AiSrt : Traduisez, Extrayez et Transcrivez vos Sous-Titres grâce à l'Intelligence Artificielle

Un outil gratuit pour rendre les vidéos accessibles en 29 langues, pour les sourds, les malentendants et tous les passionnés de contenu multilingue

Vous avez une vidéo avec des sous-titres en anglais et vous les voudriez en français, en espagnol, en arabe ou en japonais ? Ou un film sans le moindre sous-titre, dont vous aimeriez sortir un .srt ? C'est exactement pour ça que j'ai écrit AiSrt.

AiSrt est un outil en ligne de commande qui s'appuie sur l'IA pour traduire vos fichiers de sous-titres .srt, extraire les pistes déjà embarquées dans vos fichiers vidéo, et transcrire l'audio d'une vidéo directement en sous-titres. Les trois dans le même binaire.

Pour la traduction, vous avez le choix entre cinq moteurs. Les API d'OpenAI, d'Anthropic (Claude), de Google (Gemini) et de xAI (Grok) coûtent quelques centimes par film. Ou alors un serveur Ollama qui tourne sur votre propre machine : gratuit, hors ligne, aucune clé, aucun compte. Vos sous-titres ne quittent pas votre disque dur.

Et si la vidéo ne contient aucun sous-titre, AiSrt passe par Whisper, le modèle de reconnaissance vocale d'OpenAI, qui transforme la piste audio en .srt tout seul. Franchement, la première fois que j'ai vu une conférence d'une heure ressortir sous-titrée sans que je tape une seule ligne, ça m'a fait quelque chose.

Nouveauté de cette version : les sous-titres de Blu-ray, qui ne sont pas du texte mais des images, se lisent maintenant aussi. AiSrt les décode, les passe à un moteur de reconnaissance de caractères, puis fait relire le résultat par l'IA. J'y reviens plus bas, c'est le morceau dont je suis le plus content.

Pourquoi AiSrt ?

• L'accessibilité d'abord. Les personnes sourdes et malentendantes méritent un accès simple aux contenus vidéo. Générer et traduire des sous-titres devrait prendre quelques minutes, pas une soirée.
• 29 langues. Arabe, allemand, anglais, chinois, coréen, danois, espagnol, finnois, français, grec, hindi, hébreu, hongrois, indonésien, italien, japonais, malais, néerlandais, norvégien, polonais, portugais, roumain, russe, suédois, tchèque, thaï, turc, ukrainien et vietnamien.
• Une traduction qui comprend le contexte. C'est toute la différence avec un traducteur mot à mot : les expressions idiomatiques, l'humour et les jeux de mots passent beaucoup mieux.
• Trois fonctions dans un seul outil : traduction, extraction, transcription.
• Même les sous-titres qui sont des images. Les pistes PGS des Blu-ray sont lues par reconnaissance de caractères, puis relues par l'IA pour corriger ce que l'OCR a mal vu.
• Cinq moteurs de traduction au choix. OpenAI, Claude, Gemini, Grok ou Ollama, avec votre propre clé, changeable en une option.
• Gratuit et hors ligne si vous voulez. Avec Ollama installé sur votre machine, la traduction ne coûte rien, ne demande aucune clé et n'envoie rien nulle part. Pratique pour du contenu que vous ne voulez pas faire transiter par un service tiers.
• Rien à installer à côté. Le binaire est autonome, il n'y a pas de runtime .NET à télécharger, tout est dedans. Et ffmpeg comme whisper.cpp sont récupérés automatiquement sous Windows et Linux au moment où on en a besoin.
• Accélération NVIDIA sous Windows. Si AiSrt détecte votre carte graphique, il bascule sur la version CUDA de whisper et la transcription va nettement plus vite.

Installation

Prérequis

Rien d'obligatoire, en fait. L'extraction et la transcription tournent sans clé, sans compte et sans rien envoyer nulle part.

