micro et votre application comme un périphérique audio virtuel, et supprime le bruit pendant que vous parlez : l'enregistrement est déjà propre quand il arrive dans votre éditeur. Son offre gratuite couvre 60 minutes de suppression de bruit par jour, ce qui suffit pour un enregistrement hebdomadaire court.

Les outils en temps réel ne peuvent pas réparer un fichier enregistré le mois dernier, et ils ne remplacent pas un micro correct. Ce sont un filet de sécurité pour les jours où le voisin se met à percer un mur.

Ce que nous ferions concrètement un mardi

Si le bruit est stable, utilisez le nettoyeur de l'éditeur que vous avez déjà ouvert et passez à la suite. S'il s'agit de vent ou de conversations, essayez un nettoyeur IA, écoutez au casque, et acceptez un résultat assez bon plutôt que parfaitement propre. S'il s'agit de musique ou de voix dans la pièce, réenregistrez quand vous le pouvez.

Un cas typique : une démonstration d'écran enregistrée avec le ventilateur de l'ordinateur en marche et la fenêtre ouverte. Cela fait un ronflement stable plus un peu de circulation. Vous nettoyez donc dans votre éditeur, écoutez au casque, exportez, puis sous-titrez. La relecture se réduit à quelques corrections.

Sous-titrez ensuite le fichier nettoyé, pas l'original. Passez votre prochaine vidéo dans un nettoyeur d'abord, sous-titrez le fichier propre dans le studio SubsVideo, et comptez le nombre de lignes à corriger.