AiSrt : traduisez, extrayez et transcrivez vos sous-titres grâce à l'IA

aisrt "film.mkv"

C'est tout. Cette ligne donne un sous-titre dans votre langue par défaut, quelle que soit la vidéo.

L'outil

À quoi sert AiSrt

Quatre métiers dans un seul petit programme, et AiSrt choisit seul celui dont votre vidéo a besoin.

Une traduction en cours : chaque lot part au service choisi, la barre donne le temps restant.

Pourquoi vous allez l'adorer

Installation

Prêt en trois étapes

# Windows (PowerShell)
.\install.ps1

# Linux et macOS
sudo ./install.sh

aisrt setup

Pas encore de clé ? Chez OpenAI, ça prend deux minutes : créez un compte, ajoutez quelques dollars de crédit, créez une clé dans la page des clés API et collez-la quand aisrt setup la demande. Un film complet coûte quelques centimes. Et si vous ne voulez rien payer du tout, Ollama fait tourner l'IA chez vous, sans compte ni clé.

Premiers pas

# Une vidéo : sous-titres dans votre langue par défaut
aisrt "film.mkv"

# Plusieurs langues, et une copie de la vidéo qui les embarque
aisrt "film.mkv" -t fr,es,pt-BR --mux

# Un fichier de sous-titres : la langue source est détectée toute seule
aisrt "film.srt" -t de

# Une série entière, sous-dossiers compris
aisrt "D:\Series\The Wire" -r -t fr

# Surveiller un dossier et traduire tout ce qui y arrive
aisrt "/media/incoming" --watch -t fr

Ce dont vous avez besoin

L'extraction et la transcription ne demandent ni compte ni clé, et n'envoient rien nulle part.

Pour aller plus loin

L'aspect technique

Tout ce qui suit est facultatif : les réglages par défaut conviennent à la plupart des usages. C'est ici que je raconte comment AiSrt fonctionne et comment l'adapter à vos besoins.

Comment AiSrt choisit sa route

Face à une vidéo, AiSrt prend toujours le chemin le moins coûteux :

1. une piste existe déjà dans la langue demandée : il l'extrait, rien de plus ;
2. une piste texte existe dans une autre langue : il l'extrait et la traduit (la langue de -s d'abord, puis l'anglais, puis les autres) ;
3. il n'y a qu'une piste image : il la lit par OCR, puis la traduit ;
4. il n'y a aucun sous-titre : il transcrit l'audio, puis traduit.

--extract et --transcribe forcent une route précise. La langue source se déduit du nom (film.en.srt), de l'étiquette de la piste, de Whisper, ou d'un coup d'œil du modèle au texte : -s ne sert qu'à la forcer.

Les services de traduction

AiSrt parle directement à Anthropic (Claude), Google (Gemini), xAI (Grok), OpenAI et Ollama, ainsi qu'à tous ceux qui parlent le même langage qu'OpenAI : Mistral, DeepSeek, Groq, OpenRouter, Together, Fireworks, Cerebras, Azure OpenAI, LM Studio, llama.cpp et vLLM.

Pour les services dont le catalogue change tous les mois, je ne fige volontairement aucun modèle : AiSrt lit la liste du service, vous laisse choisir et retient votre choix. aisrt --providers dit lesquels sont prêts.

aisrt "film.srt" -t fr -p mistral     # pour cette commande seulement
aisrt config set provider mistral     # pour toutes les suivantes

Avant une traduction payante, AiSrt estime le coût et demande confirmation au-dessus de 0,50 dollar (réglable). À la fin, il affiche les tokens (les unités de texte facturées par le service) réellement consommés.

En local avec Ollama

ollama pull gpt-oss:20b
aisrt "film.srt" -t fr -p ollama

J'ai testé plusieurs modèles, trois fois chacun. gpt-oss:20b, celui que je livre par défaut, n'a jamais perdu un seul bloc, mais il pèse environ 14 Go et prend son temps. llama3.1:8b va environ dix fois plus vite pour un résultat presque aussi propre. qwen2.5, lui, m'a glissé des commentaires en chinois au milieu des sous-titres, trois fois sur trois : à éviter. En local, c'est gratuit mais plus lent, et la qualité reste un cran sous les meilleurs services en ligne.

Glossaire et vitesse de lecture

# aisrt-glossary.txt, dans le dossier de la série
Walter White
Heisenberg
the Cousins = les Cousins

Un terme seul est gardé tel quel, un terme suivi de = est toujours traduit pareil. Le fichier est trouvé tout seul dans le dossier de l'épisode, de la saison ou de la série, et seuls les termes présents dans chaque lot sont envoyés.