Pour la traduction, il vous faut une clé chez l'un des quatre services payants (OpenAI, Anthropic, Google ou xAI), ou Ollama installé sur votre machine, qui lui est gratuit et hors ligne. Les deux sections qui suivent expliquent l'un et l'autre, prenez celle qui vous arrange.

Un seul cas demande un outil de plus : les sous-titres qui sont des images. Il faut alors Tesseract, que vous installez vous-même. Une commande, et c'est réglé pour toujours.

Pas de runtime à installer : chaque archive contient un exécutable autonome pour votre système.

1. Téléchargez ci-dessous l'archive qui correspond à votre machine : Windows x64, Linux x64, ou macOS (Apple Silicon M1 à M4, ou Intel x64).
2. Décompressez-la dans le dossier de votre choix.
3. Optionnel : ajoutez ce dossier à votre variable d'environnement PATH pour appeler aisrt depuis n'importe quel terminal.

Sous macOS, si le système refuse de lancer le binaire, ouvrez le Terminal dans le dossier et passez chmod +x aisrt, puis xattr -cr aisrt. Les builds macOS sont signés et notarisés, donc en principe vous ne devriez pas en avoir besoin.

Une clé API, chez le service de votre choix

Encore une fois : c'est uniquement pour la traduction.

1. Rendez-vous sur platform.openai.com et créez un compte, ou connectez-vous.
2. Allez dans API Keys depuis le menu de votre profil, en haut à droite.
3. Cliquez sur Create new secret key.
4. Donnez-lui un nom, AiSrt par exemple, et validez.
5. Copiez la clé tout de suite, elle ne sera plus jamais affichée.
6. Collez-la dans appsettings.json, à la place de "OPENAI_KEY" :

{
  "OpenAI": {
    "ApiKey": "sk-votre-cle-api-ici",
    "Model": "gpt-5-mini",
    "Temperature": 1
  }
}

Ce fichier se trouve à côté de l'exécutable. Une fois AiSrt installé, il est lu depuis %LOCALAPPDATA%\AiSrt\appsettings.json sous Windows, et depuis ~/.config/aisrt/appsettings.json sous Linux et macOS.

Astuce : vous pouvez aussi garder la clé dans un fichier .env à part. Mettez "UseSecretEnvFile": true dans appsettings.json, indiquez le chemin du fichier, et écrivez dedans la ligne OPENAI_KEY=sk-votre-cle-api-ici. C'est ce que je fais chez moi, ça évite de balader sa clé dans un fichier de configuration qu'on partage sans réfléchir.

Le coût : OpenAI facture à l'usage, et un sous-titre consomme très peu. Comptez quelques centimes pour un film entier avec gpt-5-mini.

Et si vous préférez Claude, Gemini ou Grok

Depuis cette version, OpenAI n'est plus le seul service payant. Trois autres font exactement le même travail, avec votre propre clé : Anthropic pour Claude, Google AI Studio pour Gemini, et xAI pour Grok. La démarche est la même partout : vous créez un compte, vous générez une clé, vous la collez dans appsettings.json.

Chaque service a sa propre section, avec son modèle par défaut déjà rempli :

{
  "Translation": { "Provider": "anthropic" },
  "Anthropic": { "ApiKey": "sk-ant-votre-cle", "Model": "claude-haiku-4-5" },
  "Gemini":    { "ApiKey": "votre-cle",        "Model": "gemini-3.6-flash" },
  "Xai":       { "ApiKey": "xai-votre-cle",    "Model": "grok-4.5" }
}

Et pour essayer un service sans toucher au fichier, il y a l'option --provider :

aisrt "film.srt" -t fr --provider anthropic
aisrt "film.srt" -t fr --provider gemini
aisrt "film.srt" -t fr --provider grok

Les noms usuels sont acceptés, donc claude, google, grok et gpt marchent aussi bien que les noms officiels. Je les ai ajoutés parce que je me trompais moi-même une fois sur deux.

Un détail qui m'a coûté une soirée : chaque service accepte deux noms de variable d'environnement pour sa clé, par exemple ANTHROPIC_API_KEY ou CLAUDE_API_KEY. J'avais rempli mon fichier .env avec le nom du modèle et pas celui de l'entreprise, et AiSrt m'expliquait poliment que ma clé était absente. Elle était là, sous un nom qu'il ne regardait pas.

Dernière chose, et elle vaut pour les quatre : si la clé est fausse, si le compte est vide ou si le modèle n'existe pas, AiSrt le dit avant de commencer, en nommant la ligne du fichier de configuration à corriger. Plus de plantage au milieu d'un film à moitié traduit.

Ou alors : traduire gratuitement, chez vous, avec Ollama

Pas envie de créer un compte OpenAI, ou pas envie que vos fichiers partent chez un tiers ? Installez Ollama, qui fait tourner un modèle de langue directement sur votre machine. C'est gratuit, illimité, et ça marche sans connexion internet une fois le modèle téléchargé.

Trois étapes :

# 1. Installer Ollama depuis ollama.com, puis demarrer le serveur
ollama serve

# 2. Telecharger le modele livre par defaut
ollama pull gpt-oss:20b

# 3. Traduire, en local
aisrt "film.srt" -t fr --provider ollama

L'option --provider vaut pour la commande en cours. Si vous voulez qu'Ollama devienne votre moteur par défaut, mettez "Provider": "ollama" dans la section Translation de appsettings.json, et vous n'aurez plus à y penser.

Quel modèle choisir ? J'en ai testé plusieurs et la réponse m'a surpris. Un modèle local doit respecter un format de sortie très strict, un bloc traduit par bloc envoyé, dans l'ordre, sans commentaire. Certains n'y arrivent pas du tout : qwen2.5 m'a glissé des remarques en chinois au milieu des sous-titres, trois fois sur trois, même en le bridant au maximum. Ce n'est pas utilisable. llama3.1:8b s'en sort très bien et va environ dix fois plus vite. gpt-oss:20b est celui que je livre par défaut, parce qu'il n'a jamais perdu un seul bloc pendant mes essais, mais il est nettement plus lourd (environ 14 Go) et plus lent.

Soyons honnête sur le compromis : en local, c'est gratuit mais lent, et la qualité reste en dessous de ce que sort gpt-5-mini. Pour un film que vous regardez ce soir, l'API OpenAI à trois centimes est plus confortable. Pour traiter une saison entière sans regarder le compteur, ou pour du contenu sensible, Ollama devient intéressant.

Une chose qui m'a fait perdre du temps et que je vous épargne : AiSrt parle à Ollama par son API native et lui impose une fenêtre de contexte suffisante. Si on passe par la couche de compatibilité OpenAI d'Ollama, ce réglage est ignoré, le modèle tronque sa réponse sans le dire, et vous vous retrouvez avec des blocs manquants dans le fichier final. C'est géré pour vous, mais ça explique pourquoi les lots sont plus petits en local (10 blocs au lieu de 40).

Ce qui se passe avant que ça parte

Deux vérifications tournent au démarrage, et elles m'ont évité pas mal d'énervement.

La première regarde le fichier que vous donnez. Si vous tapez aisrt film.mkv en oubliant l'option, AiSrt vous répond que c'est une vidéo et vous indique --extract ou --transcribe. Avant, il lisait le fichier binaire comme du texte et l'envoyait tel quel à l'IA, qui répondait par une erreur incompréhensible sur la taille de la requête. Au passage, si vous lui donnez un sous-titre qui n'est pas du .srt (du .ass, du .vtt, du .sub), il le convertit tout seul avec ffmpeg et enchaine sur la traduction.