Une traduction est souvent plus longue que l'original. Après chaque fichier, AiSrt compte les sous-titres affichés trop peu de temps pour leur longueur (au-delà de 20 caractères par seconde ; Netflix vise 17). Avec --condense, le modèle les raccourcit, et toute réécriture qui ne serait pas plus courte est jetée. Tous les textes envoyés au modèle se modifient dans la configuration.

Formats et fichiers produits

• un .srt donne un .srt, un .ass donne un .ass avec ses styles (--to-srt pour un .srt simple) ;
• les .vtt, .sub, .sbv, .smi et .ttml sont convertis avec ffmpeg ;
• les fichiers sont nommés selon la langue (film.fr.srt, film.pt-BR.srt), comme Plex et Jellyfin l'attendent ;
• --mux écrit film.aisrt.mkv, une copie de la vidéo avec les nouvelles pistes étiquetées ;
• un fichier existant est toujours sauvegardé en .bak.srt avant d'être remplacé, et une traduction interrompue reprend où elle s'était arrêtée.

Les sous-titres de Blu-ray

Les pistes PGS des Blu-ray stockent la photo des mots, pas les mots. Deux moteurs les relisent :

Tesseract (par défaut, local et gratuit), un logiciel de reconnaissance de caractères (OCR, il relit le texte d'une image). C'est la seule dépendance qu'AiSrt ne télécharge pas, parce qu'elle s'installe différemment sur chaque système :

winget install tesseract-ocr.tesseract   # Windows
sudo apt install tesseract-ocr          # Linux
brew install tesseract                  # macOS

Le texte reconnu est ensuite relu par votre service d'IA, avec une consigne stricte : corriger les erreurs de lecture (une barre à la place d'un I, un « rn » lu comme un « m »), sans rien traduire ni reformuler. Sur 100 sous-titres de test, 14 ont été corrigés et aucun déplacé. Je préfère une coquille visible à une réplique parfaite collée au mauvais endroit, alors toute réponse douteuse garde le texte brut.

Un modèle de vision lit directement les images, nettement mieux sur les polices stylisées, sans rien installer :

aisrt config set ocr-engine vision

Un long métrage compte environ mille images : AiSrt annonce le nombre de requêtes avant de commencer, et relit image par image toute réponse qui ne rend pas exactement un texte par image. Les fondus, où le disque renvoie la même image avec une autre transparence, ne coupent plus une réplique en morceaux : AiSrt garde le rendu le plus lisible.

La transcription

Quand une vidéo n'a aucun sous-titre, AiSrt utilise whisper.cpp, la version optimisée du modèle de reconnaissance vocale Whisper d'OpenAI. La langue parlée est détectée, et sous Windows une carte NVIDIA est utilisée quand elle est présente.

aisrt --transcribe "conference.mp4" -tt fr   # transcrire, puis traduire en français

Face à de l'audio français, les modèles .en ne plantent pas : ils inventent un texte anglais très sûr de lui. AiSrt refuse donc cette combinaison. Seule la parole est transcrite, la musique et les bruits ne produisent aucun sous-titre.

Les vérifications avant envoi

Avant le premier appel payant, AiSrt vérifie que le service répond : clé invalide, compte sans crédit, modèle inconnu, serveur local éteint. Chaque cas a son message et le réglage à corriger. Il vérifie aussi la nature de chaque fichier : rien de binaire ne part chez le service de traduction.

Automatiser

aisrt "film.mkv" -t fr --non-interactive
aisrt --extract "episode.mkv" --stream 2 --translate-to fr,es --non-interactive

Avec --non-interactive, chaque question prend sa valeur par défaut et le journal dit laquelle. Une valeur donnée explicitement n'est jamais ignorée : demander la piste 7 d'un fichier qui n'en a que deux arrête tout et liste les pistes disponibles. Codes de retour : 0 succès (y compris rien à faire), 1 au moins un fichier en échec, 2 annulation par Ctrl+C.

Configuration

aisrt config list                     # les réglages en vigueur, clés masquées
aisrt config set target pt-BR         # langue par défaut
aisrt config set Translation:ConfirmCostAbove 2
aisrt config path                     # où chaque réglage est lu

Les réglages vivent dans votre dossier utilisateur (%APPDATA%\AiSrt sous Windows, ~/.config/aisrt ailleurs). Une clé peut aussi venir d'une variable d'environnement sous le nom habituel du service (OPENAI_API_KEY, MISTRAL_API_KEY...), et toute clé de configuration se surcharge avec une variable préfixée AISRT_, pratique dans un conteneur.

Ce qui ne marche pas encore

Les sous-titres image des DVD et de la TNT ne sont pas décodés : ils se lisent avec des informations rangées ailleurs dans le fichier, c'est un autre chantier. AiSrt les repère et vous prévient au lieu de les ignorer en silence.