La seconde vérifie que le moteur de traduction répond, avant d'envoyer quoi que ce soit. Clé invalide, compte sans crédit, serveur Ollama pas démarré, modèle pas téléchargé : chaque cas a son message et sa commande de réparation. Rien de pire que de lancer l'extraction de six pistes, partir boire un café, et retrouver six erreurs identiques au retour.

Guide d'utilisation

Syntaxe générale

aisrt [<fichier>] [options]

Toutes les options

Attention à ne pas confondre --streams au pluriel, qui se contente de lister les pistes, et --stream au singulier, qui en choisit une à extraire. Une lettre d'écart, deux effets très différents. J'ai hésité à renommer, et puis non : les deux noms sont ceux qui viennent naturellement.

1. Traduire des sous-titres

La fonction principale, et celle que j'utilise le plus :

# Traduire de l'anglais vers le français (comportement par défaut)
aisrt "film.srt"

# Traduire de l'anglais vers l'espagnol
aisrt "film.srt" -s en -t es

# Traduire du français vers le japonais
aisrt "film.fr.srt" -s fr -t ja

Le fichier traduit reprend le code de la langue cible dans son nom : film.fr.srt, film.es.srt, et ainsi de suite. Le fichier de sortie précédent, s'il existe déjà, est copié en .bak.srt avant réécriture.

La traduction part par lots de 40 blocs, et chaque lot est écrit sur le disque dès qu'il revient. Voilà ce que ça donne chez moi sur un film complet :

598 blocs découpés en 15 lots, et vous voyez le temps s'accumuler sur la droite : à peu près une minute par lot, un peu moins de quinze minutes pour le film entier. Si ça se coupe au lot 13, relancer la même commande repart du lot 13.

2. Lister les pistes d'une vidéo

Avant d'extraire, on peut regarder ce qu'il y a dans le fichier :

aisrt --streams "film.mkv"

Vous obtenez un tableau avec le numéro de flux, la langue, le codec et le type de chaque piste, texte ou bitmap.

3. Extraire les sous-titres d'une vidéo

Beaucoup de MKV et de MP4 embarquent déjà des sous-titres. Autant les récupérer plutôt que de les refabriquer :

aisrt --extract "film.mkv"

Un menu vous laisse choisir une piste, ou tout extraire d'un coup. Les formats texte sont gérés (SRT, ASS, SSA, WebVTT, mov_text). Les pistes PGS, celles des Blu-ray, sont des images : elles sont maintenant lues par reconnaissance de caractères, et la section suivante y est consacrée. Celles des DVD et de la TNT ne sont pas encore décodées, mais AiSrt vous le dit clairement au lieu de les sauter en silence. Une fois l'extraction finie, il propose de traduire chaque piste dans la foulée, avec la langue de la piste comme langue de départ.

Note : ffmpeg est téléchargé automatiquement sous Windows et Linux s'il n'est pas déjà sur votre machine. Sous macOS, installez-le avec brew install ffmpeg.

4. Transcrire l'audio en sous-titres

Pas de sous-titres du tout dans la vidéo ? On les fabrique, avec whisper.cpp :

aisrt --transcribe "film.mkv"

Au premier lancement, AiSrt vous demande quel modèle de reconnaissance vocale utiliser :

• base.en, environ 150 Mo : rapide, correct sur de l'anglais bien articulé
• small.en, environ 500 Mo : le bon compromis
• medium.en, environ 1,5 Go : plus précis, plus lent
• base, small, medium : les mêmes tailles, mais multilingues
• large-v3, environ 3 Go : le plus précis, multilingue, et le plus lent

Vous pouvez sauter ce menu avec --model si vous savez déjà ce que vous voulez.

Transcrire autre chose que de l'anglais

Avant, AiSrt supposait que vous lui donniez de l'anglais. C'était une très mauvaise idée : un discours en français ressortait en sous-titres anglais approximatifs, sans un mot d'avertissement, et si vous enchaîniez sur une traduction, vous obteniez du français retraduit depuis cet anglais. Un téléphone arabe avec vos propres vidéos.

Maintenant, whisper détecte la langue parlée et AiSrt lit sa réponse au vol. Vous n'avez rien à déclarer, et le fichier produit porte le bon code de langue. Vous pouvez toujours l'imposer si vous savez ce que vous faites, avec un modèle multilingue :

aisrt --transcribe "film.mkv" --audio-language fr --model base

Le fichier produit s'appelle alors film.fr.srt, et si vous enchaînez sur une traduction, AiSrt sait que le point de départ est le français.

Un piège sur lequel je me suis penché un moment : les modèles dont le nom finit par .en sont entraînés sur l'anglais uniquement. Donnez-leur de l'audio français et ils ne protestent pas, ils vous rendent de la phonétique anglaise avec un aplomb total. C'est le genre de résultat qu'on ne repère qu'en lisant le fichier. AiSrt refuse donc la combinaison avant de lancer quoi que ce soit, et vous donne la liste des modèles qui conviennent.

Sous Windows et Linux, AiSrt télécharge whisper tout seul. Sous Windows, il détecte en plus une carte NVIDIA et prend la version CUDA, bien plus rapide.

Sous macOS, il faut faire un pas de plus. Le projet whisper.cpp n'y publie pas d'exécutable en ligne de commande, seulement un framework destiné aux développeurs Apple : il n'y a donc rien à télécharger automatiquement. La solution tient en une commande :

brew install whisper-cpp ffmpeg

AiSrt va alors chercher les outils installés sur votre système et s'en sert tels quels. Je n'ai pas de Mac sous la main pour dérouler ce scénario de bout en bout, donc si vous êtes sur macOS et que ça coince, écrivez-moi, ça m'intéresse.

Les sous-titres qui sont des images

Sortez une piste de sous-titres d'un Blu-ray et vous n'obtenez pas du texte. Vous obtenez des images, une par réplique, dans un format qui s'appelle PGS. Le disque ne stocke pas les mots, il stocke la photo des mots. C'est pratique pour garder la police et le placement exacts du cinéma, c'est catastrophique dès qu'on veut traduire : il n'y a rien à traduire, il n'y a que des pixels.

Jusqu'ici, AiSrt vous disait poliment qu'il ne savait pas faire. Maintenant il sait.

Ce qui se passe quand vous lancez la commande

Rien de nouveau à taper, c'est la même commande qu'avant :

aisrt --extract "film.mkv"

Si vous choisissez une piste image, AiSrt enchaîne trois étapes. Il sort la piste brute du conteneur avec ffmpeg. Il décode les images lui-même, une par sous-titre, en récupérant au passage les instants d'affichage tels que le disque les a écrits. Puis il passe le tout à Tesseract, un moteur de reconnaissance de caractères (un logiciel qui relit du texte sur une image), en une seule fois pour toute la piste.

Le fichier de langue de Tesseract est téléchargé tout seul, dans la langue que déclare la piste. Une piste française récupère le français, une piste japonaise le japonais. Vous n'avez rien à choisir.

Tesseract, il faut l'installer soi-même

C'est la seule dépendance qu'AiSrt ne va pas chercher pour vous, et c'est assumé. ffmpeg et whisper publient des exécutables autonomes que je peux télécharger proprement. Tesseract, non : ce sont des installeurs système, différents sur chaque plateforme. Une commande suffit :

# Windows
winget install tesseract-ocr.tesseract

# Linux
sudo apt install tesseract-ocr

# macOS
brew install tesseract

Petite anecdote qui m'a fait perdre une demi-heure : sous Windows, cet installeur ne met pas Tesseract dans le PATH. AiSrt me répondait donc que l'outil était introuvable, et me proposait de lancer exactement la commande que je venais de lancer. Une boucle sans sortie. AiSrt va maintenant regarder dans les dossiers où l'installeur dépose vraiment le binaire.

L'IA relit ce que l'OCR a lu

Un moteur de reconnaissance de caractères fait toujours les mêmes fautes. La barre verticale à la place du I majuscule. Le r suivi du n qui devient un m. Un accent avalé. Sur un film entier, ça finit par se voir.

Alors AiSrt renvoie le texte reconnu à votre service de traduction, avec une consigne précise : corrige les erreurs de lecture, ne traduis rien, ne reformule rien, ne raccourcis rien. C'est une relecture, pas une réécriture. Sur les 100 sous-titres d'un extrait de film que j'ai passé au banc d'essai, 14 ont été corrigés, 86 étaient déjà bons, et pas un seul n'a été déplacé ni inventé.

Le garde-fou compte plus que la fonctionnalité, alors je le détaille. Une correction n'est acceptée que si elle reste proche de ce qui a été lu : un modèle qui déciderait de traduire une réplique se fait jeter. Et si la réponse ne contient pas exactement autant de textes qu'il en a envoyé, le lot entier est abandonné et le texte brut est conservé. Je préfère un sous-titre avec une coquille visible qu'un sous-titre parfait collé sur la mauvaise réplique.

Cette relecture est active par défaut et utilise le service qui traduit déjà. Vous pouvez l'éteindre, ou la confier à un autre service, dans appsettings.json. Et si aucune clé n'est configurée, il ne se passe rien de dramatique : le texte de l'OCR est écrit tel quel, AiSrt vous le dit, et l'extraction se termine normalement.

Le bug que je n'aurais jamais trouvé sans le chercher

Beaucoup de disques font apparaître et disparaître leurs sous-titres en fondu. Pour ça, ils n'envoient pas une nouvelle image : ils réutilisent la même en changeant seulement sa transparence. AiSrt prenait ce changement pour la fin du sous-titre.

Résultat : un sous-titre affiché quatre secondes ressortait en trois morceaux. Le premier durait une seconde, et les deux autres étaient trop pâles pour être relus, donc jetés. Aucun de mes fichiers de test ne faisait de fondu, alors j'ai fabriqué le cas exprès pour le voir. Trois morceaux avant, un seul sous-titre de la bonne durée après.

AiSrt garde désormais, parmi les rendus successifs, celui où le texte est le plus lisible. Un fondu commence et finit transparent : ni le premier ni le dernier n'est le bon choix.

Ce qui ne marche pas encore

Les sous-titres image des DVD et de la TNT ne sont pas décodés. Contrairement au PGS, où chaque image est autonome, ces formats se lisent contre des informations rangées ailleurs dans le fichier. C'est un autre chantier, pas une extension de celui-ci. En attendant, AiSrt les repère et vous prévient au lieu de les ignorer en silence.

Un enchaînement complet, de la vidéo brute aux sous-titres traduits

# Étape 1 : transcrire l'audio anglais
aisrt --transcribe "conference.mp4"
# donne conference.en.srt

# Étape 2 : traduire en français
aisrt "conference.en.srt" -s en -t fr
# donne conference.fr.srt

# Étape 3 : et en espagnol tant qu'à faire
aisrt "conference.en.srt" -s en -t es
# donne conference.es.srt

Trois commandes, et une vidéo dépourvue de sous-titres devient accessible dans trois langues.

Petit détail qui compte si vous scriptez tout ça : AiSrt renvoie 0 quand tout s'est bien passé, 1 en cas d'échec, et 2 si vous avez annulé vous-même. Ce qui a déjà été écrit sur le disque reste là, et la traduction reprendra au prochain lancement.

Tout automatiser, sans une seule question

Les trois commandes ci-dessus posent des questions : quelle piste extraire, quel modèle utiliser, faut-il traduire derrière. Pratique quand on est devant l'écran, beaucoup moins quand on veut traiter une saison complète pendant la nuit.

Quatre options les remplacent, et l'enchainement complet tient alors sur une ligne :

# Extraire la piste 2, la traduire en francais, sans jamais rien demander
aisrt --extract "episode.mkv" --stream 2 --translate-to fr --non-interactive

Ou pour un dossier entier, sous Windows :

Get-ChildItem *.mkv | ForEach-Object {
  aisrt --extract $_.FullName --stream 1 --translate-to fr --non-interactive
}

--non-interactive ne devine rien : chaque question prend sa valeur par défaut, et il vous dit laquelle il a prise et quelle option aurait permis d'en choisir une autre. En revanche, une valeur que vous donnez explicitement n'est jamais ignorée en silence. Si vous demandez la piste 7 d'un fichier qui n'en a que deux, il s'arrête et vous liste les pistes disponibles, au lieu de tout extraire en faisant comme si de rien n'était. Pour un script, une erreur franche vaut mieux qu'un résultat inattendu.

Et si vous appuyez sur Ctrl+C dans ce mode, il s'arrête tout de suite, sans demander confirmation. Il n'y aurait personne pour répondre, et une question sans réponse bloquerait le script pour de bon.

Langues supportées

Tapez aisrt --languages pour retrouver cette liste à tout moment.

Configuration avancée

Tout se règle dans appsettings.json :

• Le modèle, avec la clé Model, si vous préférez un autre modèle OpenAI que gpt-5-mini.
• La taille des lots, avec BatchSize : le nombre de blocs envoyés par requête, 40 par défaut.
• La longueur des lignes, avec MaxLineLength : au-delà de 50 caractères, AiSrt coupe la ligne pour qu'elle reste lisible à l'écran.
• Le délai réseau, avec RequestTimeoutMinutes : 10 minutes par défaut. Si vous montez beaucoup BatchSize, montez-le aussi.
• Les instructions données à l'IA, avec SystemPrompt et UserInstructionPrompt. C'est là que ça devient intéressant : vous pouvez adapter la traduction à un contexte juridique, médical, religieux ou technique en réécrivant ces deux textes. Je les ai volontairement sortis du code pour ça.
• La température, entre 0.3 pour une traduction très littérale et 1.5 pour une traduction plus libre. 1 par défaut.
• Le moteur de traduction, avec Provider dans la section Translation : openai, anthropic, gemini, xai ou ollama. C'est le réglage qui vaut pour toutes vos commandes, là où --provider ne vaut que pour celle en cours.
• Les réglages d'Ollama, dans leur propre section : l'adresse du serveur avec BaseUrl, le modèle avec Model, la taille des lots avec BatchSize, et la taille de la fenétre de contexte avec NumCtx. Si vous augmentez la première, pensez à augmenter la seconde.
• La reconnaissance de caractères, dans la section Ocr : la langue de repli avec DefaultLanguage, le mode de découpage de tesseract avec PageSegMode, et l'agrandissement des images avant lecture avec UpscaleFactor. Les deux derniers sont bornés : une valeur farfelue est signalée et remplacée, au lieu de faire échouer la lecture image par image.
• La relecture du texte OCR, dans Ocr:Proofread : Enabled pour l'éteindre, Provider pour la confier à un autre service que celui qui traduit, BatchSize pour la taille des lots. Ses deux prompts se réécrivent comme ceux de la traduction.

Pour qui ?

• Les personnes sourdes et malentendantes, qui ont besoin de sous-titres pour accéder aux vidéos au quotidien.
• Les créateurs de contenu qui veulent toucher un public au-delà de leur langue.
• Les enseignants et formateurs dont les cours en ligne méritent mieux qu'un sous-titrage automatique approximatif.
• Les traducteurs professionnels, pour dégrossir un premier jet en quelques minutes.
• Les cinéphiles et amateurs de séries, évidemment.
• Les associations et ONG qui diffusent des vidéos à l'international.

AiSrt est gratuit et prêt à l'emploi.
Téléchargez-le, essayez-le, et rendez vos vidéos accessibles à tous.